机器学习日报 2016-03-22 一个图像处理和分析的库VIGRA；CNN+LSTM model for Visual Question Answering
机器学习日报 2016-03-22[*]Github开发面向企业的、开源的聊天机器人—Hubot @湾区日报BayArea
[*]A Character-level Decoder without Explicit Segmentation for Neural Machine Translation @爱可可-爱生活
[*]一个图像处理和分析的库VIGRA(Vision with Generic Algorithms) @视觉机器人
[*]A Comparison of Supervised Learning Algorithm | NYC Data Science Academy Blog @爱可可-爱生活
[*]CNN+LSTM model for Visual Question Answering @createamind
@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17条，本期的Web版有完整内容21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/5242649983/50/5747682810/1 湾区日报BayArea 网页链接 2016-03-22 07:52
应用 自然语言处理 机器人
【 创业公司里最刻苦的员工】这是Hubot，由Github开发、开源的聊天机器人，湾区很多创业公司也陆续用Hubot来做运维自动化（比如部署代码、重启机器）、以及各种有用的没用的自动化 | 简评：http://t.cn/RUVB5c0 原链：http://t.cn/RUVB5cO #湾区日报#
湾区日报BayArea 网页链接 转发于2016-03-22 08:15
湾区日报的第一个“员工”：Slack/Hubot http://t.cn/RUVBBIP （刚关注这个帐号的读者可能还没看过。。）
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2016-03-22 17:26
算法 自然语言处理 Yoshua Bengio 论文 神经网络
《A Character-level Decoder without Explicit Segmentation for Neural Machine Translation》J Chung, K Cho, Y Bengio (2016) http://t.cn/RGFhNyh
http://ww4.sinaimg.cn/large/5396ee05jw1f25rnchv6cj20ay0i5799.jpg
http://tp1.sinaimg.cn/5501429448/50/5717596146/1 视觉机器人 网页链接 2016-03-22 17:04
视觉 Python 代码
【图像处理】一个图像处理和分析的库VIGRA(Vision with Generic Algorithms)。项目：http://t.cn/RGFvgWY 代码：http://t.cn/RGFvgWj 采用C++的标准模板库，模块包括图像和多维矩阵处理、各种滤波器、图像分析和分割、机器学习、数学工具、跨语言支持（python、matlab）
http://ww3.sinaimg.cn/large/0060jr72jw1f25r19i1wnj30xj16pqix.jpg
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2016-03-22 13:04
经验总结 博客 数据科学
《A Comparison of Supervised Learning Algorithm | NYC Data Science Academy Blog》by Amy (Yujing) Mahttp://t.cn/RGkRhq2
http://ww4.sinaimg.cn/large/5396ee05jw1f25k3m0xf7j20g10b7dgs.jpg
http://tp4.sinaimg.cn/3164120327/50/40008468371/1 createamind 网页链接 2016-03-22 10:11
深度学习 算法 自然语言处理 代码 神经网络 问答系统
CNN+LSTM model for Visual Question Answering 令人震惊的神经网络对看图提问的回答效果！Randomly sampled image-question pairs from the VQA test set, and answers predicted by the VIS+LSTM model.http://t.cn/RUR0ARU 看图：
http://ww3.sinaimg.cn/large/bc98a507jw1f25f32k9s5j208f18gteg.jpg
最新动态
