机器学习日报 2015-12-28 手把手入门神经网络系列;七种典型的数据降维方法介绍;大数据/数...
机器学习日报 2015-12-28[*]刘知远《Representation Learning for Large-Scale Knowledge Graphs》 @刘知远THU
[*]《大数据/数据挖掘/推荐系统/机器学习相关资源》 @IT程序猿
[*]两届图灵奖得主、七大ACM/IEEE院士的专访。 @格灵深瞳
[*]七种典型的数据降维方法介绍。 @数据分析
[*]手把手入门神经网络系列 @爱可可-爱生活
@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20条,本期的Web版有完整内容37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://tp4.sinaimg.cn/1464484735/50/40073446687/1 刘知远THU 网页链接 2015-12-28 11:19
知识工程 刘知远 知识库
昨天在CCF ADL第65期《知识图谱前沿》上的1.5小时报告《Representation Learning for Large-Scale Knowledge Graphs》演示文稿,欢迎批评指正。[微笑] http://t.cn/R4cI5KX
刘知远THU 网页链接 转发于2015-12-28 17:03
上面是在OneDrive上共享的,有朋友反映没法下载。我在个人主页上挂了一份,大家可以尝试从此下载:http://t.cn/R4cn5dO 谢谢大家![嘻嘻] @中国计算机学会CCF
中国计算机学会CCF 网页链接 转发于2015-12-28 17:31回复 @刘知远THU “上面是在OneDrive上共享的,有朋...”
刘知远,清华大学助理研究员,演讲题目:知识图谱的表示学习技术 [赞]
http://tp3.sinaimg.cn/1630461754/50/40066407832/1 IT程序猿 网页链接 2015-12-28 18:30
应用 推荐系统
《大数据/数据挖掘/推荐系统/机器学习相关资源》下文分享大数据/数据挖掘/推荐系统等相关资源,小伙伴们还不赶紧收藏起来备用?http://t.cn/R47lMMO(来自: GitHub )
http://ww3.sinaimg.cn/large/612edf3ajw1ezfjue8yomj20c8ew9x6p.jpg
http://tp1.sinaimg.cn/3769368692/50/5730530271/1 格灵深瞳 网页链接 2015-12-28 10:56
Leslie Lamport Michael Stonebraker
【专访两届图灵奖得主、七大ACM/IEEE院士:人工智能先驱在想什么、做什么?】http://t.cn/R4cfcPN 包括近两年的图灵奖得主Leslie Lamport博士和Michael Stonebraker博士在内,七位全球计算机科学领域的大师接受CSDN记者专访,解密人工智能背后的科研故事,畅谈人工智能技术的演进及未来发展。
http://ww3.sinaimg.cn/large/e0ac0074gw1ezf6q654vqj20go0cxzmh.jpg
http://tp4.sinaimg.cn/1932099211/50/40093213672/1 数据分析 网页链接 2015-12-28 10:01
算法
【这七种数据分析领域中最为人称道的降维方法】 近来由于数据记录和属性规模的急剧增长,大数据处理平台和并行数据分析算法也随之出现。于此同时,这也推动了数据降维处理的应用。实际上,数据量有时过犹不及。有时在数据分析应用中大量的数据反而会产生更坏的性能。 http://t.cn/R474kTv
http://ww3.sinaimg.cn/large/73297e8bjw1ezf54pfppwj20g40ad0tp.jpg
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2015-12-28 06:50
经验总结 视觉 算法 博客 神经网络
【手把手入门神经网络系列】by 龙心尘, 寒小阳 1.从初等数学的角度初探神经网络 http://t.cn/R4cUSCh 2.74行代码实现手写数字识别 http://t.cn/R4cUSC7
最新动态
http://tp3.sinaimg.cn/1280336970/50/1299829076/1 LUPA开源社区 网页链接 2015-12-28 21:16
算法 Java
