机器学习日报 2016-01-11 2015 深度学习年度十大论文；一些重要的CNN改进模型；Github十大机...
机器学习日报 2016-01-11[*]2015 深度学习年度十大论文 @新智元
[*]一些重要的CNN改进模型回顾 @人工智能与深度学习
[*]搜狗搜索广告检索系统-弹性架构演进之路 @InfoQ
[*]推荐系统百科(RecSysWiki) @爱可可-爱生活
[*]Github十大机器学习项目 @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29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://tp1.sinaimg.cn/5703921756/50/5738475474/1 新智元 网页链接 2016-01-11 10:29
深度学习 算法 Hugo Larochelle 神经网络
【arXiv】2015深度学习年度十大论文：Hugo Larochelle博士是加拿大舍布鲁克大学机器学习教授、Twitter的研究员、知名神经网络研究者、以及深度学习的狂热粉丝。从2015年夏天开始，他就一直在撰写并发布他对于arXiv上他感兴趣的机器学习论文所做的笔记。http://t.cn/R49Djqe
http://tp2.sinaimg.cn/1113268781/50/5743738916/1 人工智能与深度学习 网页链接 2016-01-11 17:08
深度学习 论文
#深度学习# 干货| 回顾一些重要的CNN改进模型 (非原题目) http://t.cn/R4NOtQM 包括全卷积网络http://t.cn/RwRLLOg，Network In Network（只是讲了一方面） http://t.cn/R4NOEu6，Spatial Transformer Networks http://t.cn/R212QjB，以及Stacked What-Where Auto-encoders http://t.cn/R20WL5L。
http://tp1.sinaimg.cn/1746173800/50/5746256057/1 InfoQ 网页链接 2016-01-11 17:00
应用 广告系统 信息检索
【搜狗搜索广告检索系统-弹性架构演进之路】搜索广告是搜狗的主要收入来源，每秒钟承担了海量的广告变现请求，但随着业务快速发展，业务逻辑越来越复杂，流量持续增大，广告数据指数增长，带来线上不稳定、服务架构急需调整等问题。本演讲分享搜狗广告检索系统的演化过程。 http://t.cn/R4Cesxm
http://ww1.sinaimg.cn/large/68147f68jw1ezvb3ku6skj202s02smx0.jpg
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2016-01-11 06:10
会议活动 应用 RecSys 会议 推荐系统
【推荐系统百科(RecSysWiki)】"Recommender Systems Wiki (RecSysWiki)" http://t.cn/hgohpA
http://ww4.sinaimg.cn/large/5396ee05gw1ezv5595xwuj20j30gqtcc.jpg
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2015-12-15 05:23
经验总结 Matthew Mayo 博客
【Github十大机器学习项目】《Top 10 Machine Learning Projects on Github》by Matthew Mayohttp://t.cn/R4AoFyh
http://ww2.sinaimg.cn/large/5396ee05jw1eyzw1z5795j20gq09vaai.jpg
最新动态
http://tp4.sinaimg.cn/1464484735/50/40073446687/1 刘知远THU 网页链接 2016-01-11 22:05
算法 应用 自然语言处理 陈新雄 代码 司宪策 推荐系统 叶德铭
#THUTag# 最近跟同学们整理了之前提出的几个关键词抽取和社会标签推荐算法，制作了工具包 THUTag，开源到github上了：http://t.cn/R4NrLzg 。贡献者包括：叶德铭、陈新雄和司宪策师兄等。欢迎大家试用，提出意见和建议，也欢迎更多人贡献相关算法代码到该工具包来。[微笑]
http://ww4.sinaimg.cn/large/574a437fjw1ezvwk57bs1j20oy09sn1g.jpg
http://tp1.sinaimg.cn/2536116592/50/5716095299/0 iB37 网页链接 2016-01-11 20:49
