机器学习日报 2015-10-05 并行深度学习依存引擎; 再论感知机;互联网图片合成出稳定连贯的...
机器学习日报 2015-10-05[*]并行深度学习依存引擎 @爱可可-爱生活
[*]从带有时间戳的互联网图片合成出稳定连贯的视频 @iB37
[*]密歇根大学的自然语言处理入门课程 @课程图谱
[*]汉语句法语义的特点 @立委_米拉
[*]Leon Bottou讲座: 再论感知机 @王威廉
@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14条，本期的Web版有完整内容18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 2015-10-05 15:58
深度学习 代码
【并行深度学习依存引擎】《Dependency Engine for Multi-Device Deep Learning》by @陈天奇怪http://t.cn/RyjgFnN
http://ww4.sinaimg.cn/large/5396ee05gw1ewqbelczmwj20k605m755.jpg
http://tp1.sinaimg.cn/2536116592/50/5716095299/0 iB37 网页链接 2015-10-05 22:15
会议活动 视觉 ICCV 会议 教育网站
从带有时间戳的互联网图片合成出稳定连贯的视频. Time-lapse Mining from Internet Photos聚类 排序 平滑 3D Time‐Lapse Reconstruction from Internet Photoshttp://t.cn/R2ZBa2i Factored Time-Lapse Video http://t.cn/RyYqvJp
http://ww4.sinaimg.cn/large/972a1170gw1ewqm8oyxuqj20ne0r5jxx.jpg
http://tp1.sinaimg.cn/3369755644/50/5661949136/1 课程图谱 网页链接 2015-10-05 19:48
应用 资源 自然语言处理 机器翻译 课程 问答系统 信息检索
#开课提醒# Coursera上密歇根大学的自然语言处理入门课程 “Introduction to Natural Language Processing” 今日开课，关键词：文本相似度，句法分析，语言模型，词性标注，信息抽取，问答系统，文本摘要，信息检索，语义分析，机器翻译，感兴趣的同学可以关注 http://t.cn/RyP3k9c
http://tp3.sinaimg.cn/2316531634/50/40029784010/1 立委_米拉 网页链接 2015-10-05 14:24
经验总结 博客
科学网—泥沙龙笔记：汉语牛逼，国人任性！句法语义，粗细不同，POS 靠边 http://t.cn/Ryj1wLS
http://ww2.sinaimg.cn/large/8a1377b2jw1ewq8p5o3e1j202v03c744.jpg
王伟DL 网页链接 转发于2015-10-05 21:34
完全同意李老师文尾的诀窍：”跳过词性，以词典信息直接进入句法分析“。当然这会引起一些争论，这无异于把很多家过河桥拆了。本人是这思想的实践者，因为一直是这个路子做过来的。其封闭测试可以达到98%的水平，虽开放测试还很理想，但发展潜力很大。同时，这个路也有固有问题，如多义词义项辨析
立委_米拉 网页链接 转发于2015-10-05 22:11
你说的这个路的问题是这一路的问题，还是其他的问题？如果加了POS模块，并且及假设这个模块是准确的，多义词可以在POS的粗线条上减少一些歧义，但是第一这个假设不很成立，第二多义词问题不仅仅是POS级的。因此，不能笼统说这是POS缺失的问题。当然，部分的POS先行有模块化的合理之处，我不反对。
http://tp4.sinaimg.cn/1657470871/50/5676743531/1 王威廉 网页链接 2015-10-05 09:28
算法 资源 Leon Bottou
Facebook人工智能实验室的SGD专家Leon Bottou最近做了一个很有意思的讲座《再论感知机》：http://t.cn/Ryj0fDh Bottou问了一些很多发人深思的问题，比如：计算机科学到底是一门怎样的科学？机器学习是不是只研究算法和理论就够了？需要数据和计算机帮忙吗？机器学习是实证科学吗？
最新动态
http://tp4.sinaimg.cn/1787567623/50/40052280411/1 199IT-互联网数据中心 网页链接 2015-10-05 23:00
【大数据机器学习系统研究进展】近年来，大数据浪潮的兴起，推动了大数据机器学习的迅猛发展，使大数据机器学习系统成为大数据领域的一个热点研究问题。本文介绍了国内外大数据机器学习系统的基本概念、基本研究问题、技术特征、系统分类以及典型系统。http://t.cn/RyYtGHG
http://ww4.sinaimg.cn/large/6a8c1e07gw1ewqki9a62aj20hs0a0q45.jpg
http://tp1.sinaimg.cn/2536116592/50/5716095299/0 iB37 网页链接 2015-10-05 20:55
经验总结 算法 博客 回归
机器学习门槛越来越低,公司招聘普遍不再仅限于知道一些概念和原理,也要求实践和编程; logistic regression (LR)是最常考察的内容 <Building a Logistic Regression model from scratch,SRIVASTAVA,2015> 目标 梯度/Hessian 梯度法/牛顿法 R代码 http://t.cn/RyYyWkw
http://ww4.sinaimg.cn/large/972a1170gw1ewqjz4w821j20jh0jz764.jpg
http://tp4.sinaimg.cn/3163882715/50/40035052161/1 IT大数据挖掘 网页链接 2015-10-05 18:43
#IT#【Facebook如何用“我们”的数据构建人工智能】它用无人机提供互联网服务，为了发展虚拟现实而收购Oculus，不懈追求人工智能，Facebook已经迅速成为世界上最先进的技术研究中心之一了。http://t.cn/Ryl6SBD
http://tp4.sinaimg.cn/3293717571/50/5738221476/1 老王谈芯 网页链接 2015-10-05 15:25
入门 语音 吴恩达
这篇文章基本都是学术大佬的一些观点，很长，也值得一看，相当于科普文。吴恩达说2020年，50%的搜索来自于语音，是可能的。而50%的工种会被机器代替，也不是危言耸听。年青人多做提前打算。当精确推送出现时，人工导流也没多大价值了。『经济学人深度文章：机器的觉醒』http://t.cn/RADqAvD
老王谈芯 网页链接 转发于2015-10-05 16:18回复 @支国平2012 “想办法拿下全球每年8600万OTT盒子...”
