VALSE

查看: 5246|回复: 0

机器学习日报 2017-01-10 伯克利机器学习入门教程:感知机、逻辑回归、支持向量机;林智...

[复制链接]

829

主题

837

帖子

7万

积分

版主

Rank: 7Rank: 7Rank: 7

积分
78976
QQ
发表于 2017-1-13 16:35:49 | 显示全部楼层 |阅读模式
机器学习日报 2017-01-10
@好东西传送门 出品,由@AI100运营, 过往目录http://ml.memect.com


订阅:关注微信公众号 AI100(ID:rgznai100,扫二维码),回复“机器学习日报”,加你进日报群

邮件版包括19条,本期的Web版有完整内容20条

用日报搜索找到以前分享的内容: http://ml.memect.com/search/
今日焦点 (5)
龙星镖局   网页链接 2017-01-10 20:49
算法 Chih-Jen Lin SVM 林智仁
强烈推荐机器学习大咖,台湾国立大学林智仁 (Chih-Jen Lin) 教授的报告 《大规模数据分类的一些思考》,很通俗易懂。他也是大家熟知的LibSVM/LibLinear/LibMF等知名软件的作者。http://t.cn/zlnNTNe




机器学习研究会   网页链接 2017-01-10 18:28
会议活动 资源 NIPS 会议 课程
【推荐】NIPS 2016 Tutorial: 变分推断 http://t.cn/RMJFr38




开发者头条   网页链接 2017-01-10 16:05
算法 资源 SVM 回归 课程
[译] 伯克利机器学习入门教程(二):感知机、逻辑回归、支持向量机 http://t.cn/RMxDcmR 分享自 @Ching开通的独家号《Qcoder》 http://t.cn/RMJMBnS (想看更多?下载 @开发者头条 App:http://t.cn/RZjYFny




FPGA开发圈   网页链接 2017-01-10 14:31
深度学习 视觉 算法 资源 课程 神经网络
【卷积神经网络CNN斯坦福教程】卷积神经网络和上一章讲的常规神经网络非常相似:它们都是由神经元组成,神经元中有具有学习能力的权重和偏差。每个神经元都得到一些输入数据,进行内积运算后再进行激活函数运算。整个网络依旧是一个可导的评分函数:该函数的输入是原始的图像像素,输出是不同类别的评...全文: http://m.weibo.cn/1787451427/4062378117025717




the2   网页链接 2017-01-10 12:34
会议活动 深度学习 算法 资源 NIPS PDF 会议 教育网站 强化学习
DeepRL Transfer深度强化学习的知识迁移. Transfer Deep Reinforcement Learning in 3D Environments: An Empirical Study [Singh Chaplot et al, NIPS'16ws] http://t.cn/RMJGZcp




最新动态
浙大可视分析小组   网页链接 2017-01-10 22:36
算法 可视化 神经网络
#浙大可视分析小组# #数据可视化# ----------------今日推荐---------------- 【研究僧推荐】 神经网络的可视化的一个案例(配图1) neurovis.mitchcrowe.com Cr.@Jackie_Anxis 【设计湿推荐】 google 数据分析工具 data studio 上线了,以下链接有关于它使用步骤的详细解读,感兴趣的同学不妨尝试一...全文: http://m.weibo.cn/2614389413/4062500297184345




专注云计算   网页链接 2017-01-10 20:27
数据科学 统计
【资源 | 自学数据科学&机器学习?19个数学和统计学公开课推荐】在创造万物之前,上帝只是在做纯理论的数学。后来他想,做点应用数学应该是个有趣的变化。http://t.cn/RMib4dh @何春银微想 @下岗工人01 @没人用我的名 @云创大数据




专注云计算   网页链接 2017-01-10 20:26
深度学习 Geoffrey Hinton
【干货 | Geoffrey Hinton讲座回顾:使用快速权重来存储临时记忆】这个讲座谈了快速权重(fast weight)的思想及其实现。这种快速权重可以被用于存储最近的临时记忆,并且它们提供了一种实现这种类型的对过去的注意(attention)的神经上可行的方法。http://t.cn/RMib44t




