|
|
机器学习日报 2016-05-09
订阅：给 hao@memect.com 发封空信， 标题: 订阅机器学习日报
今日焦点 (5)
 深度学习与人工智能产业 网页链接 2016-05-09 21:07
会议活动 深度学习 视觉 算法 CVPR 会议
#深度学习# 全卷积网络：从图像级理解到像素级理解 http://t.cn/RquN9gk 介绍了 (1) FCN论文和一个简单的应用示例，(2) Zhuowen Tu的基于FCN的边缘检测算法HED，以及 (3) 作者自己的CVPR2016论文：基于HED的骨架检测算法 | 来自于上海大学研二学生赵凯
 爱可可-爱生活 网页链接 2016-05-09 18:31
深度学习 算法 行业动态
《深度学习之Google Deepmind的alphago人工智能算法技术演变历程 | 云栖社区-阿里云》by 阿里-记忆http://t.cn/Rqu5Fy3
爱可可-爱生活 网页链接 2016-05-09 15:54
算法
《Pinterest 的 Smart Feed 架构与算法》by @刑无刀 via:ResysChina http://t.cn/RqmDAy0
 数据娃掘 网页链接 2016-05-09 12:03
经验总结 博客
以什么姿势进入DataMining会少走弯路？ ---数据娃掘的CSDN技术博客 http://t.cn/RqmRHBh
 伯乐在线官方微博 网页链接 2016-05-09 10:09
经验总结 Kaggle 博客 胡波 数据科学
《十步制胜 Kaggle 数据科学竞赛》如果你是（或想要成为）数据科学家，参加 Kaggle 比赛是一个提升技能和名声，同时还可能赢得一些奖金的有效方法。本文总结了我和其他参赛者的经验……http://t.cn/RqmW83T（胡波 译，欢迎加入翻译组：http://t.cn/R2azJxi ）
最新动态
 机器学习头条 网页链接 2016-05-09 23:14
算法 回归
逻辑回归学习算法比较 Gradient Descent vs. Stochastic Gradient Descent vs. L-BFGS：This article compares four optimization approaches on the logistic regression of mnist dataset. The results of Gradient Descent(GD), Stochastic Gradient Descent(SGD), L-BFGS .. http://t.cn/Rq3vZTf
 网易云课堂 网页链接 2016-05-09 21:35
资源 视频
【人的学习与动物的学习有何区别？】动物的学习其实只是行为上的训练，仅仅停留在模仿层次。但人的学习，具有抽象能力和深层概括能力，他们能从行为表象中概括规律，举一反三，进行推论。这就是人与动物学习的区别，人和机器学习的区别是什么？戳→http://t.cn/RqQFV2Q http://t.cn/Rqu20Bu
 eso9 网页链接 2016-05-09 21:34
算法 资源 PDF
从噪音数据集中学习编程 Learning Programs from Noisy Data [Raychev et al, POPL16] 两个组件：1）正则化程序生成器(基于全体数据集的一个小样本，生成一个候选程序)；2）数据集采样器(利用候选程序在数据集上的得分采样)。两个系统：1）比特流合成器；2）统计代码补全系统。http://t.cn/RqujCmd
 机器学习研究会 网页链接 2016-05-09 20:02
深度学习
【推荐】解构TensorFlow, 学习MXNet -- 新一代深度学习系统的核心思想 http://t.cn/RquJqeO
爱可可-爱生活 网页链接 2016-05-09 19:01
深度学习 论文
《LSTM with Working Memory》A Pulver, S Lyu [University at Albany] (2016) http://t.cn/RquV4Qv
 数盟社区 网页链接 2016-05-09 17:59
自然语言处理 Python 情感分析
【Python爬虫和情感分析简介】情感分析又叫意见挖掘, 是一个研究人们对某种事物，例如产品，话题，政策的意见，情绪或者态度的领域。这篇短文的目的是分享我这几天里从头开始学习Python爬虫技术的经验，并展示对爬取的文本进行情感分析(文本分类)的一些挖掘结果。 http://t.cn/Rqub4Qs
 刘知远THU 网页链接 2016-05-09 17:23
深度学习 自然语言处理 Alan W. Black Chris Dyer Isabel Trancoso Luis Marujo Sina Weibo Wang Ling