资源 Python 课程 书籍
机器学习教材，约350页，2016，剑桥大学出版社。Machine Learning Refined, WATT,KATSAGGELOS, & BORHANI 。精炼于西北大学研究生/高年级本科生机器学习课程。样例和练习含Python和Matlab/Octave代码。共九章（优化,回归,分类,维度约简）；已放出五章样稿，可能要翻x墙:http://t.cn/R4NE9DY
http://ww3.sinaimg.cn/large/972a1170jw1ezvu7vlnt1j20o30g2jvl.jpg
http://tp2.sinaimg.cn/1800611161/50/5746069687/1 老高电商圈子 网页链接 2016-01-11 20:44
视觉
【用户体验评估】侧重点：产品概念是产品的广度，技术因素是产品的高度，设计是产品深度。①产品概念：产品模式，互联网发展趋势，用户诉求，产品定位等等。②术水平：开发完成度，技术可扩展性，产品稳定性，基本性能，Bug量等等。③ 设计水平：需求完成度，语义表达，视觉传达，流程完整性等等。
http://ww4.sinaimg.cn/large/6b532559gw1ezvqd3uxxzj20c80agmy7.jpg
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2016-01-11 20:23
会议活动 深度学习 算法 应用 资源 自然语言处理 Python RecSys R语言 会议 情感分析 神经网络 书籍 推荐系统
24小时分享排行：1、【抽奖赠书:《R语言初学指南(The R Student Companion)》】2、【你真的了解 Convolutional Neural Networks 么】3、【(R)机器学习情感分析】4、【Packt今日限免:《Python 2.6文本处理初学指南》】5、【推荐系统百科(RecSysWiki)】…… http://t.cn/R4NR6dH
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2016-01-11 20:15
资源 Rob Tibshirani Trevor Hastie 教育网站 课程 统计
【MOOC:Trevor Hastie和Rob Tibshirani最新一轮《统计学习》课程即将开讲(January 12, 2016)】《Statistical Learning | Stanford Online》by Trevor Hastie, Rob Tibshirani 参阅http://weibo.com/1402400261/C0pcE6CCYhttp://t.cn/R4N8FJM
http://ww3.sinaimg.cn/large/5396ee05jw1ezvtkk91whj206y06yt95.jpg
http://tp1.sinaimg.cn/5703921756/50/5738475474/1 新智元 网页链接 2016-01-11 17:16
统计
【遗失的密钥】贝叶斯定理：人工智能进化论？纽约时报说，贝叶斯统计学家“遍布一切领域，从物理学到癌症研究，从生态学到心理学”。人工智能研究者同样不能例外。达尔文用极其简单的模型解释了人类复杂的进化行为，而贝叶斯定理是否会成为解释大脑的“进化论”？http://t.cn/R4NW5hR
http://tp4.sinaimg.cn/5388254711/50/5715589803/1 bigdata-research 网页链接 2016-01-11 16:30
资源 刘未鹏 书籍 统计
作者：刘未鹏 概率论只不过是把常识用数学公式表达了出来。 ——拉普拉斯 记得读本科的时候，最喜欢到城里的计算机书店里面去闲逛，一逛就是好几个小时;有一次，在书店看到一本书，名叫贝叶斯方法。当时数学...http://t.cn/R4N9Guy
http://tp1.sinaimg.cn/5501429448/50/5717596146/1 视觉机器人 网页链接 2016-01-11 14:20
经验总结 深度学习 算法 资源 PCA 博客 课程 神经网络
#资源共享# 深度学习系列笔记（2015-12）：http://t.cn/R4Nq1cj 1）深度学习的好教程总结；2）从神经网络到深度学习； 3）简单网络的自编码学习；4）什么是稀疏编码；5）一个简单深度学习工具箱；6）自编码网络的特征学习；7）自编码网络与PCA特征学习的分类对比实验；8）自编码网络多层特征学习
http://ww2.sinaimg.cn/large/0060jr72gw1ezvj9m0pz2j30gh08xtal.jpg