专注云计算   网页链接 2017-01-10 20:13
Python 数据科学
【入门必读 机器学习六大开发语言】KDNuggets 最近的调查发现, 在分析、挖据和其他数据科学任务中,R 是最受欢迎、最常用的语言 。但近年来 Python 逐渐抢走更多用户。@下岗工人01 @没人用我的名 @何春银微想 @江苏道法自然 http://t.cn/RMiUHuE




机器学习研究会   网页链接 2017-01-10 18:29
【学习】增强学习的解释——学习基于长期回报的行为 http://t.cn/RMJFs2e




机器学习研究会   网页链接 2017-01-10 18:29
深度学习
【学习】TensorFlow + Inception + Raspberry Pi的视频连续分类(用CNN检测视频内容) http://t.cn/RMJFgIn




the2   网页链接 2017-01-10 14:52
会议活动 深度学习 应用 资源 PDF WSDM 会议 推荐系统
LSTM用于推荐系统捕捉时序动态. Recurrent Recommender Networks [Wu et al, WSDM'17]http://t.cn/RMx1nFa PS: 图1应该有一个typo:TimSVD++ --> TimeSVD++




机器之心synced   网页链接 2017-01-10 13:36
算法 神经网络
MIT将生物学机制引入神经网络,新模型或揭开抑制神经元功能 http://t.cn/RMJMifP → 构建了一个新的计算模型,可能有助于我们理解防止其他神经元放电的抑制神经元在计算上所扮演的角色 ​




开发者头条   网页链接 2017-01-10 11:36
资源 课程
机器学习完全课程 http://t.cn/RMxQsw7 by JustFollowUs 分享自 @Maxwell 开通的独家号《机器学习世界》http://t.cn/RIwoH2S (想看更多?下载 @开发者头条 App:http://t.cn/RZjYFny




CSDN   网页链接 2017-01-10 10:15
经验总结 算法 R语言 博客
【MCMC中的Metropolis–Hastings算法与吉布斯采样】Metropolis–Hastings算法是一种具体的MCMC方法,而吉布斯采样(Gibbs Sampling)是Metropolis–Hastings算法的一种特殊形式。二者在机器学习中具有重要作用,本文将结合R语言实例来探讨这两种算法的相关话题。点击阅读原文:http://t.cn/RMxgj2a




视觉机器人   网页链接 2017-01-10 09:18
算法 应用 Python 机器人 强化学习
如何制作一个视频游戏机器人,轻松使用深度Q学习,http://t.cn/RMxm5rx 在这段视频中,我将介绍强化学习的历史,然后讨论一种称为Q学习的强化学习的工作原理。然后我们将写一个10行python脚本,在5x5网格中,将帮助这个Q学习机器人尽可能快从点A到点B。 The coding challenge for this video is here:...全文: http://m.weibo.cn/5501429448/4062299352592119




一起大数据   网页链接 2017-01-10 09:03
公告板 深度学习 自然语言处理 问题
深度学习在文本简化方面有什么最新应用进展? http://t.cn/RMxnpGe @雷锋网




一起大数据   网页链接 2017-01-10 09:00
深度学习 资源 Python 课程
Keras 教程:Python 深度学习终极入门指南 http://t.cn/RI8rGaQ




爱可可-爱生活   网页链接 2017-01-10 06:18
深度学习 算法 Matt Harvey 分类
【TensorFlow + Inception + Raspberry Pi的视频连续分类(用CNN检测视频内容)】《Continuous online video classification with TensorFlow, Inception and a Raspberry Pi》by Matt Harvey @harvitronix/continuous-online-video-classification-with-tensorflow-inception-and-a-raspberry-pi-785c8b1e13e1">[url]http://t.cn/RMxlylZ[/url]






回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|Vision And Learning SEminar

GMT+8, 2024-4-27 01:28 , Processed in 0.023609 second(s), 21 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表