VALSE

查看: 7759|回复: 0

机器学习日报 2015-11-19 深度svm;随机森林综述指南;MXnet MNIST手写数字识别;机器学习工具各...

[复制链接]

829

主题

837

帖子

7万

积分

版主

Rank: 7Rank: 7Rank: 7

积分
78980
QQ
发表于 2015-11-20 13:04:27 | 显示全部楼层 |阅读模式
机器学习日报 2015-11-19
@好东西传送门 出品, 过往目录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18条,本期的Web版有完整内容21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)
phunter_lau   网页链接 2015-11-19 13:24
经验总结 深度学习 算法 资源 GPU 博客 课程 神经网络
写几篇简单的介绍用mxnet实现深度学习模型的blog,这是第一篇,讲讲编译安装GPU版的mxnet,并从跑起来MNIST手写数字数据集开始简单介绍一下多层感知器网络的设计。这不是理论教程,而是从实战角度讲解用mxnet实现模型。传送门: http://t.cn/RUm7Zpb@好东西传送门 @爱可可-爱生活 转发


phunter_lau 网页链接 转发于2015-11-19 13:53  回复 @爱可可-爱生活 “"用MXnet实战深度学习之一:安装...”
感谢可可老师转发并准备PDF,翻不了墙的同学我这里还有墙内备份 http://t.cn/RUmz2mX 以后我会注意墙的问题的



hbyido   网页链接 2015-11-19 21:12
算法 资源 PDF SVM 视频
【深度svm】 Deep Support Vector Machines 2013【视频】http://t.cn/RUmIZLi【报告】http://t.cn/RUmIZLJ




爱可可-爱生活   网页链接 2015-11-19 21:11
算法 Forest Guided Gerard Biau 集成学习 论文
【论文:随机森林综述指南】《A Random Forest Guided Tour》Gérard Biau (LSTA), Erwan Scornet (LSTA) [Sorbonne University] (2015) http://t.cn/RUmfuXl




KevinQuant   网页链接 2015-11-19 18:54
深度学习 语音 自然语言处理
深度学习拥有解决大部分机器学习和人工智能领域问题的潜力,可以用来解决诸如语音识别、三维物体识别和自然语言处理等领域的难题。本文介绍了深度学习在解决实际问题中存在的优势与缺点。 http://t.cn/RUEFyEe




吉洪诺夫-董秋迪   网页链接 2015-11-19 17:00
经验总结 博客
机器学习各类工具weka、scikit-learn等各项指标的对比 - Waleking的专栏 - 博客频道 - CSDN.NEThttp://t.cn/RUmUNpR




最新动态
爱可可-爱生活   网页链接 2015-11-19 21:42
视觉 自然语言处理 Alex Smola Jianfeng Gao Li Deng Xiaodong He Zichao Yang 论文 问答系统
【论文:面向图像QA的Stacked Attention Networks(SANs)】《Stacked Attention Networks for Image Question Answering》Zichao Yang, Xiaodong He, Jianfeng Gao, Li Deng, Alex Smola (2015) http://t.cn/RUmItwp




慕课网   网页链接 2015-11-19 21:40
算法 Python
#IT技术分享#【机器学习算法 Python&R 速查表】本文中,将分享10个最常用的机器学习算法,这些算法使用了Python和R代码。考虑到机器学习在构建模型中的应用,这些速查表可以很好作为编码指南,帮助你学好机器学习算法。[给力]全文:http://t.cn/RUmMt5O




hbyido   网页链接 2015-11-19 20:35
统计
如何才能看得懂变分贝叶斯方法(Variational Bayesian)? http://t.cn/RUmVRQQ




InfoQ   网页链接 2015-11-19 14:30
架构 Danial Bartl Kaggle Spark 数据科学
【应用Spark解决Kaggle数据科学问题】近期,comSysto公司的Danial Bartl就分享了该公司研发团队利用Spark平台解决Kaggle竞赛问题的经历,为Spark等平台应用于数据科学领域提供了借鉴。本文从数据分析、机器学习和结果等三个方面对其进行了详细介绍。 http://t.cn/RUn3Jz4




刘挺   网页链接 2015-11-19 13:37
资源 刘欢 刘挺 书籍
我实验室(刘挺、秦兵、赵妍妍等)翻译了一本美国刘欢教授(IEEE Fellow)写的书《社会媒体挖掘》http://t.cn/RUm70gR




