机器学习日报 2016-03-15 深度学习的一些技巧和经验总结;人工智能中的联结主义和符号主义;
机器学习日报 2016-03-15[*]深度学习的一些技巧和经验总结 @视觉机器人
[*]分享：人工智能中的联结主义和符号主义 @陈利人
[*]专题研讨课《离散数据的概率模型》 @RS16
[*]技术派天使投资男深思考：谈人工智能与大数据创业机会 @ChinaVenture投中集团
[*]一套简洁的计算机数理逻辑知识汇总 @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20条，本期的Web版有完整内容20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/5501429448/50/5717596146/1 视觉机器人 网页链接 2016-03-15 11:02
深度学习 算法 教育网站 神经网络
#技术分享# 深度学习的一些技巧和经验Must Know Tips/Tricks in Deep Neural Networks:http://t.cn/RysAmNs包括：1) data augmentation; 2) pre-processing; 3) initializations of Networks; 4) some tips during training; 5) selections of activation functions; 6) diverse regularizations; 7)...全文： http://m.weibo.cn/5501429448/3953246848339480
http://ww3.sinaimg.cn/large/0060jr72gw1f1xd47z9hoj30so0f3teb.jpg
http://tp4.sinaimg.cn/1915548291/50/5747720646/1 陈利人 网页链接 2016-03-15 18:34
顾教授写的真好。人工智能中的联结主义和符号主义 http://t.cn/RGBPy1j
GL-南京 网页链接 转发于2016-03-15 19:35
对符号主义的评论有点片面了，符号主义已经发展到了一个远超实用的地步，理论已经比较成熟，将会在未来慢慢发挥出作用，千万不要因为现在联结主义盛行就去贬低符号主义
ZENSH严清 网页链接 转发于2016-03-15 20:11
联结主义 mark
GL-南京 网页链接 转发于2016-03-15 20:23
非常赞同！符号主义离开了知识库和规则就是空中楼阁，随着information extraction, nlp技术的发展，知识库和规则的问题会慢慢解决，其实跟深度学习通过标注提升性能是一个路子，只是知识库构建更难，所以现在还没显示出优越性，但是这方面的技术已经有很多很多了
http://tp1.sinaimg.cn/2536116592/50/5751815474/0 RS16 网页链接 2016-03-15 18:20
应用 资溍 ? 自然语言处理 David Blei 教育网站 课程 推荐系统
David Blei面向博士生的专题研讨课《离散数据的概率模型》，高维、稀疏：自然语言处理和推荐系统领域中的数据。内容大致分为三部分：1. 词向量模型。2.因子分析和分解模型。3.随机优化和变分推理。http://t.cn/RGBvOyz 该课程的先导课程是《图模型的基石》 http://t.cn/RGBvOy7
http://ww1.sinaimg.cn/large/972a1170jw1f1xpv9pn72j20u20iun1y.jpg
http://tp2.sinaimg.cn/1726276573/50/5747032409/1 ChinaVenture投中集团 网页链接 2016-03-15 13:50
深度学习
【技术派天使投资男深思考：谈人工智能与大数据创业机会】不管AlphaGo和李世石比赛结果是3:2还是4:1，AlphaGo所代表的人工智能技术，已经达到让人不明觉厉的水准。AlphaGo的胜利是大数据+深度学习的胜利，国内陆续有不少创业者进入到这个领域，跑的快的都已经B轮了。http://t.cn/RG1jtut
http://ww1.sinaimg.cn/large/66e4e3ddjw1f1xi31n9e5g20dw099q5a.gif
http://tp4.sinaimg.cn/1657470871/50/5676743531/1 王威廉 网页链接 2016-03-15 08:15
知识工程 John F. Sowa 知识表现
知识表示与推理(Knowledge Representation & Reasoning)是人工智能的一个重要分支学科。不少同学表示由于缺乏相应的数理逻辑背景，学习起来相当费劲。KR的作者John F. Sowa为此做了一套简洁的计算机数理逻辑知识汇总：http://t.cn/aKgwDn 适合对KRR、统计关系学习、逻辑方法有兴趣的同学了解与复习。
最新动态
http://tp2.sinaimg.cn/2776433265/50/5733909240/1 Fengari 网页链接 2016-03-15 23:10
经验总结 算法 SVM 博客
绝对大牛，第一次见SVM能讲这么深入的_____再生核Hilbert空间 - pi9nc的专栏 - 博客频道 - CSDN.NEThttp://t.cn/RGBtKMN
http://tp1.sinaimg.cn/5501429448/50/5717596146/1 视觉机器人 网页链接 2016-03-15 22:02
