机器学习日报 2015-05-14 RankNet；测龄APP源码；图像识别项目；在线机器学习服务比较
机器学习日报 2015-05-14内容更丰富，链接可点击的加长版见 http://memect.co/ml-list-2015-05-14(31条最新动态+焦点, 3条温故知新)
@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 或点击 点我订阅
用日报搜索找到以前分享的内容： http://ml.memect.com/search/
http://tp3.sinaimg.cn/1286528122/50/40028223938/1 微软亚洲研究院 网页版 2015-05-14 18:38
算法 应用 Chris Burges 决策树 信息检索
【机器学习——让网页搜索更懂你】如何提高网页搜索的相关性是研究人员一直探索的问题。微软研究院首席研究经理Chris Burges为我们介绍了微软如何利用机器学习技术，开发RankNet系统和提高决策树模型, 并将其应用于必应搜索，在提高搜索结果相关性的同时也加快了处理速度。详情>>http://t.cn/R2POavb
http://icon.memect.com/http://blog.csdn.net/satisfied_zx/article/details/45716235 csdn:Satisfied_zx 网页版 2015-05-14 17:19
经验总结 视觉 博客
【最近非常火——测龄APP源码】测龄APP 基于face++在线API服务，继承了人脸识别和检测年龄的功能。 下载地址： 运行截图： 作者：Satisfied_zx 发表于2015/5/14 9:19:21 阅读：149 评论：1http://memect.co/4qz7n9yN2sV
http://tp2.sinaimg.cn/1869170057/50/1294711581/1 统计之都 网页版 2015-05-14 14:33
经验总结 算法 应用 博客 预测
在线机器学习服务提供商 Amazon Machine Learning Service http://t.cn/RA696yB Google Prediction APIhttp://t.cn/R2PtVHe Microsoft Azure Machine Learning Studio http://t.cn/RzsNlSl 横评与使用体验：http://t.cn/R2PtVHF
http://tp3.sinaimg.cn/1715118170/50/5653230631/1 网路冷眼 网页版 2015-05-14 12:17
经验总结 视觉 博客
【流弊！Wolfram语言的人工智能 : 图像识别项目目前可识别1万种物体】http://t.cn/R2PZcmE 据称这个项目赋予计算机全智能，大多超过人的水平。并已经以ImageIdentify函数集成到Wolfram语言当中，也是回答这个图像是什么的问题。
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页版 2015-05-14 09:40
经验总结 深度学习 算法 博客 周志华
【深度学习能否取代传统机器学习方法】《Will Deep Learning take over Machine Learning, make other algorithms obsolete?》http://t.cn/R7SlF3Q Quora:http://t.cn/R7pJuvQ 可参阅《New to deep learning? Here are 4 easy lessons from Google》http://weibo.com/1402400261/C1ZPwBpoC
http://ww4.sinaimg.cn/large/5396ee05gw1es3j1b5l35j20dx0uxtfb.jpg
王威廉 网页版 转发于2015-05-14 10:38
我认为深度学习在小的数据集上不太容易取代非线性和线性核SVM。SVM本质是margin-based分类器，只需要很少的数据就可以找到还不错的超平面，得到不错的结果。DL在小数据上会比较容易overfit，除非你特别会调参和调结构。
南大周志华 网页版 转发于2015-05-14 10:46回复 @王威廉 “我认为深度学习在小的数据集上不...”
即便大数据，在无需另构特征的任务上也取代不了其他分类器。本质上，将它看作特征学习器比较合适
林建民-机器视觉 网页版 转发于2015-05-14 13:01
很同意~不能忽视传统方法iB37: http://weibo.com/2536116592/ChDpDgNnh 周志华: 即便大数据，在无需另构特征的任务上也取代不了其他分类器。本质上，将它看作特征学习器比较合适王威廉:我认为深度学习在小的数据集上不太容易取代非线性和线性核SVM。
页:
[1]