王江浩CAS   网页链接 2015-11-19 12:26
应用 自然语言处理 行业动态 社交网络 文智
#微博情绪分析# 最近与腾讯自然语言处理团队合作,利用其文智语义大数据挖掘产品( 文智:http://t.cn/RUmv5Br )进行情绪分析,文本分类和关键词提取。最近他们做的一个生动形象的例子,针对京东(旺旺)和天猫(喵喵)双十一撕逼大战进行了一些舆情挖掘,链接:http://t.cn/RUmv5BB




CCF技术动态   网页链接 2015-11-19 11:51
语言学
美国非盈利机构艾伦人工智能研究所(AI2)发布了一款新的免费学术搜索引擎——语义学者(Semantic Scholar),它能够帮助科学家理解论 文的内容。虽然目前仅限于搜索计算机科学领域的大约300万篇开放获取论 文,但研究团队计划在一年之内将其搜索范围扩大到医学等其他领域。http://t.cn/RUXTwk5




好东西传送门   网页链接 2015-11-19 08:17
架构 Brain Mapping Spark 行业动态 简报
第426期机器学习日报(2015-11-18)http://t.cn/RUn3pw8 1) 机器学习的三种文化 2) 致力于理解数据的Brain Mapping网站:Golgi 3) 谷歌机器学习项目备受关注的四项核心 4) 2015机器学习大会视频+幻灯 5) Data Scientist Guide to Apache Spark 完整版23条 http://t.cn/RUn3pwR




爱可可-爱生活   网页链接 2015-11-19 06:45
算法 Daniel Tarlow Marc Brockschmidt Richard Zemel Yujia Li 论文 神经网络
【论文:针对图结构数据的GRU图序列网络(GGS-NNs)特征学习】《Gated Graph Sequence Neural Networks》Yujia Li, Daniel Tarlow [University of Toronto], Marc Brockschmidt, Richard Zemel [Microsoft Research Cambridge] (2015) http://t.cn/RUnnT1k




爱可可-爱生活   网页链接 2015-11-19 06:29
算法 应用 Donald Cowan 论文 推荐系统
【论文:[系统综述]推荐系统中的机器学习算法】《The Use of Machine Learning Algorithms in Recommender Systems: A Systematic Review》Ivens Portugal, Paulo Alencar, Donald Cowan [University of Waterloo] (2015)http://t.cn/RUnn4sv




金连文   网页链接 2015-11-19 06:16
深度学习 算法 论文 神经网络
美国洛克希德马丁公司(制造F-22/F-35等战斗机的公司)的两位研究人员上个月发表论文”Application of Quantum Annealing to Training of Deep Neural Networks“,论述了应用D-Wave量子计算机来训练深度神经网络(DBN)的方法。arXiv: http://t.cn/RU7CQLD




邹博_机器学习   网页链接 2015-11-19 00:14
算法 SVM
总想着自己实现一遍SVM,今天终于特意抽出时间完成了代码编写,使用的经典的SMO算法。试验了惩罚因子对于支撑带的影响,也尝试了不同高斯核函数的带宽。实测结果和代码如附图,请指正。


phunter_lau 网页链接 转发于2015-11-19 02:55  回复 @Sir阿怪 “唉我也老是被人嫌棄寫python像寫...”
Python简洁风格来自于整块数据操作,避免循环和零碎代码,多用comprehensive多用map reduce filter等函数式操作,按整块数据方式去思考设计程序

_散沙_Python玩家_ 网页链接 转发于2015-11-19 03:08  回复 @phunter_lau “这个python写的。。。想忍住不批...”
SMO是在线更新,于是本来写出来就这个风格,原理是随机更新一对sv然后判断,非要说的话也就判断写的像ruby一点。真的不是numpy向量化操作能干的事儿

邹博_机器学习 网页链接 转发于2015-11-19 09:09
是指的Hinge损失函数么?如果是的话,那个只是从损失函数的角度看待间隔最大化的意义,偏向理论认知;而参数的学习过程,仍然需要梯度下降、坐标上升等某种方式。比如我使用的是SVM最经典的方法SMO(当然,SMO可以一定意义下看做坐标上升的过程)@superclocks



hbyido   网页链接 2015-11-19 00:11
深度学习
【深度学习】【NegOut替代Maxout】NegOut: Substitute for MaxOut units http://t.cn/RUnj9O4






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, 2024-5-2 16:18 , Processed in 0.023343 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