VALSE

查看: 4840|回复: 0

机器学习日报 2017-01-18 谷歌机器学习应用的四十三条经验法则 ;Bootstrap 详细解读

[复制链接]

829

主题

837

帖子

7万

积分

版主

Rank: 7Rank: 7Rank: 7

积分
78974
QQ
发表于 2017-1-19 11:56:19 | 显示全部楼层 |阅读模式
机器学习日报 2017-01-18
@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18条,本期的Web版有完整内容22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)
机器之心synced   网页链接 2017-01-18 14:12
Martin Zinkevich 行业动态
谷歌机器学习应用的四十三条经验法则 http://t.cn/RMuZNlB → Google 的研究科学家 Martin Zinkevich 分享了谷歌的机器学习经验法则,或许这对你也适用 ​




码农周刊   网页链接 2017-01-18 23:02
机器学习 Bootstrap 详解 http://t.cn/RM3rymd 选自《数据淘金》 http://t.cn/RV7QGza 《码农周刊》官方客户端下载地址:http://t.cn/R4LOpJ7




数盟社区   网页链接 2017-01-18 16:37
深度学习 数据科学 统计
拒绝跟风,看机器学习、数据科学、人工智能、深度学习、统计学等的区别http://t.cn/RMRiVTM




AI100   网页链接 2017-01-18 09:42
深度学习 视觉 自然语言处理
http://t.cn/RMmVWTt 【AI100 导读】GAN 是当前最流行的深度学习理论之一,在计算机视觉领域取得了非常棒的效果,然而大家一直关心 GAN 何时可以在自然语言处理领域有所作为?本文带来了一些答案和相关讨论。 分享图片 ​




爱可可-爱生活   网页链接 2017-01-18 08:54
经验总结 深度学习 Denny Britz 博客
【(深度学习)研究的瓶颈在工程化】《Engineering is the bottleneck in (Deep Learning) Research》by Denny Britz http://t.cn/RMmAUau




最新动态
程序师视野   网页链接 2017-01-18 23:08
深度学习 行业动态 统计
【谷歌提出深度概率编程语言Edward:融合了贝叶斯、深度学习和概率编程】 [...] http://t.cn/RMufedd




LUPA开源社区   网页链接 2017-01-18 21:15
【可能是2017最全的机器学习开源项目列表】2016 年,似乎所有巨头公司都在做机器学习,如果没有,也是在赶来的路上。所以 2016 或许会因为 “机器学习大热” 而被载入史册 ... http://t.cn/RM3tEza




LR机器学习计算机视觉   网页链接 2017-01-18 19:41
会议活动 视觉 算法 会议
极视角旗下极市平台( http://t.cn/RMumMeV )在北大团委指导下举办第一届计算机视觉算法高校比赛,提供奖金和参与商业项目实践的机会给参赛者,并提供相关数据库供学生来开发算法。 比赛说明:http://t.cn/RMbindK 比赛链接:http://t.cn/RMumMec 欢迎感兴趣的同学参加哦。 @fly-kiete




社会网络与数据挖掘   网页链接 2017-01-18 15:12
可视化 统计
【2016年度盘点——数据可视化】美国华裔统计学家NATHAN YAU评选出的2016年十佳可视化项目http://t.cn/RIBsqe8,包括科学、体育、政治多个领域,细菌抗药性、NBA选秀、气候变化、大选……这些可视化项目,今年你看过几个? http://t.cn/RMu5NMJ




ArnetMiner   网页链接 2017-01-18 13:58
深度学习 算法 Laura Leal-Taixe 神经网络
【每日一推】《Learning by tracking: Siamese CNN for robust target association》by Laura Leal-Taixé, Cristian Canton Ferrer, Konrad Schindler http://t.cn/RMu7M2U 文章提出了一种用于追踪行人路线的数据关联新方法,训练卷积神经网络学习两组图片间的时间-空间结构。 ​




FPGA开发圈   网页链接 2017-01-18 11:58
深度学习 视觉 算法 神经网络
【全卷积网络FCN进行图像分割】CNN能够对图片进行分类,可是怎么样才能识别图片中特定部分的物体,在2015年之前还是一个世界难题。神经网络大神Jonathan Long发表了《Fully Convolutional Networks for Semantic Segmentation》在图像语义分割挖了一个坑,于是无穷无尽的人往坑里面跳。...全文: http://m.weibo.cn/1787451427/4065238825990092




视觉机器人   网页链接 2017-01-18 10:34
深度学习 资源 教育网站 课程 智能汽车
麻省理工有关基于深度学习的自动驾驶技术的教程和资源,6.S094: Deep Learning for Self-Driving Cars,http://t.cn/RM6i8Hj 资源:http://t.cn/RMmXCYi Demo:http://t.cn/RMmPVHF




ArnetMiner   网页链接 2017-01-18 10:07
会议活动 视觉 CVPR ICCV Marc Levoy 会议
【Aminer发布2016年计算机视觉领域最具影响力科学家榜单】http://t.cn/RMmxb1W,榜单收录了在该领域国际顶级会议CVPR和ICCV (CCF-A)过去三十余年内发表论文被引用数前100名的学者。其中,计算机图形学领域权威大牛Hugues Hoppe、光场渲染和计算摄影学领域开拓性人物、Google Glass奠基人之一Marc Levoy...全文: http://m.weibo.cn/1870858943/4065210702094767




陈利人   网页链接 2017-01-18 08:16
深度学习 Python
利用Python进行深度学习的完整入门指南 http://t.cn/RMmLT41




爱可可-爱生活   网页链接 2017-01-18 06:46
算法 Kenneth O. Stanley Python 神经网络
【增强拓扑神经演变(NEAT)的Python实现】“neat-python - Python implementation of NEAT (NeuroEvolution of Augmenting Topologies), a method developed by Kenneth O. Stanley for evolving arbitrary neural networks” by CodeReclaimers, LLC http://t.cn/RMm7Smj




爱可可-爱生活   网页链接 2017-01-18 06:40
深度学习 Alex Honchar
【手把手数据集准备+Caffe建模实践】《Using Caffe with your own dataset》by Alex Honchar@alexrachnog/using-caffe-with-your-own-dataset-b0ade5d71233">[url]http://t.cn/RMm7be8[/url] ​




爱可可-爱生活   网页链接 2017-01-18 05:53
深度学习 教育网站
【典型公路交通的游戏化仿真DeepTraffic:用深度网络优化路面交通】“DeepTraffic - a gamified simulation of typical highway traffic” http://t.cn/RMmPVHk Demo:http://t.cn/RMmPVHF ref: “S094: Deep Learning for Self-Driving Cars” http://weibo.com/1402400261/Erbs1qRlR




王威廉   网页链接 2017-01-18 05:02
算法 代码 论文 神经网络
动态神经网络包DyNet正式推出了介绍性论文:http://t.cn/RM8s6aK DyNet代码下载:http://t.cn/RViy56C





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, 2024-4-20 07:55 , Processed in 0.023296 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