http://tp4.sinaimg.cn/1692902863/50/40062980018/1 infinitely_divisible无穷可分 网页链接 2016-01-11 14:20
Peter Hall 统计
科学网—国际统计学巨匠,统计年刊主编Peter Hall于2016年1月9日逝世-国际统计学巨匠,统计年刊主编Peter Hall于2016年1月9日在墨尔本去世,享年64岁.他的美国数学评论上记载他发了600篇论文,他70年代是研究鞅论,随机过程的.80年代后转向统计,发论文大部分都是发统计或概率顶级期刊 http://t.cn/R4NGrRR
http://ww1.sinaimg.cn/large/64e7a5cfjw1ezvjafmg2gj20l70e6q4a.jpg
http://tp2.sinaimg.cn/3968170429/50/40071778142/1 Datartisan 网页链接 2016-01-11 13:16
算法 R语言 SVM
【R】支持向量机模型实现 本文主要介绍如何使用 R 语言中的包 e1071 实现支持向量机算法建模。http://t.cn/R4NUDMH @好东西传送门 @爱可可-爱生活 @西瓜大丸子汤 @数据挖掘研究院 @数据挖掘与数据分析 @数据分析精选 @网路冷眼 @统计之都 @Python开发者 @统计之都 @伯乐在线
http://tp4.sinaimg.cn/1663414103/50/5729599996/1 华中科技大学 网页链接 2016-01-11 10:30
应用 机器人
#科学有意思#【为什么阿西莫夫的机器人三定律救不了我们？】在人工智能爆炸式发展的今天，机器人能否应用到真实生活中，来规范机器人的行为？两位人工智能理论研究者认为这远远不够，我们真正面对的问题，是如何开发超级智能的伦理道德：http://t.cn/8s8DAeh via@果壳网
http://ww1.sinaimg.cn/large/6325af57jw1ezvcnya0srj20jg0jg75i.jpg
http://tp4.sinaimg.cn/1869812215/50/5612529453/1 三水成海 网页链接 2016-01-11 10:22
代码
轩哥最初为解决R缺乏稳定高效的稀疏特征值求解的包，默默啃掉了ARPACK中矩阵运算这块硬骨头，提供高效rARPACK包http://t.cn/RARofsY，而现在更是一鼓作气用C++重写，提供了更加友好接口的Spectra库http://t.cn/R4N7Gz2！性能击败ARPACK，依赖于大规模特征值分解的各类方法有福了！
http://ww2.sinaimg.cn/large/6f7311f7jw1ezvceiymy0j20wc0kp77y.jpg
http://tp4.sinaimg.cn/1787451427/50/40044484432/1 FPGA开发圈 网页链接 2016-01-11 10:09
视觉
【为何说机器视觉是人工智能的下一个前沿？】国外科技网站Venturebeat发布文章称，人工智能在过去一年里有着强劲的发展，给人们带来越来越多的益处。而未来，机器视觉将会是人工智能的下一个前沿领域。随着该类技术的发展，明年将会出现新型人工智能驱动的设备。http://t.cn/R4Nh0nd
http://ww3.sinaimg.cn/large/6a8a5823gw1ezvc1fxyxyj20go09emzp.jpg
http://tp1.sinaimg.cn/2028255444/50/40032225147/0 FreeBuf黑客与极客 网页链接 2016-01-11 10:08
算法 聚类
【通过机器学习进行恶意软件分析：Deepviz中的聚类算法基本原理】Deepviz是一款强大的恶意软件自动分析平台，也是一个强大有效的智能威胁情报平台。机器学习是Deepviz用到的关键技术，它能够识别新型恶意软件，还能找到相似的样品进行关联，并扩大的恶意软件库。详情：http://t.cn/R4NhCwy
http://ww3.sinaimg.cn/large/78e4b8d4gw1ezuun29h9pj20cp0a7aas.jpg
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2016-01-11 05:23
深度学习 算法 代码 强化学习
【深度强化学习论文列表】《Deep Reinforcement Learning Papers》by muupan http://t.cn/R4CgAY8 参阅另一论文列表http://weibo.com/1402400261/CFiJlwEvr 及强化学习Awsome资源列表http://weibo.com/1402400261/D46t1yYKl
页:
[1]