机器学习日报 2016-08-12 为什么随机性对于深度学习如此重要？；Dropout和Batch Normalization的...
机器学习日报 2016-08-12[*]随机采样方法整理与讲解（MCMC、Gibbs Sampling等） @陈利人
[*]牛津计算机系主任：AI中符号主义和神经网络应融合发展 @我爱机器学习
[*]Google Brain团队Reddit问答全录：改变世界的技术、模型、团队与愿景 @机器之心synced
[*]Dropout和Batch Normalization的差别 @breezedeus
[*]为什么随机性对于深度学习如此重要？ @我爱机器学习
@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)
http://tva4.sinaimg.cn/crop.0.0.996.996.50/722cf283jw8f3tg40dfayj20ro0rpq6n.jpg 陈利人 网页链接 2016-08-12 23:44
算法
随机采样方法整理与讲解（MCMC、Gibbs Sampling等） http://t.cn/RtlLfdi
http://tva4.sinaimg.cn/crop.0.248.640.640.50/005wRqLLjw1eeqkycu5ohj30hs0vkzlw.jpg 我爱机器学习 网页链接 2016-08-12 21:59
算法 神经网络
[牛津计算机系主任讲的两个AI研究方法是啥？]http://t.cn/RtWCwsO by 雷锋网 为了能够让人工智能去理解更高阶段的信息，目前学术界主要有两种方式：神经型AI解决方式和符号型AI解决方式。还有一篇，[牛津计算机系主任：AI中符号主义和神经网络应融合发展] http://t.cn/RtWJVDe
http://tva4.sinaimg.cn/crop.0.0.499.499.50/ee3b7d6cgw1ewlurp2i02j20dw0dw3yy.jpg 机器之心synced 网页链接 2016-08-12 20:51
Greg Corrado
Google Brain团队Reddit问答全录：改变世界的技术、模型、团队与愿景 http://t.cn/RtWgG8m 选一个问题：要在人工智能上取得成功，需要很擅长数学吗？ Greg Corrado：这要看「擅长数学」和「在人工智能上取得成功」是什么意思了。 if "在人工智能上取得成功" == "使用机器学习开发出一些有趣的东西": ...全文： http://m.weibo.cn/3996876140/4007753120940081
http://tva2.sinaimg.cn/crop.0.0.1080.1080.50/62fe561bjw8ed1vm5bf65j20u00u00vo.jpg breezedeus 网页链接 2016-08-12 09:36
算法 Ian Goodfellow 神经网络
OpenAI的研究科学家Ian Goodfellow谈论Dropout和Batch Normalization的差别。Dropout主要作用是正则化，减轻过拟合问题。而Batch Normalization的目的是更好地优化目标函数。所以在训练数据集很大时Batch Normalization更加重要。当然，其实两个东西是可以一起使用的 http://t.cn/RtWhZRK
http://ww1.sinaimg.cn/large/62fe561bjw1f6qpok9lx2j20jg0iy109.jpg
http://tva4.sinaimg.cn/crop.0.248.640.640.50/005wRqLLjw1eeqkycu5ohj30hs0vkzlw.jpg 我爱机器学习 网页链接 2016-08-12 08:38
深度学习 算法 集成学习 神经网络
[为什么随机性对于深度学习如此重要？]http://t.cn/RtOFCpI 随机在机器学习领域就是非常有效的，比如Bagging、Random Forest、MCMC、E&E等等，在Deep Learning同样不例外，比如本文提到的Dropout等。
最新动态
http://tva4.sinaimg.cn/crop.0.248.640.640.50/005wRqLLjw1eeqkycu5ohj30hs0vkzlw.jpg 我爱机器学习 网页链接 2016-08-12 22:18
深度学习 视觉 语音 资源 自然语言处理 教育网站 课程 李飞飞