经验总结 深度学习 Shane Moon 博客< /a>行业动态 简报 田渊栋
#技术分享# 我发的内容总是落后于大V们，[哈哈]，我就做些善后的总结工作吧，AlphaGo的几篇博文汇总： 1）卡耐基梅隆大学Shane Moon博士关于AlphaGo技术的详解，百度盘：http://t.cn/RGB4nFt 2）田渊栋 AlphaGo的分析：http://t.cn/RGOUkfM 3）知乎讨论，DeepMind 研发的围棋 AI AlphaGo 系统是如何下...全文： http://m.weibo.cn/5501429448/3953412875838472
http://tp1.sinaimg.cn/1181564472/50/5714573383/1 ML_Yuens 网页链接 2016-03-15 21:23
经验总结 算法 Python Sina App Engi ne 博客
字符串匹配的KMP算法——Python实现 - Goodspeed - 博客园 http://t.cn/z8tP1yd 字符串匹配的KMP算法 | Sina App Engine Blog http://t.cn/z859UpV
http://tp2.sinaimg.cn/1852558133/50/1289618719/1 Teaonly 网页链接 2016-03-15 20:34
深度学习 算法 代码 神经网络
http://t.cn/RGBwLtT 面向torch的神经网络内存优化工具，减少内存使用一半以上，在DL领域搞不出学术创新，其实深入开源社区，做点工程改进也是不错的，也可以刷存在感！
http://ww3.sinaimg.cn/large/6e6bcb35gw1f1xtpplu81j20os0h3tbp.jpg
http://tp4.sinaimg.cn/1774800467/50/40021825232/1 投资界微博 网页链接 2016-03-15 18:46
深度学习 视觉 算法 智能汽车
【投资人说：2016可能是自动驾驶创业的最佳时间点】从感知决策方面，自动驾驶需要的有大概5-6套深度学习算法（车道线检测、目标检测、三维视觉里程计、防碰撞、路边检测、增强驾驶）；这些年积累的行驶数据让这些算法更具准确性。http://t.cn/RG1TAgD
http://ww4.sinaimg.cn/large/69c94e53jw1f1xqmuf1mxj20b405kaay.jpg
http://tp4.sinaimg.cn/1830516311/50/40056293723/1 龙星镖局 网页链接 2016-03-15 18:04
最近的人机围棋大战，把人工智能再次推到了顶峰，这个时候再来回顾60年前这次伟大的会议，意义非同寻常。尼克老师从历史的视角，用文字重现了人工智能壮丽的山河。60年前的达特茅斯会议与人工智能的缘起 | 我爱计算机 http://t.cn/RG3SzOV
http://ww4.sinaimg.cn/large/6d1b7657jw1f1xpfvxzjvj20dw0dk416.jpg
http://tp3.sinaimg.cn/1286528122/50/40028223938/1 微软亚洲研究院 网页链接 2016-03-15 17:59
经验总结 博客
【够胆你就来】春暖花开，正是一个适合参赛的季节。[害羞]想与全世界的年轻人同场竞技，展示你的才华和实力？你只缺一个舞台！小编为你整理了近期微软正在举办或即将举办的5场挑战赛的赛事预告，从赛事介绍到赛事流程，从报名链接到相关网站，你想要的这里都有哦~戳博文了解详情>>http://t.cn/RG1EPja
http://ww4.sinaimg.cn/large/4caedc7agw1f1xp4byj4ej20p00dw75b.jpg
微软亚洲研究院 网页链接 转发于2016-03-15 18:16
微软量子挑战赛：感受量子魅力与未来计算；微软开源挑战赛：当开源技术邂逅最强大脑；BIG 2016 CUP编程挑战赛：论文-作者“连连看”；KDD CUP 2016挑战赛：学术机构的影响力？你来评判！以及编程之美挑战赛：感受编程带来的挑战与创新！再附上微软超过50多项开源项目合集 >http://t.cn/RLkZPm9 [挤眼]
http://tp1.sinaimg.cn/1729014640/50/5662427830/1 科学网 网页链接 2016-03-15 17:41
算法 神经网络
【人机大战演绎高等人工智能】围棋中存在随机性、未知性和情绪的好坏，更贴近人们的生活。AlphaGo 虽然计算能力强大，也需要靠对围棋的理解和直觉。而这种理解和直觉，是AlphaGo里的神经网络通过实战锻炼学来的。第四局的对决，好像揭示了有自己的理解和直觉的AlphaGo，也同时又有了自己的情绪。钟义信...全文： http://m.weibo.cn/1729014640/3953347108875611
http://ww4.sinaimg.cn/large/670eab70jw1f1xmk7mt91j20dw07hq3e.jpg
http://tp1.sinaimg.cn/5501429448/50/5717596146/1 视觉机器人 网页链接 2016-03-15 17:20
深度学习 资源
#资源共享# 深度学习的一个资源集合Deep Learning Resources：http://t.cn/RGuIWwB 包含深度学习相关的代码、paper、工具等，反正太多了
http://ww4.sinaimg.cn/large/0060jr72gw1f1xny0e0edj30dw8cfkjl.jpg