http://tp2.sinaimg.cn/1633090481/50/5720726702/1 KevinQuant 网页链接 2016-03-22 23:28
算法
9月29日20:30-21:30，世纪佳缘算法工程师杨鹏在CSDN人工智能用户群分享了“世纪佳缘推荐和机器学习算法实践”。他主要介绍了基于图算法产生候选集、排序算法的选择，以及建模过程中的一些经验心得。http://t.cn/RypLFuI
http://ww2.sinaimg.cn/large/6156fbb1jw1f2624i6vl5j20dd07ygmb.jpg
http://tp1.sinaimg.cn/2536116592/50/5751815474/0 RS16 网页链接 2016-03-22 20:07
会议活动 视觉 自然语言处理 CVPR IJCAI NIPS 会议
CVPR16口头报告（oral presentations）的形式在传统口头报告（ORALS）的基础上增加了”亮点“（SPOTLIGHTS）口头报告。传统口头报告13分钟，亮点口头报告4分钟。http://t.cn/RGWq3rk 这种形式在NIPS中已被采纳，在IJCAI中则叫做long和short（都是full paper，与ACL的long、short paper所指不同）
http://ww3.sinaimg.cn/large/972a1170jw1f25wa9iknjj20ot0cyn2m.jpg
http://tp4.sinaimg.cn/2073091511/50/40053458159/1 郑宇MSRA 网页链接 2016-03-22 20:02
会议活动 自然语言处理 KDD 会议 活动 刘兵 情感分析
ACM数据挖掘中国分会（KDD China）开年大戏：AAAI/ACM/IEEE Fellow， SIGKDD主席刘兵教授将给大家作“语义情感分析和终生学习”的专题讲座。3月25日早上9：30-11：30，地点清华大学FIT楼报告厅。http://t.cn/RGFoDgN
http://ww1.sinaimg.cn/large/7b90ddb7jw1f25w5rb5i8j20p60zkahv.jpg
http://tp3.sinaimg.cn/1286528122/50/40028223938/1 微软亚洲研究院 网页链接 2016-03-22 18:11
经验总结 深度学习 博客 霍强
【解决并行训练困境】微软亚洲研究院首席研究员霍强在ICASSP大会上提交的论文Scalable Training of Deep Learning Machines by Incremental Block Training with Intra-Block Parallel Optimization and Blockwise Model-Update Filtering首次实现了大规模并行训练的近线性加速！http://t.cn/RGFz84a
http://ww2.sinaimg.cn/large/4caedc7ajw1f25sym8co7j20p00dwagu.jpg
微软亚洲研究院 网页链接 转发于2016-03-22 18:18
如果把机器学习比喻成盖房子，谁拥有的工人（CPU和GPU）越多，谁的房子（模型）盖得就越快。对应到机器学习领域，就是如何扩大并行训练规模的问题。霍强博士的这篇论文，解决的就是如何在增加“工人”数量的同时，保证其劳动成果（训练速度）线性增长，同时保证施工质量（模型性能）的问题。
微软亚洲研究院 网页链接 转发于2016-03-22 18:27
霍强博士团队在论文中创造性地在整个流程中增加了一个模型更新滤波的步骤。研究员提出将每一轮模型更新的信息收集起来，结合当前信息进行学习，这样能够保证每一轮的更新更为平滑，不会出现巨大的波动。使用该方法后，最终生成模型的性能也大大提升。通过与微软产品部门的合作，证明了该技术的通用性。
微软学术合作 网页链接 转发于2016-03-22 21:10
霍强博士团队在论文中创造性地在整个流程中增加了一个模型更新滤波的步骤。研究员提出将每一轮模型更新的信息收集起来，结合当前信息进行学习，这样能够保证每一轮的更新更为平滑，不会出现巨大的波动。使用该方法后，最终生成模型的性能也大大提升。通过与微软产品部门的合作，证明了该技术的通用性。
http://tp2.sinaimg.cn/1799934777/50/1301109898/1 刘奕群THU 网页链接 2016-03-22 16:03
公告板 会议活动 应用 资源 会议 教育网站 课程 信息检索 征稿
由中国中文信息学会主办，清华大学和中国人民大学承办的第12届亚洲信息检索会议（AIRS2016）将于11月30日在清华大学召开，会议论文集发表在LNCS，会前还将举办中文信息学会主办的信息检索讲习班。热烈欢迎各位投稿（截稿：6月24日）http://t.cn/RGkDN6c http://t.cn/Rh7gfRI
http://tp4.sinaimg.cn/1919897211/50/5659489027/1 EMC中国-云计算 网页链接 2016-03-22 11:51
