解应春BW 发表于 2015-8-23 07:23:46

机器学习日报 2015-08-22 非均衡数据集分类;LibISR: 实时3D模型追踪;Dither 的效果好于dropout

机器学习日报 2015-08-22
[*]应对非均衡数据集分类问题的八大策略 @爱可可-爱生活
[*]Social Personalisation & Search 2015论文集 @爱可可-爱生活
[*]LibISR: 实时3D模型追踪 @Carl禹衡
[*]多模态数据融合的深度监督式主题模型 Deep DocNADE @郑胤THU
[*]Dither 的效果好于dropout的深度学习 @闫安Jon

@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15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://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2015-08-19 06:33
资源 Jason Brownlee 课程
【应对非均衡数据集分类问题的八大策略】《8 Tactics to Combat Imbalanced Classes in Your Machine Learning Dataset》by Jason Brownlee http://t.cn/RLe4MJc


龙星镖局 网页链接 转发于2015-08-22 12:29
有些问题看似非均衡实际基本没啥影响,很多算法挑挑阈值就差不多了,再不行就用用神马上下采样/Metacost之类的就OK了,这些都不是大问题,非均衡问题最大的问题其实是评价指标,小类的instance分错的惩罚比大类的要多多少合适?算法不知道,用的人其实也稀里糊涂,这个时候还要靠专家哈



http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2015-08-22 07:30
会议活动 应用 SIGIR 会议 信息检索
【SPS 2015论文集】"Proceedings of the International Workshop on Social Personalisation & Search co-located with SIGIR 2015" http://t.cn/RLkQYiA




http://tp2.sinaimg.cn/1658921165/50/5697026836/1 Carl禹衡 网页链接 2015-08-22 05:03
应用 代码 机器人 牛村
离开牛村robotics前分享下自己的开源代码:gSLICr, 比SLIC快100倍的superpixel: http://t.cn/RLkTa0p ; LibISR: 实时3D模型追踪: http://t.cn/RLkTa0p ; InfiniTAM: 实时大范围场景重构: http://t.cn/RLkTa00 @视觉机器人 @图像视觍 ?研究




http://tp2.sinaimg.cn/2034296393/50/5672547254/1 郑胤THU 网页链接 2015-08-21 10:24
自然语言处理 代獊?? 论文 主题模型
我的关于多模态数据融合的深度监督式主题模型(Supervised Deep DocNADE)已经被PAMI接收,目前在MIR Flickr上面做到了state of the art。项目的主页:http://t.cn/RLDFg16 , 文章http://t.cn/RhCotsV, Github:http://t.cn/RLDFg1S @邓亚峰-open @刘知远THU @鲁东东胖 @丕子 @邓侃 @梁斌penny




http://tp3.sinaimg.cn/5648620342/50/5731472374/1 闫安Jon 网页链接 2015-08-21 08:58
深度学习 视觉 算法 论文 神经网络
Dither is Better than Dropout for Regularising Deep Neural Networks http://t.cn/RLDgsj4 用256个样本训练 MNIST 并在10000个样本上测试,dither 的效果要好于50% dropout。这里 dither 的意思就是在输入的图像上增加一个均匀分布且均值为0的噪声。
http://ww2.sinaimg.cn/large/006ah2bIjw1ev9ycnrnnnj30s50epgnp.jpg



最新动态
http://tp2.sinaimg.cn/1805134993/50/5655980127/1 刘佳祥ML-CV 网页链接 2015-08-22 13:59
机器学习带给我的就是无限的可能。这也是最吸引我,最让我义无反顾的地方。http://t.cn/RLkkOpC




http://tp4.sinaimg.cn/5546539755/50/5720877588/1 黄广斌-ELM 网页链接 2015-08-22 13:43
视觉 算 法 应用 机器人 智能汽车
欢迎在以下方面期望做出非凡研究成果的博士后,短期访问学者或短期交流学生加入我们的南洋理工大学机器学习团队:汽车辅助驾驶,自动驾驶,场景识别,目标识别,监测,跟踪,数据分析,嵌入系统,机器人,机器学习算法和理论。“世界因你我而改变”




http://tp4.sinaimg.cn/3121700831/50/5680619960/1 南大周志华 网页链接 2015-08-22 11:47
会议活动 会议 活动
中国计算机学会人工智能大会(CCF-AI 2015), 2015年8月21-23日,山西大学。6场大会特邀报告,2场研讨会,144篇论文报告。参会注册代表已有420余人。
http://ww2.sinaimg.cn/large/ba115fdfjw1evb8w1co4lj20np0hsta1.jpg



