机器学习日报 2016-10-28 机器学习免费课程 Top 10；深度学习视觉领域常用数据集汇总

解应春BW

机器学习日报 2016-10-28

• 深度学习视觉领域常用数据集汇总 @爱可可-爱生活
• 机器学习免费课程 Top 10 @新智元
• 微软发布概念图知识图谱和概念标签模型，含 540 万条概念 @新智元
• CIKM 2016 最佳学生论文：临床决策支持的医学问答 @唐杰THU
• CIKM 2016最佳论文：wikipedia里恶意修改的自动检测 @唐杰THU
  

@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24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 2016-10-28 08:34
深度学习 视觉 刘念宏
《深度学习视觉领域常用数据集汇总》by 刘念宏、付睿 via:THU数据派 http://t.cn/RVRG6iS

新智元   网页链接 2016-10-28 19:34
资源 课程
机器学习免费课程 Top 10http://t.cn/RVRFjC4




新智元   网页链接 2016-10-28 19:32
知识工程 知识库
让计算机掌握常识：微软发布概念图知识图谱和概念标签模型，含 540 万条概念（下载）http://t.cn/RVRFpGV




唐杰THU   网页链接 2016-10-28 10:57
会议活动 应用 CIKM 会议 信息检索
CIKM 2016 最佳学生论文，http://t.cn/RVRxXSE 一个关于医疗领域问题问答的论文，基本思路是基于信息检索、话题抽取和答案排序的方法。

唐杰THU   网页链接 2016-10-28 10:49
会议活动 CIKM 会议
CIKM 2016最佳论文，http://t.cn/RVRMRq0 主要做的是wikipedia里面恶意修改的自动检测。作者把数据也开放在网上了。这篇论文的审稿意见得到3个reviewer的strong accept。非常赞

最新动态
爱可可-爱生活   网页链接 2016-10-28 22:04
架构 经验总结 深度学习 GPU Joseph Bradley Spark Tim Hunter Yandong Mao 博客
【Databricks的GPU加速：Spark深度学习加速】《GPU Acceleration in Databricks - Speeding Up Deep Learning on Apache Spark》by Tim Hunter, Joseph Bradley, Yandong Mao http://t.cn/RVEcuIk

CodingCat   网页链接 2016-10-28 21:51
架构 Spark
忙了一个多月，XGBoost和Spark DataFrame/Dataset 以及ML Pipeline的整合基本完成了， 用户可以方便快捷的操作结构化数据，并利用ML Package的工具为XGBoost做特征提取、变换、选择以及模型参数选择http://t.cn/RVR3sRe @陈天奇怪 @唐源Terry @phunter_lau @李沐M @Yizhi_Liu @Gossip_useR




developerWorks   网页链接 2016-10-28 21:10
应用 秦鹏 数据库 推荐系统 信息检索
使用 Elasticsearch 实现推荐系统 http://t.cn/RVRGztD by 秦鹏 分享自 @MaxLeap 让移动开发更快速简单 开通的独家号《移动研发&云服务干货专栏》 http://t.cn/RtGmQor （想看更多？下载 @开发者头条App：http://t.cn/RVIql60 ）

新智元   网页链接 2016-10-28 19:32
会议活动 深度学习 Greg Corrado 行业动态 会议 吴恩达
【新智元导读】伦敦深度学习峰会上，曾与吴恩达在 Google Brain 共事的谷歌高级研究员 Greg Corrado 分享了他对何时、何地、如何使用深度学习等非常实用的经验。Corrado 表示：某些情况下，尽管深度学习十分有用，也完全可以使用其他方法；没有谷歌那样强大的系统也能做深度学习。Corrado 尽管是神经科...全文： http://m.weibo.cn/5703921756/4035637101785021




机器之心synced   网页链接 2016-10-28 17:16
算法 行业动态 神经网络
机器已经学会隐藏自己：谷歌教会神经网络自己设计加密算法 http://t.cn/RVR3pWK → Google Brain 的一个小组提出了新方法，让计算机加密的方式更上一层楼，他们的系统可以自我增强加密算法。