【25个Java机器学习工具和库】Weka集成了数据挖掘工作的机器学习算法。这些算法可以直接应用于一个数据集上或者你可以自己编写代码来调用。Weka包括一系列的工 ... http://t.cn/R4csPcR
http://ww4.sinaimg.cn/large/4c50644ajw1ezfonjo4boj20dw08caae.jpg
http://tp2.sinaimg.cn/2854372157/50/5645412167/1 大数据BigData 网页链接 2015-12-28 18:06
会议活动 自然语言处理 产业 活动
【NLPIR/ICTCLAS 2016分词系统发布会暨实验室开放日活动圆满召开】2015年12月19日,北京理工大学国际教育交流中心迎来了一场自然语言处理的饕餮盛宴——NLPIR/ICTCLAS新版分词系统发布会暨大数据搜索挖掘实验室开放日活动。发布会由我实验室主办。http://t.cn/R4c1Z8n [偷乐] http://t.cn/R4qZ7ww
http://ww3.sinaimg.cn/large/aa22433djw1ezfj425566g20fa08mmyj.gif
http://tp4.sinaimg.cn/1744228463/50/5641468991/1 数说工作室网站 网页链接 2015-12-28 17:00
架构 Java Python Spark 数据科学
【SparkR:数据科学家的新利器】最近发布的Spark 1.4版本在现有的Scala/Java/Python API之外增加了R API(SparkR)。SparkR使得熟悉R的用户可以在Spark的分布式计算平台基础上结合R本身强大的统计分析功能和丰富的第三方扩展包,对大规模数据集进行分析和处理。http://t.cn/RUUb8iJ
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2015-12-28 16:34
深度学习 视觉 算法 资源 课程 神经网络 张志华
24小时分享排行榜:1、【手把手入门神经网络系列】2、【深度学习与计算机视觉系列】3、【开放课程:张志华《机器学习导论》】4、【开放课程:张志华《统计机器学习》】5、【幻灯:机器学习与计量经济学】……http://t.cn/R4cRM0o
http://tp2.sinaimg.cn/2138756037/50/5637975285/1 自动化学报 网页链接 2015-12-28 16:19
算法 Du Rui-Jie Gao Rui Wang Shuang-Cheng 杜瑞杰 分类 王双成
论文:WANG Shuang-Cheng, GAO Rui, DU Rui-Jie. Restricted Gaussian Classification Network. Acta Automatica Sinica, 2015, 41(12): 2164-2176 (王双成, 高瑞, 杜瑞杰. 约束高斯分类网研究. 自动化学报, 2015, 41(12): 2164-2176) http://t.cn/R4c8qc4
http://tp2.sinaimg.cn/2138756037/50/5637975285/1 自动化学报 网页链接 2015-12-28 16:14
自然语言处理 Wang Zeng-Fu 情感分析 汪增福
论文:Odbal, WANG Zeng-Fu. Emotion Analysis Model Using Compositional Semantics. Acta Automatica Sinica, 2015, 41(12): 2125-2137 (乌达巴拉, 汪增福. 一种基于组合语义的文本情绪分析模型. 自动化学报, 2015, 41(12): 2125-2137) http://t.cn/R4cQpMf
http://tp1.sinaimg.cn/1642720480/50/5742721759/1 爱范儿 网页链接 2015-12-28 15:58
应用 社交网络 新闻
【想了解自己的性格?用人工智能分析社交网络行为可能比星座更靠谱】美国国家公共电台的科技记者 Aarti Shahani 最近和 IBM 合作,让 IBM 的人工智能系统 Watson 来分析她的 Facebook 和 Twitter,然后展现她性格的方方面面。而令她非常吃惊的是,这个分析实在是太准确了:http://t.cn/R4cMuDu
http://ww2.sinaimg.cn/large/61e9ece0gw1ezfeii3wl4j20k00ezwh0.jpg
http://tp1.sinaimg.cn/2381785464/50/5725850580/1 微软中国 网页链接 2015-12-28 14:05
经验总结 博客 数据科学
