机器学习日报 2016-11-19 详细剖析Google神经机器翻译的神经网络架构；博客推荐：深度学习...

解应春BW

机器学习日报 2016-11-19

• 最新NLP词嵌入相关论文汇总 @爱可可-爱生活
• 详细剖析Google神经机器翻译的神经网络架构 @视觉机器人
• 在线文本摘要服务概览 @爱可可-爱生活
• 从随机过程到马尔科夫链蒙特卡洛方法 @爱可可-爱生活
• 博客推荐：深度学习·炼丹入门 @李沐M
  

@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19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)
爱可可-爱生活   网页链接 2016-11-19 14:45
深度学习 自然语言处理
【最新NLP词嵌入相关论文汇总】《Embedding for NLP with Deep Learning》by Amund Tveithttp://t.cn/RfxTvMg

视觉机器人   网页链接 2016-11-19 11:30
算法 自然语言处理 机器翻译 论文 神经网络
详细剖析Google神经机器翻译的神经网络架构，Peeking into the neural network architecture used for Google's Neural Machine Translation：http://t.cn/RfIOv4V 论文Google's Neural Machine Translation System: Bridging the Gap between Human and Machine Translation:http://t.cn/RfANF4T

爱可可-爱生活   网页链接 2016-11-19 09:39
自然语言处理 Yuri Kitin
【在线文本摘要服务概览】《Online Summarizers overview》by Yuri Kitin http://t.cn/RfxA1zo

爱可可-爱生活   网页链接 2016-11-19 08:56
《从随机过程到马尔科夫链蒙特卡洛方法》by daniel-D http://t.cn/zR6GcmJ

李沐M   网页链接 2016-11-19 06:59
深度学习 李沐
吹下的nb要还。深度学习·炼丹入门 - 李沐的文章（分享自 @知乎 专栏 · 作者：@李沐M） http://t.cn/RfMD0Tg




最新动态
asker2   网页链接 2016-11-19 23:16
算法 矩阵 聚类
原来各种矩阵分解和谱聚类算法都可以理解为对结点的embedding……（对称阵的）特征值分解用一组正交embedding，SVD用两组不同维度的正交embedding，n-cut要求结点embedding在某个维度上正负均衡，subspace clustering是把原矩阵每一列作为embedding的基向量。




网路冷眼   网页链接 2016-11-19 22:46
深度学习 算法 自然语言处理 行业动态 机器翻译 神经网络
【逐层剖析，谷歌机器翻译突破背后的神经网络架构是怎样的？】http://t.cn/RfJVhNI 谷歌神经机器翻译(GNMT)论文《 Google's Neural Machine Translation System: Bridging the Gap between Human and Machine Translation 》描述了一种将深度学习融入产品的有趣方法。该论文和架构是不标准的，在很多情...全文： http://m.weibo.cn/1715118170/4043658594351541

InfoQ   网页链接 2016-11-19 20:00
深度学习 语音 行业动态
【百度输入法语音输入技术的应用和实现】随着网络技术，深度学习技术在近几年的不断提高，以及人工智能时代的到来，语音输入作为常规输入方式慢慢登上舞台。本次分享基于语音输入到识别结果返回的工作流程，介绍具体的实现和优化细节，包括不同环境的采样选择，麦克风的预热，不同机型的离线识别模式选...全文： http://m.weibo.cn/1746173800/4043616667755295

网路冷眼   网页链接 2016-11-19 18:13
会议活动 应用 资源 RecSys Xavier Amatriain 幻灯片 会议 课程 推荐系统
【推荐系统老司机的十条经验】http://t.cn/RfJL6S4 一年一度的ACM Recsys会议在9月份已经胜利闭幕，留下一堆slides和tutorials等着我们去学习。翻看今年的各种分享，其中老司机Xavier Amatriain的分享引起了我的兴趣：Lessons Learned from Building Real­-Life Recommender Systems。主要分享了作为推...全文： http://m.weibo.cn/1715118170/4043589883890640

