VALSE

查看: 4817|回复: 0

机器学习日报 2017-03-05 回归分析七种技术;卡内基梅隆大学免费电子书《论深度学习的起...

[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 2017-3-10 15:07:41 | 显示全部楼层 |阅读模式
机器学习日报 2017-03-05
@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10条,本期的Web版有完整内容14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)
爱可可-爱生活   网页链接 2017-03-05 20:00
王立威
《北京大学王立威教授:机器学习理论的回顾与展望(一)》via:AI科技评论 http://t.cn/RiokyWD




网路冷眼   网页链接 2017-03-05 22:49
深度学习
【Uncertainty in Deep Learning (2016)】http://t.cn/RVVxDGE 博士论文《深度学习中的不确定性》。 ​




IT技术头条   网页链接 2017-03-05 17:08
算法 HMM
【【整理】图解隐马尔可夫模型(HMM)】写在前面 最近在写论文过程中,研究了一些关于概率统计的算法,也从网上收集了不少资料,在此整理一下与各位朋友分享。 隐马尔可夫模型,简称HMM, 是一种基于概率的统计分析模型,用来描述一个系统隐性状态的... 详戳→ http://t.cn/Rio5fph 作者→ (北岛知寒) ​




网路冷眼   网页链接 2017-03-05 15:12
深度学习 资源 PDF 论文 书籍
【On The Origin Of Deep Learning】卡内基梅隆大学免费电子书《论深度学习的起源》,本文回顾了深入学习模型的进化历史,并提出许多指导未来深度学习研究的方向。PDF格式,72页。点击链接下载:http://t.cn/RioaslT




IT程序猿   网页链接 2017-03-05 09:00
算法 回归
【你应该掌握的七种回归技术】本文解释了回归分析及其优势,重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、ElasticNet回归等七种最常用的回归技术及其关键要素,最后介绍了选择正确的回归模型的关键因素。http://t.cn/RyPOsYj(来自: CSDN ) ​​​​




最新动态
红冰CV   网页链接 2017-03-05 15:53
会议活动 NIPS 会议
NIPS 2016最全盘点:主题详解、前沿论文及下载资源 - 来自知乎专栏·「机器之心」,作者:机器之心,http://t.cn/RI4cSIJ




新智元   网页链接 2017-03-05 14:50
视觉
【新智元导读】英伟达研究人员发表论文,提出图像到图像的无监督学习。实现方式值得一看。http://t.cn/Rio6l0R




爱可可-爱生活   网页链接 2017-03-05 08:07
应用 资源 自然语言处理 Si Assignment 代码 机器人 课程
【(TensorFlow)Seq2Seq聊天机器人】“(CS 20SI assignment)A neural chatbot using sequence to sequence model with attentional decoder. This is a fully functional chatbot” GitHub:http://t.cn/RiSTk2uref:http://weibo.com/1402400261/ExShYc4RG




爱可可-爱生活   网页链接 2017-03-05 06:00
深度学习 算法 论文 神经网络
《DeepNAT: Deep Convolutional Neural Network for Segmenting Neuroanatomy》C Wachinger, M Reuter, T Klein [Ludwig-Maximilian-University & Harvard Medical Schoold & SAP SE] (2017) http://t.cn/RiSpQC9Home:http://t.cn/RiSpQCK




爱可可-爱生活   网页链接 2017-03-05 05:23
深度学习 算法 代码 论文 神经网络
《Identifying beneficial task relations for multi-task learning in deep neural networks》J Bingel, A Søgaard [University of Copenhagen] (2017) http://t.cn/RifsxMn GitHub:http://t.cn/RiIvTm7






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, 2024-4-24 21:18 , Processed in 0.023410 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