机器学习日报 2017-03-22 机器学习模型融合方法概述;深度学习OCR文献列表;机器学习实战--...

解应春BW

机器学习日报 2017-03-22

• 机器学习模型融合方法概述 @爱可可-爱生活
• 机器学习基础之「统计篇」 @爱可可-爱生活
• 深度学习OCR文献列表 @爱可可-爱生活
• 机器学习实战--决策树 @FPGA开发圈
• 非反向传播深度学习：DeepMind合成梯度教程 @爱可可-爱生活
  

@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14条，本期的Web版有完整内容14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 2017-03-22 21:54
《【机器学习】模型融合方法概述》by 贝尔塔 http://t.cn/R62UGLF ​

爱可可-爱生活   网页链接 2017-03-22 21:51
《机器学习基础之「统计篇」》by 小越酱 http://t.cn/R6Ui9NR ​

爱可可-爱生活   网页链接 2017-03-22 20:00
深度学习 视觉 资源 代码
【深度学习OCR文献列表】’This is a reading list for deep learning for OCR' by Hanker GitHub:http://t.cn/R6GuHDJ ​

FPGA开发圈   网页链接 2017-03-22 13:40
经验总结 算法 KNN Python 博客 聚类 决策树
【机器学习实战--决策树】K近邻可以完成很多分类任务，但其无法给出数据的内在含义。 这次来阐述下决策树的原理及Python实现，另有实例剖析。 决策树可以使用不熟悉的数据集合，从中提取一系列规则。http://t.cn/R6GZ4J3 ​

爱可可-爱生活   网页链接 2017-03-22 13:14
深度学习 资源 课程
【非反向传播深度学习：DeepMind合成梯度教程】《Deep Learning without Backpropagation - Tutorial: DeepMind's Synthetic Gradients》by iamtrask http://t.cn/R6GhtYT ​

最新动态
数据科学家快报   网页链接 2017-03-22 22:53
算法 数据科学
破译地震的密码？——机器学习算法有望实现地震的精确预测 http://t.cn/R6q6ZHc - 数据科学家快报 ​




爱可可-爱生活   网页链接 2017-03-22 21:36
自然语言处理
《突破文本 GAN 的局限：零和博弈下的逆增强学习》by 纳米酱 http://t.cn/R6qAZMY ​




爱可可-爱生活   网页链接 2017-03-22 19:56
语音 Zewang Zhang 代码
【(TensorFlow)从头实现端对端自动语音识别系统】'End-to-end automatic speech recognition from scratch in Tensorflow' by Zewang Zhang GitHub: http://t.cn/R6GuUlJ ​

AI100   网页链接 2017-03-22 19:17
算法 KNN 聚类 神经网络
http://t.cn/R6G8PPE 许多受欢迎的机器算法都源于优化技术，例如：线性回归算法、K-最近邻算法、神经网络算法等等。在学术界以及各行各业中，优化研究比比皆是，优化应用随处可见。在本篇文章中，作者向大家介绍了会在机器学习中频繁用到的梯度下降这一特殊的优化技术。 ​




微软亚洲研究院   网页链接 2017-03-22 18:00
会议活动 自然语言处理 AAAI 会议
【#大会聚焦#】美国人工智能年会（简称AAAI）是AI领域顶级国际会议，因其高质量论文和讲座等系列活动享有盛誉，可谓年度AI盛会。微软亚洲研究院自然语言计算组实习生星辰作为此次大会的参与者，用自己的经历告诉你，它也许并没有你想象的那么遥远。[害羞] http://t.cn/R6GpS2w ​


微软亚洲研究院 网页链接 转发于2017-03-22 18:02
在传统应答生成模型Seq2Seq下，聊天机器人的通用回答常因缺乏多样性和信息性难以取悦用户。对此，星辰所在的团队提出将主题相关的信息从额外数据中提取出来，将丰富的主题相关信息引入生成过程，帮助生成多样的有信息量的应答，以此完成的论文“Topic aware Neural Response Generation”被大会录用。



视觉机器人   网页链接 2017-03-22 17:36
资源 PDF 代码 论文
学习使用生成式对抗网络发现跨域关系，可以将某个领域的属性成功转移到另一个域，Learning to Discover Cross-Domain Relations with Generative Adversarial Networks，代码：http://t.cn/R6zrbUY 论文：http://t.cn/R67LSFQ ​

数据栗子   网页链接 2017-03-22 16:21
算法 PCA 主题模型
PCA选择样本点投影具有最大方差的方向，LDA选择分类性能最好的方向。 ​

ArnetMiner   网页链接 2017-03-22 15:21
视觉 资源 Adrian Bulat PDF 论文
【每日一推】《How far are we from solving the 2D & 3D Face Alignment problem?》by Adrian Bulat, Georgios Tzimiropoulos http://t.cn/R6G57cm 我们离解决2D&3D人脸关键点定位问题还有多远？（附23万人脸标记信息数据集、demo代码和预训练模型http://t.cn/R6G57c3） ​

AndrewNg吴恩达   网页链接 2017-03-22 12:10
行业动态 吴恩达
我刚发布了离开百度的消息《开启我在人工智能领域的新篇章》英文：@andrewng/opening-a-new-chapter-of-my-work-in-ai-c6a4d1595d7b#.jdbmljlmf">[url]http://t.cn/R6bgGi9[/url] 感谢大家接纳我进入中国AI领域。很兴奋能见证AI在中国崛起,并自豪百度的贡献。中国的人工智能在很多领域已走在世界前列。我希望和大家保持联系，继续为中国的AI做贡献。 http://t.cn/R6bgGJt ​


电商头条 网页链接 转发于2017-03-22 12:25
百度首席科学家吴恩达宣布将从百度离职，[失望]作为人工智能和机器学习领域国际上最权威的学者之一，离开百度之后，将继续致力于人工智能事业！

研究者July 网页链接 转发于2017-03-22 12:26
Ng 离职。“正如百年前电能改变了很多行业一样，人工智能也正在改变着医疗、交通、娱乐、制造业等主要行业，丰富充实着无数人的生活。对于人工智能将带领我们前往何方，我比以往都要兴奋和期待。”

龙星镖局 网页链接 转发于2017-03-22 12:30
说点实话，员工离职时即使再吹公司多么多么好，肯定也是对自己在公司的现状和发展前景不满意。至于梦想啊，追求啊都是虚的。

物联网智库 网页链接 转发于2017-03-22 13:37
吴恩达离开百度的消息炸了，百度依靠吴的号召力在美国设立人工智能机构，聚拢人才，技术创新。现在，吴的时代已经过去。如今，陆的到来主要是探索商业落地的模式，陆的时代开启！

李开复 网页链接 转发于2017-03-22 14:37
吴恩达无论是在Coursera，谷歌大脑，还是百度，都做出了华人在人工智能方面傲人的成果。无论他事业下一步是什么，相信他都会给我们带来更多的惊喜，祝福Andrew！

自动化网官方微博 网页链接 转发于2017-03-22 18:37
吴恩达离开百度 : 希望我们每个人都拥有#自动驾驶#汽车，每个人都拥有可以自如进行语音对话交互的计算机，每个人都拥有可以诊断我们病痛的医疗机器人。#人工智能# @机器人自动化