你对2016年的科技领域有怎样的展望?不妨跟随16位来自微软研究院的顶尖专家大开脑洞。从人工智能、数据科学到密码学等领域,看看他们都对2016做出了哪些预言:http://t.cn/R4PaM9H @微软亚洲研究院
http://ww3.sinaimg.cn/large/8df72978gw1ezfc66zo6tj20j608dwgf.jpg
http://tp4.sinaimg.cn/2822771827/50/22857178479/1 猎云网 网页链接 2015-12-28 13:27
深度学习 算法 神经网络
【吸引埃隆马斯克插足的深度学习领域,这5家创企不可小觑】今年深度学习领域发生了翻天覆地的变化,这个比AI更前卫的的领域需要建立以大数据为基础的人工神经网络,进而通过已有的数据推算新数据。http://t.cn/R4cfdKK
http://ww2.sinaimg.cn/large/a8401473gw1ezfb1okaeyj20xc0k0grj.jpg
http://tp4.sinaimg.cn/1744228463/50/5641468991/1 数说工作室网站 网页链接 2015-12-28 12:40
Bob Hayes 数据科学
【基于技能的改善数据科学实践的方法】近日,AnalyticsWeek的首席研究员、Bussiness Over Broadway的总裁Bob Hayes博士就公开了研究数据分析项目成功所必需技能的相关结果。Bob所提出的基于技能的数据科学驱动力矩阵方法,可以指出最能改善数据科学实践的若干技能。http://t.cn/R4bd4ty
http://tp4.sinaimg.cn/1744228463/50/5641468991/1 数说工作室网站 网页链接 2015-12-28 12:00
正则表达式
【最全的常用正则表达式大全】很多不太懂正则的朋友,在遇到需要用正则校验数据时,往往是在网上去找很久,结果找来的还是不很符合要求。所以我最近把开发中常用的一些正则表达式整理了一下,在这里分享一下。给自己留个底,也给朋友们做个参考。 http://t.cn/R4bpC15
http://tp1.sinaimg.cn/2165760972/50/5723618421/0 牛客网 网页链接 2015-12-28 11:43
架构 资源 Hadoop Java 课程 牛客
maven常用命令||maven是java的项目构建工具,c++同学可以对比Make工具。在牛客网的机器学习课程中,课后的hadoop在线作业是基于maven构建的,这里介绍一下几个maven常用的命令,掌握好以下几个命令,就可以畅快的在牛客网上提交代码了http://t.cn/R4cMVm5
http://ww1.sinaimg.cn/large/8116e3ccjw1ezf835ld1xj208a0643yg.jpg
http://tp3.sinaimg.cn/5310900870/50/22886706183/1 小牛翻译NiuTrans 网页链接 2015-12-28 09:54
自然语言处理 机器翻译
*SMT技术分享*是小牛翻译为统计机器翻译爱好者准备的特别礼物,是一个系列的专题。在这里我们会与大家分享NiuTrans团队在技术研发中发现的一些小技巧或者新突破。欢迎大家与我们沟通交流。@东北大学自然语言处理实验室 http://t.cn/R4ctOph
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2015-12-28 06:46
经验总结 深度学习 视觉 算法 KNN SVM 博客 分类 聚类
【深度学习与计算机视觉系列】by 寒小阳, 龙心尘 1.基础介绍 http://t.cn/R4cUMGM 2.图像分类与KNNhttp://t.cn/R4cUM6r 3.线性SVM与SoftMax分类器 http://t.cn/R4cUMns 4.最优化与随机梯度下降http://t.cn/R4cUx8J 5.反向传播与它的直观理解 http://t.cn/R4cUx1m
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2015-12-28 06:36
经验总结 深度学习 视觉 算法 应用 Python 笔记 决策树 神经网络 推荐系统
年终特别献礼之11月热门分享排行:1、【《Python计算机视觉编程》学习笔记】2、【开源:Google的深度学习库TensorFlow】3、【推荐算法概览】4、【决策树生成为什么基于熵而不是分类误差】5、《Neural Networks and Deep Learning》…… http://t.cn/R4cUGFb
页:
[1]