机器学习日报 2017-04-26 ICLR 2017现场最令人瞩目的5个亮点；ICLR 最佳论文作者张驰原演讲全文

解应春BW

机器学习日报 2017-04-26

• 5年内28000篇paper总结：机器学习流行趋势一览 @伯乐在线官方微博
• ICLR 最佳论文作者张驰原演讲全文：理解深度学习，为何我们需要重新思考泛化问题？ @网路冷眼
• 深度学习在推荐算法上的应用进展 @爱可可-爱生活
• ICLR 2017现场最令人瞩目的5个亮点 @网路冷眼
• 如何让强化学习采样变得更简单？剑桥大学联合谷歌伯克利提出 Q-Prop @网路冷眼
  

@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16条，本期的Web版有完整内容19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)
伯乐在线官方微博   网页链接 2017-04-26 08:30
经验总结 深度学习 算法 博客 郑芸
《机器学习流行趋势一览》作者分析了近 5 年内超过 28,000 份机器学习论文，对机器学习和深度学习的模型、算法的流行趋势做了整理和总结。http://t.cn/RXW92th （郑芸 译，欢迎加入翻译组：http://t.cn/R2azJxi） ​

网路冷眼   网页链接 2017-04-26 23:15
会议活动 深度学习 ICLR 会议 张驰
【ICLR 最佳论文作者张驰原演讲全文：理解深度学习，为何我们需要重新思考泛化问题？| ICLR 2017】最富争议的最佳论文的第一作者张驰原，自己又是如何阐述论文的写作思路的呢？http://t.cn/RXQnoAU ​




爱可可-爱生活   网页链接 2017-04-26 22:02
深度学习 算法 应用 推荐系统
《深度学习在推荐算法上的应用进展》by 赵鑫 http://t.cn/RXNSH8E ​

网路冷眼   网页链接 2017-04-26 21:45
会议活动 深度学习 ICLR 会议
【直击｜ICLR 2017现场最令人瞩目的5个亮点】为期3天的ICLR 2017深度学习顶会正在法国土伦召开，6场Invited Talk，15场Contributed Talk（oral paper）, 310个论文海报展示让任何人置身其中的时候，都不免产生一种信息量巨大，怎么看也看不完的错觉。。。http://t.cn/RXQ4NwQ ​




网路冷眼   网页链接 2017-04-26 21:00
会议活动 算法 ICLR 行业动态 会议 强化学习
【如何让强化学习采样变得更简单？剑桥大学联合谷歌伯克利提出 Q-Prop | ICLR 2017】研究人员提出了Q-Prop的方法，将on-policy和off-policy的优点结合起来，大大降低了强化学习方法的采样复杂度。http://t.cn/RXQAck3 ​




最新动态
PaperWeekly   网页链接 2017-04-26 22:56
自然语言处理 陈新驰
Adversarial Multi-Criteria Learning for Chinese Word Segmentation #中文分词# 本文是ACL2017的一篇paper，作者来自复旦大学，其中一作是上周刚刚在paperweekly做了在线分享的陈新驰博士。中文分词是一个经典的基础问题，本文的亮点在于：（1）多标准训练；（2）引用了一种对抗策略来提升效果。...全文： http://m.weibo.cn/2678093863/4100918364072802 ​




网路冷眼   网页链接 2017-04-26 21:30
会议活动 深度学习 应用 自然语言处理 ICLR 会议 机器人
【Facebook利用深度学习记忆网络训练聊天机器人，与客户自由对话 | ICLR 2017】Facebook利用深度学习记忆网络训练聊天机器人，使其在目标导向型的应用领域中，可以与客户自由对话，并结合系统API调用，输出用户所需服务，从而提高服务准确度。http://t.cn/RXQyu5l ​




网路冷眼   网页链接 2017-04-26 21:15
会议活动 深度学习 算法 ICLR 行业动态 会议 强化学习 神经网络
【还为构建神经网络发愁？谷歌大脑的自动架构搜索简直如虎添翼 | ICLR 2017】谷歌用循环网络来生成神经网络中的模型描述，并用强化学习训练这个RNN，以最大限度的提高验证集中生成的架构的准确性。http://t.cn/RXQLOlz ​