视觉方面首推李飞飞老师的cs231： http://t.cn/R7x28co NLP方面首推cs224：http://t.cn/Rw3f0wL 语音不知道有没有可以pk的。感兴趣的欢迎来我爱机器学习QQ群一起探讨：564533376
http://tva2.sinaimg.cn/crop.0.0.180.180.50/7d1ad8d7jw1e8qgp5bmzyj2050050aa8.jpg 刘铁岩 网页链接 2016-08-12 21:26
会议活动 深度学习 算法 自然语言处理 NIPS 会议 机器翻译 决策树 强化学习
NIPS越来越疯狂了，今年竟然有2500篇投稿，3000多位审稿人！今天录用结果终于出来了，我们组有三篇关于深度学习和分布式机器学习的论文入选，分别是关于超级紧凑的RNN模型，基于强化学习的无监督机器翻译，以及超低通信代价的并行决策树算法。欲知详情，12月西班牙见！
http://tva4.sinaimg.cn/crop.0.0.749.749.50/705678cbjw8ezqfmhj2mej20ku0ktab4.jpg 算文解字 网页链接 2016-08-12 21:20
深度学习
#ACL2016# 总结：1. LSTM是很难打败的基线模型，无论是在传统parsing还是新兴的阅读理解任务；2. 出色论文和普通论文的区别往往在对结果的分析，是否得到了对任务或语言现象的新认识；3.会议组织形式上，报告改为15分钟挺好，能听更多报告，但晚餐+poster由于吃饭聊天往往导致能看的poster不多。
http://ww4.sinaimg.cn/large/705678cbgw1f6ra0af8mgj20zk0k0dh0.jpg
http://tva4.sinaimg.cn/crop.0.0.499.499.50/ee3b7d6cgw1ewlurp2i02j20dw0dw3yy.jpg 机器之心synced 网页链接 2016-08-12 20:50
会议活动 深度学习 自然语言处理 IJCAI 行业动态 会议 李磊 问答系统
头条实验室科学家李磊：准确率更高的问答系统和概率程序语言 http://t.cn/RtWg4W9 李磊是今日头条实验室科学家，原百度美国深度学习实验室少帅科学家。卡耐基梅隆大学计算机系博士，曾在加州大学伯克利分校作博士后研究。李磊博士的研究论文在 IJCAI 等学术会议上多有收录，如今正在召开的 ACL 2016 同...全文： http://m.weibo.cn/3996876140/4007752982261847
http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2016-08-12 20:44
深度学习 视觉 算法 Python 强化学习
爱可可老师24小时热门分享：1、《深度学习：21天实战Caffe》2、《A Discriminative Feature Learning Approach for Deep Face Recognition》3、《可以用 Python 编程语言做哪些神奇好玩的事情？ - 知乎》4、'Basic Reinforcement Learning (RL) 5、《Top 20 Pandas, NumPy and SciPy functions on GitH...全文： http://m.weibo.cn/1402400261/4007751497515723
http://tva1.sinaimg.cn/crop.0.0.180.180.50/bc98a507jw1e8qgp5bmzyj2050050aa8.jpg createamind 网页链接 2016-08-12 20:21
深度学习 算法 行业动态 神经网络 智能汽车
以学习常识为目标的自动驾驶-commaai第三篇 本文分三部分： 关于人工智能学习常识的相关观点 commaai的自动驾驶系统技术和架构代码 谷歌大脑团队成员的身份经历及对普通人的启发 生成模型可以让深度网络学习到语义相关的概念， 而且概率推理VAE、赫布学习规则和BP算法的 http://t.cn/RtWrx7l
http://tva4.sinaimg.cn/crop.0.0.180.180.50/9b96c3aejw1e8qgp5bmzyj2050050aa8.jpg 金属酱油代码战士 网页链接 2016-08-12 18:19
Mike Osborne 统计
说起P Hennig, 他最大的贡献还是在proboblistic numerics. 他和mike Osborne对这个领域的总结很值得关注http://t.cn/RtWR6mZ html 关于PN和Bayesian optimization关系的讨论也很精彩 http://t.cn/R2WJvwM
