机器学习日报 2015-10-06 不同训练模型的比较;遗传算法特点;Facebook的个性预测与展望

解应春BW

机器学习日报 2015-10-06

• 深度学习进行多设备并行化的系统核心引擎的设计与实现 @陈天奇怪
• 不同训练模型的比较 @网路冷眼
• Michal Kosinski访谈: Facebook的个性预测与展望 @爱可可-爱生活
• 遗传算法特点 @张栋_机器学习
• 将基于演化优化的Pareto Optimization用于子集选择问题 @eyounx_俞扬
  

@好东西传送门 出品, 过往目录 见http://ml.memect.com

订阅：给 hao@memect.com 发封空信， 标题: 订阅机器学习日报  

邮件版包括13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)
陈天奇怪   网页链接 2015-10-06 14:43
深度学习 代码
#DMLC# 深度学习系统设计笔记之二，介绍了深度学习进行多设备并行化的系统核心引擎的设计与实现http://t.cn/RyYe8dn 主要作者是目前在Stanford的Yutian http://t.cn/RyYe8dE ，和NYU的 @有着英雄梦的孩子




网路冷眼   网页链接 2015-10-06 19:08
算法 SVM 分类
【不同训练模型的比较】与使用SGD（随机梯度下降）和冲量训练的模型相比，L-BFGS方法产生不同误差的解决方法。为了找到泛化能力最强的解决方法和简化分析，我们以“werewolf”为主题训练了一个线性SVM 分类器（W，bias）。 http://t.cn/RypOHL0

爱可可-爱生活   网页链接 2015-10-06 15:22
应用 Man Behind Facebook Michal Kosinski 社交网络
【Michal Kosinski访谈——Facebook的个性预测与展望】《On What Facebook Knows – An Interview with the Man Behind Facebook’s Personality Experiment》http://t.cn/RyYkj3b

张栋_机器学习   网页链接 2015-10-06 13:36
进化计算 算法
遗传算法是机器学习中用于解决最优化的一种搜索启发式算法，是进化算法的一种。进化算法借鉴了进化生物学中的一些现象：包括遗传、突变、自然选择以及杂交等。简单摘入了遗传算法的特点如下 ...

张磊-机器学习 网页链接 转发于2015-10-06 20:21  回复 @明风 “@我的印象笔记”
影响遗传算法的因素太多了 种群规模，编码方式，各种参数，不是很实用，实际应用中我还没遇到更适合用ga求解而不能用其它更“简单”框架求解的问题。



eyounx_俞扬   网页链接 2015-10-06 11:08
会议活动 算法 资源 NIPS PDF 会议 教育网站
最近的工作 Subset Selection by Pareto Optimization (NIPS'15) 将基于演化优化的Pareto Optimization用于子集选择问题，提出的POSS算法在子集选择的经典实例－稀疏回归问题上，理论和实验都显示出很好的效果 论文: http://t.cn/RyYQnp4

最新动态
Copper_PKU   网页链接 2015-10-06 21:34
算法 资源 自然语言处理 PDF 论文 神经网络
A Primer on Neural Network Models for Natural Language Processing, Goldberg关于Neural Network在NLP应用的一个survey，看样子可以给NOW的Foundation Trends 系列投稿了。http://t.cn/RyTcLmg




爱可可-爱生活   网页链接 2015-10-06 17:52
会议活动 深度学习 应用 自然语言处理 WSDM 代码 会议 社交网络
【论文+幻灯+代码(Torch):面向信息扩散预测的社交网络嵌入学习】《Learning Social Network Embeddings for Predicting Information Diffusion》S Bourigault, C Lagnier, S Lamprier... (WSDM 2014) http://t.cn/RyTZxS7project:http://t.cn/RyTZ42N GitHub:http://t.cn/RyTZ4Kf

林建民-机器视觉   网页链接 2015-10-06 14:28
经验总结 Python 博客
Fast-RCNN解析：训练阶段代码导读 Fast-RCNN是在RCNN和SPPNet之上的提升版本，这个国庆花了点时间对FAST-RCNN的训练阶段的代码进行了一遍学习，记录成文。Fast-RCNN之中最具有意义的代码在于其提出的Python Layer，这个Python Layer将整个系统串起来，极大地提高了训练速度～ http://t.cn/RyYgTc8

爱可可-爱生活   网页链接 2015-10-06 10:06
深度学习 算法 论文 神经网络
【论文:基于修剪+量化+霍夫曼编码的深度神经网络压缩】《A Deep Neural Network Compression Pipeline: Pruning, Quantization, Huffman Encoding》S Han, H Mao, W J. Dally (2015) "reduced the size of VGG16 by 49× from 552MB to 11.3MB with no loss of accuracy" http://t.cn/RyYTyDR

视觉机器人   网页链接 2015-10-06 09:57
视觉
OpenCV的轮廓查找和填充：http://t.cn/RyKvNYz 。OpenCV的轮廓查找有C版本和C++版本，当轮廓比较复杂的时候，例如嵌入多层轮廓，如果方法不当那么很容易会漏处理一些轮廓。本文介绍了复杂轮廓场景下的几种主要的查找轮廓和颜色填充方法。代码可以直接运行。

金连文   网页链接 2015-10-06 08:36
深度学习 视觉 教育网站 论文
DeepSat – A Learning framework for Satellite Imagery http://t.cn/RyYOmzJ，来自NASA的论文，利用特征提取+DBN对卫星图像进行分类（草地、荒地、树林、道路、建筑、水..），识别率比end-to-end深度学习模型（CNN、DBN、SDAE）高很多(11%~15%)。文中卫星图像数据库下载地址：http://t.cn/RyYOmzi


自动化网官方微博 网页链接 转发于2015-10-06 19:33  回复 @刘成林_NLPR
来自NASA的论文，利用特征提取+DBN对卫星图像进行分类（草地、荒地、树林、道路、建筑、水..），识别率比end-to-end#深度学习#模型



好东西传送门   网页链接 2015-10-06 08:10
深度学习 资源 自然语言处理 Leon Bottou 简报 课程
第382期机器学习日报(2015-10-05)http://t.cn/RyY0WhQ 1) 并行深度学习依存引擎 2) 从带有时间戳的互联网图片合成出稳定连贯的视频 3) 密歇根大学的自然语言处理入门课程 4) 汉语句法语义的特点 5) Leon Bottou讲座: 再论感知机 完整版18条 http://t.cn/RyY0Wh8

爱可可-爱生活   网页链接 2015-10-06 06:02
会议活动 经验总结 深度学习 视觉 算法 资源 ECCV Rob Fergus 博客 会议 可视化 论文 神经网络 视频
【论文+视频+翻译:可视化理解卷积神经网络】《Visualizing and Understanding Convolutional Networks》Matthew D Zeiler, Rob Fergus (ECCV2014) http://t.cn/RyYKQ8z Video:http://t.cn/RyYKQ87 @T2_卡卡罗特 翻译版:http://t.cn/8kVKdco