其实可做的事很多，比如美剧机器之心被砍，是因为收视率太低，15-49岁间人口只有1.5，完全可以改变的。
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2015-10-05 14:55
算法 资源 Eli Upfal Michael Mitzenmacher 教育网站 课程 书籍
【好书推荐+课程资料:《概率与计算——随机算法与概率分析》】《Probability and Computing - Randomized Algorithms and Probabilistic Analysis》Michael Mitzenmacher, Eli Upfal (2015) http://t.cn/RyjBlnv 课程:"CSCI 1550 — Probability and Computing II" by Eli Upfal http://t.cn/RyjBH02
http://ww1.sinaimg.cn/large/5396ee05gw1ewq908sg9ij20a00dtmyx.jpg
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2015-10-05 12:40
深度学习 视觉 资源 Hugo Larochelle PDF 视频
【视频+讲义:(DLSS2015)Hugo Larochelle深度学习分布估计】《Deep Learning for Distribution Estimation》by Hugo Larochelle http://t.cn/RyjRjlU Slide:http://t.cn/RyjRjl4 参阅:http://weibo.com/1402400261/CuOD36ChK
http://ww3.sinaimg.cn/large/5396ee05gw1ewq5o33e90j20h50atwgn.jpg
http://tp2.sinaimg.cn/1152771753/50/5615982341/1 marego 网页链接 2015-10-05 11:34
算法 自然语言处理
MIT有关依存距离最小化文章的作者来信说，承认忽略我们2008年的文章是不对的，打算在PNAS上出一个更正。又说，他们的随机语言算法更有价值。我想说的是，一个句子，无论你是变语序，还是变依存关系，都不再是人类语言了，我们关注的是依存距离序列是否变了。希望大家还能愉快的一起玩耍。@刘知远THU
http://ww1.sinaimg.cn/large/44b5e6a9jw1ewq3r5lclvj20ku112gtd.jpg
文光围脖 网页链接 转发于2015-10-05 14:27回复 @文光围脖 “哈哈哈 赞 [干杯][哆啦A梦微笑]”
话说这就是期刊的好处了，会议上发了不引用就白不引用了 期刊还真当回事[干杯][奥特曼][哆啦A梦微笑][鼓掌]
http://tp1.sinaimg.cn/5220650532/50/5701668539/1 好东西传送门 网页链接 2015-10-05 07:58
深度学习 应用 资源 自然语言处理 Peter Norvig Python 简报 可视化 课程 统计
第381期机器学习日报(2015-10-04)http://t.cn/Ryj9q84 1) 问答机器人QANTA战胜人类 2) Peter Norvig: 概率论基础以及用Python的实现 3) CMU信息论课程 4) 公开的海量数据集 5) Github机器学习/数学/统计/可视化/深度学习相关项目大列表 完整版17条 http://t.cn/Ryj9q8b
http://ww1.sinaimg.cn/large/005HjjGQgw1ewpxidbp7fj309605qq41.jpg
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2015-10-05 06:35
会议活动 视觉 资源 CVPR PDF 代码 会议
【论文+代码(MatLab):基于先粗后精形状搜索方法的人脸特征点定位框架】《Face Alignment by Coarse-to-Fine Shape Searching》Zhu, Shizhan and Li, Cheng and Loy, Chen Change and Tang, Xiaoou (CVPR2015)http://t.cn/RyjSM3n Github:http://t.cn/RyjSM3E
http://ww1.sinaimg.cn/large/5396ee05gw1ewpv3epul6j20it0be79s.jpg
页:
[1]