爱可可-爱生活   网页链接 2017-04-26 20:59
深度学习 算法 自然语言处理 代码 神经网络
【(Torch)面向文本相似度建模的成对词交互神经网络】’Very Deep Pairwise Word Interaction Neural Networks' by Castorini GitHub: http://t.cn/RX8ByxG ref:《Pairwise Word Interaction Modeling with Deep Neural Networks for Semantic Similarity Measurement》http://t.cn/RX8Byxb ​

爱可可-爱生活   网页链接 2017-04-26 19:11
Zhou Github 代码 教育网站
【单目视频深度帧间运动估计无监督学习框架】'SfMLearner - An unsupervised learning framework for depth and ego-motion estimation from monocular videos' by T Zhou GitHub: http://t.cn/RX8NyBI ref:《Unsupervised Learning of Depth and Ego-Motion from Video》http://t.cn/RX8NyBf ​

微软亚洲研究院   网页链接 2017-04-26 17:53
会议活动 会议
【#大会聚焦#】NSDI大会，全称是Networked Systems Design and Implementation，是计算机网络系统领域久负盛名的顶级会议，侧重于网络系统的设计与实现。NSDI 2017于三月末在美国波士顿召开，我们邀请了北航-微软联合培养博士生肖文聪与我们分享他的此次参会的心得体会。 http://t.cn/RX8fIPU ​


微软亚洲研究院 网页链接 转发于2017-04-26 19:06
今年大会收录的40篇文章中,微软参与了9篇的工作。肖文聪所在的团队则带来了Tux²: Distributed Graph Computation for Machine Learning。通过高层次抽象的图编程模型MEGA及基于图结构优化的图计算系统,Tux²在大幅减少代码量的同时带来了至少48%的性能提升。更多论文细节详见文章: http://t.cn/RX8CUCu



新智元   网页链接 2017-04-26 15:26
行业动态 雷鸣 叶杰平
【新智元导读】 在北大 AI 公开课第9讲上，滴滴出行副总裁、滴滴出行研究院院长叶杰平老师，和北大人工智能创新中心主任、曾经的“百度七剑客”之一雷鸣老师一道，为同学们全面讲解了大数据和人工智能在滴滴出行场景中的应用，智能派单、最优匹配、供需预测等背后的核心技术，以及人工智能如何推动交通...全文： http://m.weibo.cn/5703921756/4100805005609467 ​




ChatbotsChina   网页链接 2017-04-26 14:34
会议活动 深度学习 算法 ICLR 行业动态 会议 强化学习 神经网络
【ICLR 2017 | 还为构建神经网络发愁？谷歌大脑的自动架构搜索简直如虎添翼】 谷歌用循环网络来生成神经网络中的模型描述，并用强化学习训练这个RNN，以最大限度的提高验证集中生成的架构的准确性。http://t.cn/RXQLOlz ​

爱可可-爱生活   网页链接 2017-04-26 13:14
Jose Jimenez Python 代码 统计
【Python贝叶斯优化包】’pyGPGO: A simple Python package for Bayesian Optimization' by José Jiménez GitHub: http://t.cn/RXQCOJE ​

刘知远THU   网页链接 2017-04-26 10:28
会议活动 自然语言处理 会议 教育网站 刘洋 孙茂松 张檬
今年#THUNLP#组有7篇长文论文被自然语言处理顶级会议ACL 2017录用（http://t.cn/RXQ4Gmn ），它们分别是： （1）Adversarial Training for Unsupervised Bilingual Lexicon Induction，作者博士生张檬，指导教师刘洋副教授、孙茂松教授。该论文提出利用对抗学习从非平行文本自动构建双语词典，利用向...全文： http://m.weibo.cn/1464484735/4100730044070450 ​




刘知远THU   网页链接 2017-04-26 09:46
会议活动 算法 IJCAI 会议 教育网站 孙茂松
今年#THUNLP#组有7篇论文被人工智能顶级会议IJCAI 2017录用 （http://t.cn/RXQZk8Y ），它们分别是： （1）Fast Network Embedding Enhancement via High Order Proximity Approximation，作者博士生杨成，指导教师孙茂松教授，针对网络表示学习问题提出一种基于高阶邻接度逼近的快速算法，能够普遍提...全文： http://m.weibo.cn/1464484735/4100719554307846 ​