http://ww1.sinaimg.cn/large/9b96c3aegw1f6r4qt3r6tj20ku112wjg.jpg
http://tva1.sinaimg.cn/crop.659.102.830.830.50/6f645505jw8f1an92ot9zj21kw11x4cr.jpg 黄渊普 网页链接 2016-08-12 18:11
算法
【金山软件@张宏江：人工智能的支撑是大数据和云计算】当我们看到人工智能作为一个现象突飞猛进突破的时候，更应该注意到的是它后端的，不光是算法本身的突飞猛进，更重要的是支撑这个算法突飞猛进的大数据和云计算，未来是前端一系列的智能设备，它的大脑在云里面。@亿欧网 http://t.cn/RtWbbAj
http://ww2.sinaimg.cn/large/6f645505gw1f6r4l86gd5j20c82il7qm.jpg
http://tva1.sinaimg.cn/crop.0.0.512.512.50/006rn8Ajjw8f30wdfypwrj30e80e83yu.jpg 大数据杂谈2016 网页链接 2016-08-12 17:18
算法 应用 推荐系统
本文给出了推荐系统的定义以及应用场景，通过网络营销和购物的场景举例说明了推荐系统存在的重要意义。基于知识的推荐系统、基于内容的推荐系统和基于协同过滤算法的推荐系统是推荐系统的三种基本实现方式。最后解释了协同过滤的三种算法实现方式及工作原理。http://t.cn/RtWTLpJ
http://tva4.sinaimg.cn/crop.0.0.150.150.50/7334ba59jw8enrkf3hqjsj2046046mx1.jpg 西瓜大丸子汤 网页链接 2016-08-12 16:05
会议活动 应用 知识工程 资源 鲍捷 活动 课程 林德康 信息检索 语言学 郑锦光 知识库
CCKS2016 全国知识图谱与语义计算大会 http://t.cn/RtWNdHw 在经过三届研讨会酝酿后，今年的知识图谱大会和CSWS融合成为规模更大的行业会议了。@文因互联 鲍捷将在9月19日学术讲习班上讲“实战中的知识图谱”（with 林德康）郑锦光将在22日工业论坛上讲“法律语义搜索”
http://ww2.sinaimg.cn/large/7334ba59jw1f6r0q3f9k6j21gx0pqh00.jpg
昊奋 网页链接 转发于2016-08-12 16:15
今年CCKS的工业论坛我和鲍捷共同主持，我们邀请了很多来自不同公司和行业具有丰富实战经验的专家来分享他们在产品上是如何使用图谱相关技术的？敬请期待
http://tva3.sinaimg.cn/crop.0.0.1242.1242.50/4a1f73c9jw8f6gr40028hj20yi0yi0x3.jpg 妖僧老馮 网页链接 2016-08-12 12:31
深度学习 Michael Woodrige
国际人工智能联合大会主席，牛津大学-Google Deepmind联合实验室主任Michael Woodrige教授的报告，讲了讲深度学习的局限和硬伤，以及通往强人工智能之路的其他可能尝试. http://t.cn/z8A98Qu
http://ww2.sinaimg.cn/large/4a1f73c9gw1f6qum9xcd8j20rs0ku77u.jpg
http://tva3.sinaimg.cn/crop.0.0.996.996.50/99dc1f0ajw8f1qcz11h26j20ro0ro761.jpg 数据栗子 网页链接 2016-08-12 12:05
算法 应用 资源 R语言 推荐系统
【recommenderlab 包实现电影评分预测】(分享自@百度文库)recommenderlab 是 R 语言非常强大的包，能帮助使用者针对评分数据或者 0-1(不喜欢/喜欢)二分数据开发和测试推荐算法...阅读全文请戳右边http://t.cn/RtWqXvZ
http://tva4.sinaimg.cn/crop.0.0.750.750.50/58195f6bjw8f5jwavtb5bj20ku0ku761.jpg ICT_朱亚东 网页链接 2016-08-12 09:46
深度学习 算法 神经网络
有时真心觉得ML就是打着统计物理幌子的民科，不过也提出了一些有意思的思考：“是否所有的神经网络训练技巧事实上是某些通用正则化定理的变形。”『深度 | Google Brain研究工程师：为什么随机性对于深度学习如此重要？』http://t.cn/RtOFCpI
页:
[1]