机器学习日报 2016-12-29 活动：大规模知识图谱构建与应用研讨会;机器学习问题方案集锦

解应春BW · 发表于 2017-1-4 17:21:50

机器学习日报 2016-12-29

@好东西传送门出品,由@AI100运营， 过往目录 见http://ml.memect.com

订阅：关注微信公众号 AI100（ID：rgznai100，扫二维码），回复“机器学习日报”，加你进日报群

邮件版包括20条，本期的Web版有完整内容32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)

西瓜大丸子汤 网页链接 2016-12-29 13:04
会议活动知识工程活动语义网知识库
大规模知识图谱构建与应用研讨会，2017年1月5日，中国人民大学，欢迎大家参加http://t.cn/RIuwDL1 我的报告：这些杀手级应用不太冷——从语义网到知识图谱的回顾 6年前，语义网技术曾经被广泛质疑。笔者当时做过一次题为“语义网：走向下一代杀手级应用”的讲演，其中展望了未来语义网的“杀手级应...全文： http://m.weibo.cn/1932835417/4058007719694644

爱可可-爱生活 网页链接 2016-12-29 21:36
Ben Github 代码
【机器学习问题方案集锦】’Machine Learning Problem Bible (MLPB)' by Ben GitHub: http://t.cn/R586Ihv

专注云计算 网页链接 2016-12-29 20:20
语音智能汽车
【2016 年 AI 十大失败案例有哪些？Pokémon Go 、微软 Tay、特斯拉车祸上榜】眼看 2016 年还有几天就要落下帷幕，在过去的一年里，人工智能如雨后春笋般成长起来，甚至有人称之为“人工智能元年”。自动驾驶、语音识别、风靡全球的游戏 Pokémon Go ……

SegmentFault 网页链接 2016-12-29 17:08
统计
【深入浅出朴素贝叶斯理论】文章传送门:http://t.cn/RInfClQ

视觉机器人 网页链接 2016-12-29 10:28
经验总结入门算法资源 SVM 博客回归教育网站课程神经网络
伯克利大学，机器学习快速入门小课堂，两部分图文并茂，还不错，Machine Learning Crash Course: Part 1：http://t.cn/RImlKoG 介绍，回归/分类，代价函数和梯度下降第2部分：http://t.cn/RImlKoq 感知器，逻辑回归和SVM

最新动态

网路冷眼 网页链接 2016-12-29 23:02
深度学习
【A Guide to Deep Learning】http://t.cn/RIEVNX6 深度学习是一个计算机科学与数学交叉并快速变化的领域。它是一个泛称叫机器学习领域里相对较新的领域。机器学习的目的是教计算机根据给定的数据执行各种任务。本指南是为那些谁懂一些数学和编程语言的人们，现在想深入学习深度学习提供指导。注意：本...全文： http://m.weibo.cn/1715118170/4058158005100116

ArnetMiner 网页链接 2016-12-29 22:59
资源 PDF Rene Doursat 论文
《A Hybrid Network/Grid Model of Urban Morphogenesis and Optimization》by Juste Raimbault, Arnaud Banos, René Doursat http://t.cn/RI3u0c4 文章描述了一个混合模型，对城市的形态发育进行了模拟，模型中包括细胞自动机网格与网络拓扑结构的结合，考虑了城市结构和功能的内在多样化属性。

爱可可-爱生活 网页链接 2016-12-29 20:26
会议活动深度学习视觉算法资源 NIPS 会议神经网络书籍统计
爱可可老师24小时热门分享1、【讲义：统计学习理论】2、【NIPS 2016论文代码集锦】3、《看机器学习论文时，看不懂数学公式怎么办？ - 知乎》4、【深度学习&神经网络热门图书Top9】5、【面向医学图像计算的深度学习与卷积神经网络】…… http://t.cn/RI3A1S1

专注云计算 网页链接 2016-12-29 19:20
会议活动深度学习语音资源自然语言处理 NIPS 幻灯片会议
【AlphaGo 团队最新研究：作为序列学习的生成模型（22ppt）】本文是 Google DeepMind 研究科学家 Nal Kalchbrenner 在 NIPS 2016 RNNSymposium 上的演讲 ppt，讲义介绍了作为序列的生成模型在文本到语音的转换、翻译等技术上的应用。http://t.cn/RIQSrcO

tobe迪豪 网页链接 2016-12-29 18:20
视觉
目前增强学习DQN模型存在这样的缺陷，只以图像像素作为输入计算Q值，这样会遗漏重要的游戏特征，例如Pacman中吃了果实可以加buf但有时效性，通过图像并不知道果实的有效时间，而人在玩多次后支持吃完果实马上吃