http://tp1.sinaimg.cn/2536116592/50/5751815474/0 RS16 网页链接 2016-03-15 14:54
经验总结 Andy Okun Nick Patterson 博客
Talking Machines最近有关人工智能和围棋的两期访谈。1. AI Safety and The Legacy of Bletchley Park，麻省理工和哈佛大学布罗德研究所Nick Patterson。 2. Machine Learning in Healthcare and The AlphaGo Matches，美国围棋协会会长Andy Okun。 http://t.cn/RZ5Xxom
http://ww4.sinaimg.cn/large/972a1170jw1f1xjwxmktzj20sh0keq6a.jpg
http://tp1.sinaimg.cn/1729014640/50/5662427830/1 科学网 网页链接 2016-03-15 14:07
深度学习 算法 赵昊
赵昊彤博主发现，很多围棋爱好者、很多对AI感兴趣的人虽然在网上发表了诸多议论，但是很少有真正了解AlphaGo是怎样“思考”和下棋的。考虑到很多AI领域、深度学习领域的专家不屑于科普AlphaGo的“算法”，而更多的人又不愿意去啃那篇DeepMind团队发表在Nature上的论文，于是他就来抛砖引玉，【科普一下...全文： http://m.weibo.cn/1729014640/3953293459952590
http://ww4.sinaimg.cn/large/670eab70jw1f1xilaewv3j20by0dc3zf.jpg
http://tp2.sinaimg.cn/3227020453/50/5656309782/1 自动化网官方微博 网页链接 2016-03-15 10:45
应用 机器人 涂子沛
【涂子沛：人工智能的下一步会朝着什么方向发展？】大数据专家涂子沛认为是交互性。“机器人”的时代，是指机器会移动（行走）、还可以理解人、与人对话，即交互。未来机器会去理解人，不需要人去学习，你跟它说它就会做，这就是交互性，这个新的时代，是机器向人靠拢。 http://t.cn/RG1Tnml
http://ww1.sinaimg.cn/large/c0586ca5jw1f1xcqhzpaaj20kz0eemyc.jpg
http://tp4.sinaimg.cn/1657470871/50/5676743531/1 王威廉 网页链接 2016-03-15 09:48
应用 自然语言处理 Oren Etzioni Pedro Domingos 机器人
对于AlphaGo是否要接管地球和灭绝人类，华盛顿大学著名机器学习教授Pedro Domingos对CNET表示：“围棋是一个规则相对简单的人造问题，而构造家庭机器人会更难，因为机器需要大量常识和敏捷度，这是AI现在做不到的。”Oren Etzioni表示，理解自然语言这类微妙的模糊问题比下棋难。http://t.cn/RGuf70o
http://tp4.sinaimg.cn/1891996243/50/40067152771/1 CodingCat 网页链接 2016-03-15 05:28
架构 Java Spark
XGBoost4J终于发布了http://t.cn/RG19CA1 感谢@陈天奇怪 的大力协助。XGBoost4J提供java/scala API并将xgboost嵌入到spark/flink中，用户可以利用spark/flink构建从数据预处理、基于xgboost的模型训练到最终数据产品服务的统一流水线。我们会在今后版本中继续提供更紧密的与各数据处理系统特性的整合
陈天奇怪 网页链接 转发于2016-03-15 05:33
同时也感谢XGBoost4J最初贡献者 @掩青门 。 未来DMLC会坚持走这样的路线。使得高效的机器学习可以很容易地嵌入到各种现有的平台中去。也非常需要更多同学参与贡献
陈天奇怪 网页链接 转发于2016-03-15 12:49
#DMLC# 再次转发一下，据我所知这是第一个机器学习直接嵌入到数据流系统，非常值得参考学习，不论你是喜欢Spark还是Flink，或者自己打造云数据处理平台，都可以高效使用。
http://tp2.sinaimg.cn/1793164177/50/5607353696/1 邓亚峰-open 网页链接 2016-03-15 00:46
视觉 行业动态 智能汽车
#求贤#大家都知道百度在无人车上面投入非常大，现在有一个非常好的机会，百度IDL无人车视觉、自学习平台方向寻找小伙伴。无人车视觉职位要求：物体检测、识别、跟踪、场景理解。自学习平台职位要求：并行计算、机器学习背景。简历发送至idl_job@baidu.com，标题注明无人车视觉/自学习平台。
邓亚峰-open 网页链接 转发于2016-03-15 00:48
请朋友们帮忙转发一下 @余凯_西二旗民工@ICT时光 @百度 @张磊-机器学习 @老师木 @梁斌penny @52nlp
如需退订，请点击这里
机器学习日报 由Memect提供。在memect.com上您还可以订阅计算机、电子、城市等多领域的其他简报服务
http://www.google-analytics.com/collect?v=1&tid=UA-48348453-1&ea=open&t=event&ec=email&cid=ml2016-03-15&el=ml2016-03-15
http://memect.com/sendy/t/7rjSCAqKGgVY5bmBnTefOw/hXHC763WzH0LzxoQvKW8xAFQ
页:
[1]