Computational Linguistics文章Mining Parallel Corpora From Sina Weibo and Twitter，来自Wang Ling (Google DeepMind), Luís Marujo (Feedzai Research), Chris Dyer (Carnegie Mellon University), Alan W. Black (Carnegie Mellon University), Isabel Trancoso (Instituto Superior Técnico, Uni...全文： http://m.weibo.cn/1464484735/3973274108976076
 视觉机器人 网页链接 2016-05-09 17:01
会议活动 深度学习 视觉 算法 CVPR 代码 分类 会议 教育网站 论文
【目标分类、深度学习】斯坦福CVPR2016新研究——容积和多视图CNN（这样翻译会不会被骂呀）的3D数据目标分类（Volumetric and Multi-View CNNs for Object Classification on 3D Data），项目：http://t.cn/RquytyY 论文：http://t.cn/Rquytyl 代码：http://t.cn/Rquytyj 介绍：3D形状模型正在成为...全文： http://m.weibo.cn/5501429448/3973268472452053
 14级雪 网页链接 2016-05-09 15:07
经验总结 视觉 资源 博客 课程
Matlab图像处理入门教程（菜鸟级）: 1，图像的读入和显示： （1）图像读入：A=imread( 文件名 ,文件格式) [X,map]=imread( 文件名 ) %X代表索引图像矩阵，map为颜色映射表 （2）图像显示：image(A); 2. 图像...http://t.cn/RyvZYI6
eso9 网页链接 2016-05-09 13:55
会议活动 算法 资源 ICML Nathan Dowlin PDF 会议 教育网站 神经网络
普林斯顿数学系研究生Nathan Dowlin访问微软期间的工作：神经网络应用于加密数据，Applying Neural Networks to Encrypted Data with High Throughput and Accuracy, ICML16 http://t.cn/RqmgmCP 附录A.2是中国剩余定理(CRT)，是公元3到5世纪中国魏晋数学家孙子在《孙子算经》首述，故又叫孙子定理。
进击的科瑞特 网页链接 转发于2016-05-09 18:51
孙子定理是抽象代数里面一个基本的结论，事实上代数用到ML上远不止于此。曾见过有人号称将代数几何用到ML上，但是形式上看，基本上都不超过抽象代数。这个作者是研究扭结的，那么抽象代数，同调论等应该都是基本工具，得承认专业之间的确是有高低之分
 阿里技术保障 网页链接 2016-05-09 13:17
深度学习 视觉
深度学习在最近十来年特别火，几乎是带动AI浪潮的最大贡献者。互联网视频在最近几年也特别火，短视频、视频直播等各种新型UGC模式牢牢抓住了用户的消费心里，成为互联网吸金的又一利器。当这两个火碰在一起，会产生什么样的化学反应呢？http://t.cn/Rqmrr3L
 技术头条 网页链接 2016-05-09 12:56
应用 推荐系统
【从无到有，如何21天搭建一个推荐系统】 by @云栖精选 http://t.cn/RqmB3IN（分享自 @技术头条）
视觉机器人 网页链接 2016-05-09 12:47
深度学习 算法 分类
【深度学习】2+ 分钟的Paper导读：人工智能在癌症研究的几个相当令人兴奋的应用。深度学习技术更有效地找到癌细胞：Deep Learning in Label-free Cell Classification 详细参见之前：http://weibo.com/5501429448/DrmwW95y7 的摘要介绍。 http://t.cn/RqmBIbh .
 W-Jiaojiao 网页链接 2016-05-09 09:50
视觉
一、机器视觉概述（Machine Vision） 机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号； http://t.cn/RqmjhAs
eso9 网页链接 2016-05-09 00:30
会议活动 AISTATS Greg Ver Steeg ICML NIPS Python 代码 会议
无监督表示学习新框架：信息的层次分解。Greg Ver Steeg & Aram Galstyan。 1）ICML16：The Information Sieve，让数据通过逐层细粒度的筛，在独立成分分析、有损无损压缩、缺失值预测上做了评估。2）AISTATS15：高维数据层次表示。3）NIPS14：发现高维数据结构。论文+Python代码http://t.cn/RqmSoQZ
|
|
发表于 2016-5-11 13:19:28
