VALSE

查看: 5911|回复: 0

机器学习日报 2015-12-06 预测建模监督机器学习与模式分类;使用RNN模型在图像中顺序分割...

[复制链接]

829

主题

837

帖子

7万

积分

版主

Rank: 7Rank: 7Rank: 7

积分
78979
QQ
发表于 2015-12-8 14:26:24 | 显示全部楼层 |阅读模式
机器学习日报 2015-12-06
@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12条,本期的Web版有完整内容13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 2015-12-06 07:03
算法 应用 Sebastian Raschka 分类 预测
【预测建模、监督机器学习与模式分类】《Predictive modeling, supervised machine learning, and pattern classification - the big picture》by Sebastian Raschka http://t.cn/RPd8ZRL




人工智能与深度学习   网页链接 2015-12-06 22:37
深度学习 视觉 资源 PDF 论文
#深度学习# Oxford的论文(1511.08250):Recurrent Instance Segmentation http://t.cn/R4vIT12 使用RNN (with LSTM)模型在图像中顺序分割物体,一次分割一个实例。RNN结构能记录已分割区域,能够处理不同实例之间的遮挡。项目主页 http://t.cn/R4vS1eM




网路冷眼   网页链接 2015-12-06 22:22
应用 信息检索
【Censys: A search engine that allows computer scientists to ask questions about the devices and networks that compose the Internet】http://t.cn/Ry3E2sq 专为计算机科学家打造的搜索引擎,可以搜索构建因特网的设备和网络,并可生成汇总报告。




爱可可-爱生活   网页链接 2015-12-06 12:23
算法 论文
【论文:Kronecker结构随机高斯过程】《Blitzkriging: Kronecker-structured Stochastic Gaussian Processes》T Nickson, T Gunter, C Lloyd, M A Osborne, S Roberts [University of Oxford] (2015) http://t.cn/R4vwG66




cnblog:风流才子   网页链接 2015-12-06 00:17
算法 KNN Python 聚类
【Python实战之KNN实现】【摘要】Python实战之KNN实现 用Python来实现K近邻分类算法(KNN)已经是一个老生常谈的问题,网上也已经有诸多资料,不过这里我还是决定记录一下自己的学习心得。 1、配置numpy库 numpy库是Python用于矩阵运算的第三方库,大多数数学运算都会依赖这个库来进行,关于numpy库的配...http://memect.co/28iVSy1RXWw




最新动态
好东西传送门   网页链接 2015-12-06 21:04
深度学习 算法 应用 自然语言处理 Java 集成学习 简报 情感分析 信息检索
第443期机器学习日报(2015-12-05)http://t.cn/R4v6AnX 1) CTR预估中GBDT与LR融合方案 2) Label Propagation算法介绍 3) Twitter情感分析技术调研 4) (Java)灵活高效的搜索引擎Terrier 5) 深度学习MXNet推出纯JS版本 完整版14条 http://t.cn/R4v6Ana




samplingN   网页链接 2015-12-06 16:44
会议活动 算法 资源 自然语言处理 AISTATS ICLR PDF 会议 教育网站 论文 神经网络 主题模型
#fusing LDA (probabilistic) & Embedding (NN): A Hybrid Neural Network-Latent Topic Model, AISTATS 2012http://t.cn/zRxh6JY Gaussian LDA for Topic Models with Word Embeddings, ACL2015 http://t.cn/R4v5xgnWORD REPRESENTATIONS VIA GAUSSIAN EMBEDDING, ICLR2015 http://t.cn/RAs0gLz




人工智能与深度学习   网页链接 2015-12-06 12:29
深度学习 论文
#深度学习# Google Brain出品的论文:Adding Gradient Noise Improves Learning for Very Deep Networkshttp://t.cn/R4vwaC0 文章的做法很简单:在每次计算梯度时加入退化的高斯随机噪声,方差随着训练步数的增加递减。效果?一个极端的实验是20层MLP,加入随机噪声后在初值为0的情况下也可以收敛。




视觉机器人   网页链接 2015-12-06 12:19
经验总结 视觉 算法 博客
遥感图像处理流程: http://t.cn/8krrObY 一:各种预处理,二.几何纠正,三.图像增强, 四.图像裁剪 五.图像镶嵌和匀色 六.遥感信息提取。涉及的知识面比较广,也阐述了基本的处理算法,这是遥感图像处理的入门好材料,应用到其他领域也是可以借鉴的




91Ri_我的安全攻防指南   网页链接 2015-12-06 12:11
算法 神经网络
最好实现“人工智能”的算法?轻松解决维数很多的样本集进行学习?没错我说的就是神经网络。本篇笔者通过实现的代码来学习、搞清算法的整个过程。不能错过!via@ExploitCat-91Ri团队 http://t.cn/RUs7A6J




西瓜大丸子汤   网页链接 2015-12-06 11:00
知识工程 资源 PDF 幻灯片 语义网 知识库
2015-12-04_从语义网谈起 昨天的知识图谱讲座PPT 。主要观点是要利用结构化数据,减少人机界面数据摩擦力(主要的)和机器-机器间数据摩擦力(次要的),加快数据流动速度。 直接下载 http://t.cn/R4vhI8Hhttp://t.cn/R4vhSXd


西瓜大丸子汤 网页链接 转发于2015-12-06 11:14
这次来了大约60个人,有些朋友还是从外地远道而来。下次分享应该在1月份,@波多野丽猪 会讲讲知识表现和推理方向的事情

西瓜大丸子汤 网页链接 转发于2015-12-06 11:18
多说一句,我们这个是纯从应用的角度来讲的。在现场会不停听到“正则表达式”,“上人工”这些发不了文章的low词 [微笑] 。真正的前沿,要去听CCF的知识图谱讲习班,PPT里有广告,链接直达http://t.cn/RUkT4kf

西瓜大丸子汤 网页链接 转发于2015-12-06 11:44
多说一句,我们这个是纯从应用的角度来讲的。真正的前沿,要去听CCF的知识图谱讲习班,PPT里有广告,链接直达 http://t.cn/RUkT4kf

波多野丽猪 网页链接 转发于2015-12-06 11:46  回复 @西瓜大丸子汤 “下次分享应该在1月份,@波多野丽...”
我可以讲讲近一年来一些实际经验,如何把一个需要传统DL推理的任务通过一系列工程trick将其实际可操作。。可能讲得会比较专。。毕竟我没啥high level的idea

刘康_自动化所 网页链接 转发于2015-12-06 19:39
我在#微盘#找到了一个超赞的文件"2015-12-04_从语义网谈起.pdf",我已经保存到@微盘 啦,你也看看吧?



爱可可-爱生活   网页链接 2015-12-06 08:14
深度学习 算法 应用 论文 强化学习 推荐系统
【论文eep Q-learning+Attention+Slate-MDPs的高维控制框架(及其推荐系统应用)】《Deep Reinforcement Learning with Attention for Slate Markov Decision Processes with High-Dimensional States and Actions》P Sunehag, R Evans... [Google DeepMind] (2015) http://t.cn/RUsD78v





温故知新 (1)
更早的微博,有新精彩评论或被再次推荐 。请查看本期的Web版“温故知新”栏


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 08:24 , Processed in 0.018611 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