AI100_机器学习日报 2017-09-12
@ 好东西传送门 出品,由@AI100运营， 过往目录 见 http://ai100.com.cn
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 
今日焦点 (5)
 爱可可-爱生活 网页链接 2017-09-12 13:11
算法 自然语言处理 Runze Wang 机器翻译 神经网络
【神经网络机器翻译(NMT)实践笔记】《Second attempt at building a language translator - Using a sequence-to-sequence model with attention》by Runze Wang http://t.cn/RpK9iLZ
 ChatbotsChina 网页链接 2017-09-12 14:15
深度学习
如何在Chatbot中应用深度学习？ http://t.cn/RpKZddf
 机器之心Synced 网页链接 2017-09-12 13:07
深度学习
【爆款论文提出简单循环单元SRU：像CNN一样快速训练RNN（附开源代码）】《Training RNNs as Fast as CNNs》的 arXiv 论文通过有意简化状态计算并展现更多的并行性而提出了一个替代性的 RNN 实现，这一循环单元的运算和卷积层一样快，并且比 cuDNN 优化的 LSTM 快 5-10x。http://t.cn/RpKKtzj
 Purefew__ 网页链接 2017-09-12 12:46
经验总结 视觉 博客
基于Libsvm的图像分类 - roslei的博客 - CSDN博客 http://t.cn/RpK637q
爱可可-爱生活 网页链接 2017-09-12 06:36
深度学习 视觉 算法 资源 Josh Patterson 神经网络 书籍
【将CNN集成到企业应用：生产级实时图像分类系统构建】《Integrating convolutional neural networks into enterprise applications | O'Reilly Media》by Josh Patterson, Kirit Basu http://t.cn/RpobDsB
最新动态
机器之心Synced 网页链接 2017-09-12 17:44
深度学习 算法 特征工程
【如何基于TensorFlow使用LSTM和CNN实现时序分类任务】时序数据经常出现在很多领域中，传统的时序问题通常首先需要人力进行特征工程，才能将预处理的数据输入到机器学习算法中。并且这种特征工程通常需要一些特定领域内的专业知识，因此也就更进一步加大了预处理成本。http://t.cn/Rp90Q0a
机器之心Synced 网页链接 2017-09-12 16:50
深度学习 算法 语音 刘斌
【极限元语音算法专家刘斌：基于深度学习的语音生成问题】深度学习在 2006 年崭露头角后，近几年取得了快速发展，在学术界和工业界均呈现出指数级增长的趋势；伴随着这项技术的不断成熟，深度学习在智能语音领域率先发力，取得一系列成功的应用。http://t.cn/Rp9IyYj
爱可可-爱生活 网页链接 2017-09-12 13:14
视觉 资源 课程 数据科学
【教程：基于OpenCV的道路车流计数App】《Tutorial: Making Road Traffic Counting App based on Computer Vision and OpenCV》by Andrey Nikishaev http://t.cn/RpKCzly pdf:http://t.cn/RpKCzlA
爱可可-爱生活 网页链接 2017-09-12 08:34
Tom Augspurger
【可扩展机器学习】《Scalable Machine Learning》by Tom Augspurger Part1:http://t.cn/RpoxbPi
爱可可-爱生活 网页链接 2017-09-12 04:53
深度学习 论文
《Training RNNs as Fast as CNNs》T Lei, Y Zhang [ASAPP Inc & MIT CSAIL] (2017) http://t.cn/RpoyKQiGitHub: https ://github .com/taolei87/sru
 大数据_机器学习 网页链接 2017-09-12 04:22
经验总结 算法 资源 KNN Python 笔记 博客 聚类 决策树 书籍 统计
《机器学习实战》学习笔记 >>>> 机器学习实战, Python, 机器学习,很久没写过博客了，一重开就给自己挖了这么一个大坑…… 最近一段时间看了《机器学习实战》这本书，感觉写得不错，认真看了看... 分类 第1章 机器学习基础 第2章 k-近邻算法 第3章 决策树 第4章 基于概率论的分类方法：朴素贝叶斯 第5...全文： http://m.weibo.cn/5291384903/4151010031817774
大数据_机器学习 网页链接 2017-09-12 02:22
统计
从贝叶斯方法谈到贝叶斯网络http://t.cn/RIsjFF4 来自 人工智能AI与大数据技术实战 公众号：weic2c
| 
发表于 2017-9-15 08:34:04