机器之心synced   网页链接 2016-10-28 17:06
算法
MIT CSAIL实验室新算法：能在损坏数据中寻找模式 http://t.cn/RVRu4jF → 如果数据集只有一些损坏的条目，也就是说损坏的难以测量，标准的数据拟合技术就不行了。




大数据BigData   网页链接 2016-10-28 16:42
应用 自然语言处理 社交网络
#大数据# 文本挖掘http://t.cn/zT87S50作为数据挖掘的一个分支，挖掘对象通常是非结构化的文本数据，常见的文本挖掘对象包括网页中的论坛、微博、新闻等。文本挖掘是目前金融量化研究的一个非常热门的领域，因此语义分析就可以将这些数据变为可操作性，让数据挖掘往更加深入的方向发展。




机器之心synced   网页链接 2016-10-28 16:21
入门 资源 课程
​机器之心深度研学社每周干货：2016年第43周 http://t.cn/RVREV8O → ​Synced 深度研学社每周干货，每周五为大家推荐机器学习的入门教程、技术分析、以及资源分享。不多不少，每天进步一点点~




爱可可-爱生活   网页链接 2016-10-28 16:15
经验总结 算法 Matthew Mayo 博客
【频繁模式挖掘与Apriori算法：简明技术概要】《Frequent Pattern Mining and the Apriori Algorithm: A Concise Technical Overview》by Matthew Mayo http://t.cn/RVRRgvR

PaperWeekly   网页链接 2016-10-28 13:04
自然语言处理 论文
#cs.CL##Memory VS Attention# Memory Networks和Attention是解决长距离依赖问题的两大方法，Attention模型在NLP的很多任务中都有更好的表现，本文对Memory Networks类模型的缺点进行了分析，并且提出了一种改进模型。 Can Active Memory Replace Attention? http://t.cn/RVR9axK




视觉机器人   网页链接 2016-10-28 11:55
应用 资源 PDF 机器人 智能汽车
牛津用于自动驾驶研究的大量视频数据集，http://t.cn/RVR2npD RobotCar数据集包含超过100次相同路线的数据，时间超过一年。数据集采集了天气，交通和行人的许多不同组合的数据，以及建筑和道路施工。http://t.cn/RVRay5F 论文：http://t.cn/RVRaP6y




伯乐头条   网页链接 2016-10-28 11:32
深度学习 Python
《微软发布深度学习工具包 Cognitive Toolkit 2.0 beta》此前这一软件被叫做 Computational Network Toolkit（CNTK），此次更新中，微软将之更名为 Cognitive Toolkit。新工具包在 C++ 之外新增对 Python 语言的支持（Python 3 已经支持；Python 2 即将支持）（分享自 @伯乐头条）http://t.cn/RV8ooe1

视觉机器人   网页链接 2016-10-28 10:19
深度学习
一个深度学习方面的网站，Design Patterns for Deep Learning Architectures：http://t.cn/RVRfTQI 包括有趣的深度学习元素周期表，深度学习的学习资源http://t.cn/RVRfTQf 深度学习的数据集合：http://t.cn/RVRfTQM 具体的应用：http://t.cn/R5kzL68 等等等

CSDN   网页链接 2016-10-28 09:46
知识工程 知识库
【Get IT技能知识库 50个领域一键直达】成长都因素有很多，你知道知识图谱的作用吗？本文GET了当下最热门、最火爆的技术知识点，让你一库在手，技术全有！[鼓掌][鼓掌] 点击获取知识图谱：http://t.cn/RVRcSiy

爱可可-爱生活   网页链接 2016-10-28 09:05
深度学习 算法 代码 分类 神经网络
【TensorFlow实现CNN句子分类】’ConvNetSent - TensorFlow implementation of convolutional neural network for sentence classification tasks' by Amit Mandelbaum GitHub: http://t.cn/RVRqFWOref:http://weibo.com/1402400261/CvPiFg7I0