经验总结 博客 新闻 智能汽车
#IT业界#【机器学习正改变企业运营流程】美国科技博客TechCrunch刊登CrowdFlower CEO卢卡斯·比瓦尔德的文章称，机器学习技术正成为热门话题，不仅被用于人工智能助手、无人驾驶汽车等全新的领域，在内容过滤、搜索引擎和数据挖掘等日常运营事务中，也正在改变企业的运营流程。http://t.cn/RGDO45f
http://ww3.sinaimg.cn/large/726f4e7bjw1f25e9xy9bqj208u064wef.jpg
自动化网官方微博 网页链接 转发于2016-03-22 21:31
CrowdFlower CEO卢卡斯·比瓦尔德的文章称，机器学习技术正成为热门话题，不仅被用于人工智能助手、无人驾驶汽车等全新的领域[围观] #人工智能#
http://tp1.sinaimg.cn/5501429448/50/5717596146/1 视觉机器人 网页链接 2016-03-22 10:04
深度学习 视觉 算法 应用 GPU 代码 机器人 神经网络
【深度学习】C语言和CUDA的卷积神经网络Draknet：http://t.cn/RUnEaRI 代码：http://t.cn/RLaYqXI 可以进行实时的目标检测（YOLO：http://t.cn/RUnEOUM），还可以ImageNet分类、生成梦魇照片、RNN等。这个可以应用在很多实时性要求高的嵌入式系统开发中，比如无人机、机器人方面 http://t.cn/RGkCeaS
http://tp2.sinaimg.cn/2111730201/50/5676859974/1 电子工程网_EEChina 网页链接 2016-03-22 09:45
算法 神经网络
#EEChina每日热点#【3月21日】深圳电子厂探访：难理解小米的“互联网思维”-http://t.cn/RGk98mZ，SMI推出高稳定性、高精度的中等压力传感器-http://t.cn/RGk98m7，美国商务部：暂缓制裁中兴通讯-http://t.cn/RGk98mz，我国研发首个神经网络处理器 刷脸支付或成现实-http://t.cn/RGk98mA
http://tp2.sinaimg.cn/3227020453/50/5656309782/1 自动化网官方微博 网页链接 2016-03-22 09:37
经验总结 博客 新闻 智能汽车
【机器学习正改变了企业运营流程】美国科技博客TechCrunch刊登CrowdFlower CEO卢卡斯·比瓦尔德的文章称，机器学习技术正成为热门话题，这不仅被用于人工智能助手和无人驾驶汽车等全新的领域，也被用在内容过滤、搜索引擎和数据挖掘等日常运营事务中，改变了企业运营流程。http://t.cn/RGDO45f
http://ww4.sinaimg.cn/large/c0586ca5jw1f25e3uam5yj208u064wef.jpg
http://tp4.sinaimg.cn/1678298567/50/40046989751/0 微软中国MSDN 网页链接 2016-03-22 09:25
算法 James Mccaffrey 神经网络
#MSDNget# 【测试运行 - 神经网络回归】神经式网络回归可以说是最强大的回归形式。如果您想探索如何使用这一功能强大的工具根据一个或多个自变量来预测特定变量的值，James McCaffrey 可以帮助您快速上手 [太开心] http://t.cn/RGkAQ0B
http://ww4.sinaimg.cn/large/6408cdc7jw1f24ujnv7dpj20ci08idgn.jpg
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2016-03-22 05:56
资源 自然语言处理 Xin Rong 代码 视频
《Word Embedding Explained and Visualized - word2vec and wevi | YouTube》by Xin Rong http://t.cn/RGkfAzEslide:http://t.cn/RGkfAzn GitHub:http://t.cn/RUNaV1e
http://ww2.sinaimg.cn/large/5396ee05jw1f257p3znw9j20ni0fxwgi.jpg
http://tp2.sinaimg.cn/1751201045/50/1279901750/1 Linux大棚官方微博 网页链接 2016-03-22 00:14
深度学习
越多人使用人工智能，它就会变得越聪明；它变得越聪明，越多人就会使用它；当它更聪明时，就会有更多人使用它。一家公司进入这个良性循环后，规模会变得极大，发展速度极快，以至于对其他新兴竞争对手形成压倒性优势。结果就是，未来的人工智能将由两到三家寡头公司主导。IBM Watson、Google DeepMind...全文： http://m.weibo.cn/1751201045/3955620408756110
页:
[1]