http://tp4.sinaimg.cn/1497035431/50/5729579491/1 梁斌penny 网页链接 2015-08-22 11:39
自然语言处理
今天在某job发布了一个90多万条微博数据的语料,包含了天津大火的时间段在里面,还是有研究价值的,需要的同学得要抓紧时间获取了。最近我们在微博抓取上发了点小力,扩大了点抓取数量,预计每天抓个一百万条就行了,别激怒微博那些老同志们,数据看得贼结实了,生怕我多拿一点。




http://tp1.sinaimg.cn/5220650532/50/5701668539/1 好东西传送门 网页链接 2015-08-22 07:29
应用 自然语言处理 推荐系统 语言学 主题模型
第68期NLP日报(2015-08-21) 1) 计算语义近期发展 2) 关于多模态数据融合的深度监督式主题模型 3) WaPo利用NLP技术构建更好的基于内容推荐引擎 完整版8条 http://t.cn/RLkQjvf
http://ww3.sinaimg.cn/large/005HjjGQgw1evb1ez0p4gj31eg0qgwmx.jpg



http://tp1.sinaimg.cn/5220650532/50/5701668539/1 好东西传送门 网页链接 2015-08-22 07:28
深度学习 视觉 算法 神经网络
第149期计算机视觉日报(2015-08-21) 1) 计算机视觉CV之CMT跟踪算法分析 2) 计算机视觉和图像处理的matlab代码 3) Google的实时行人检测技术 4) 计算机视觉中的数学方法 5) 应用深深度卷积神经网络进行图像缩放 完整版16条 http://t.cn/RLkQWkF
http://ww1.sinaimg.cn/large/005HjjGQgw1evb1e5ywtqj30ld0b7n22.jpg



http://tp1.sinaimg.cn/5220650532/50/5701668539/1 好东西传送门 网页链接 2015-08-22 07:23
会议活动 深度学习 视觉 KDD Peter Kovesi 会议 简报 语言学
第337期机器学习日报(2015-08-21)http://t.cn/RLkQK67 1) KDD 2015论文集 2) Peter Kovesi计算机视觉和图像处理的matlab代码 3) @xiahouzuoxin 深度卷积网络CNN与图像语义分割 4) 微软研究院开源软件下载汇总 5) 你应该掌握的七种回归技术 完整版26条 http://t.cn/RLkQK6z
http://ww4.sinaimg.cn/large/005HjjGQgw1evb19eoeonj30go06udgd.jpg

视觉机器人 网页链接 转发于2015-08-22 08:10回复 @好东西传送门 “感谢 @网路冷眼 @等魔炮3rd的高町...”
七种回归技术,玩过逐步回归,可以挑选更相关的自变量,选特征也可以用,岭回归和后来的LSSVM、高斯过程回归模型类似,是早期正则化方法的典型应用,后者多了一些核的概念



http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2015-08-22 07:09
算法 资源 David Lillis 课程
【基于R的GLM介绍(系列)】《Generalized Linear Models (GLMs) in R》by David Lillis, Ph.D Part 1:http://t.cn/RLkQ2ia Part2:http://t.cn/RLkQ2iJ Part3:http://t.cn/RLkQ2ii Part 4:http://t.cn/RLkQ2i6




http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2015-08-22 06:08
算法 资源 集成学习 课程 视频
【视频:(MLSS2011)优化角度的Boosting总结教程】《Survey of Boosting from an Optimization Perspective》by Manfred K. Warmuth http://t.cn/RLkHLsw 云:http://t.cn/RLkHLsZ




http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2015-08-22 05:50
经验总结 算法 Joseph Rickert R语言 SVM 博客 数据科学
【新出的五个数据科学相关R包】《5 New R Packages for Data Scientists》by Joseph Rickert AzureML/distcomp/rotationForest/rpca/SwarmSVM http://t.cn/RLDBuPJ
http://ww1.sinaimg.cn/large/5396ee05jw1evawyw308gj20m80amabr.jpg




页: [1]
查看完整版本: 机器学习日报 2015-08-22 非均衡数据集分类;LibISR: 实时3D模型追踪;Dither 的效果好于dropout