机器之心synced   网页链接 2016-11-19 13:20
算法 自然语言处理 行业动态 机器翻译 神经网络
逐层剖析，谷歌机器翻译突破背后的神经网络架构是怎样的？ http://t.cn/RfxXQYW → 为了理解GNMT中使用的模型，我们将从传统的编码器-解码器模型开始，持续变化该模型直到匹配 GNMT中的模型。




hankcs   网页链接 2016-11-19 13:17
深度学习 资源 行业动态 课程
【谷歌深度学习公开课任务 6: LSTMs】最后一次任务，至此速战速决解决了这门快餐课程。心得是作为一个“懒惰的工程师”，对常见的深度学习模型、技巧、应用有了浅显的了解。但对“好奇的求知者”来讲，则只能说看了一张模糊不清的缩略图，许多理论和细节得通过正式一些的课程去补…http://t.cn/RfxXynJ

网路冷眼   网页链接 2016-11-19 13:02
应用 资源 PDF 机器人
【UN Report: Robots Will Replace Two-Thirds of All Workers in the Developing World】联合国报告：机器人将取代三分之二发达世界的工人。PDF格式，了解详情请戳 http://t.cn/RfxqdRZ

新智元   网页链接 2016-11-19 11:36
算法 神经网络
【新智元导读】 光学计算一直被计算机科学界寄予厚望 。光子具有比电子多得多的带宽，因此可以更快地处理更多的数据。但是光学数据处理系统的优点从未超过制造它们的额外成本，因此从未被广泛采用。近日，普林斯顿大学的研究员宣布开发出了世界上首个光电子神经网络芯片，有效硬件加速提升至少3个数量...全文： http://m.weibo.cn/5703921756/4043490067200195




PaperWeekly   网页链接 2016-11-19 11:25
自然语言处理 褚则伟 问答系统
PaperWeekly第十四期---TTIC在QA任务上的研究进展 本期PaperWeekly介绍了3篇TTIC(Toyota Technological Institute at Chicago)在问答系统方面的研究进展，也是PaperWeekly第一次尝试以研究单位作为topic进行paper分享。本文的作者是来自芝加哥大学的褚则伟博士。 http://t.cn/Rfx55Gq




爱可可-爱生活   网页链接 2016-11-19 09:50
深度学习 算法 自然语言处理 神经网络
爱可可老师一周论文精选：1、《Aggregated Residual Transformations for Deep Neural Networks》2、《Google's Multilingual Neural Machine Translation System: Enabling Zero-Shot Translation》3、《Adversarial Training Methods …… http://t.cn/Rfx2C1n




爱可可-爱生活   网页链接 2016-11-19 09:47
算法 PCA 行业动态 矩阵
爱可可老师一周分享精选：1、《深入浅出学统计》2、《技术之瞳 阿里巴巴技术笔试心得》3、《想用别人的实验来算东西，只有文献里的图线怎么办？》4、《如何开始写英文论文？》5、《机器学习中SVD和PCA一直没有搞的特别清楚，应该如何理解呢？》…… http://t.cn/Rfx2Ixn




CMU贝贝教授   网页链接 2016-11-19 07:19
深度学习 Yann Le Cun
Yann Le Cun应邀来CMU介绍Unsupervised Learning在人工智能中的应用。Yann是机器学习和深度学习领域的先驱，也是NYU计算机系的大神，Facebook专门为他在NYU旁边开了一个纽约办公室，专门研究人工智能。我读博士时的Machine Learning课也是跟Yann学的[挤眼]

爱可可-爱生活   网页链接 2016-11-19 04:58
深度学习 算法 论文 神经网络
《Automatic Node Selection for Deep Neural Networks using Group Lasso Regularization》T Ochiai, S Matsuda, H Watanabe, S Katagiri [Doshisha University & Advanced Telecommunications Research Institute International] (2016) http://t.cn/RfMDP7x

看硅谷   网页链接 2016-11-19 00:48
深度学习 行业动态
#硅谷快讯#【谷歌DeepMind让电脑学“做梦”：提高人工智能学习能力】谷歌DeepMind人工智能部门的研究人员周四在网上发表称，他们已经在机器学习系统的速度和性能上实现了跨越，部分原因在于这套系统集成了一种技术，模拟了动物做梦的方式。http://t.cn/RfM8eyR