机器学习日报 2015-06-15
@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
用日报搜索找到以前分享的内容: http://ml.memect.com/search/ 今日焦点 (5)
科学网 网页版 2015-06-15 14:45
经验总结 自然语言处理 博客
【李维:乔姆斯基批判 】乔姆斯基最大的误导就是,用所谓自然语言的center递归性,一杆子打死有限状态,他所举的center递归的英语实例,牵强和罕见到几乎可笑的地步,绝非自然语言的本性。结果一代人彻底地被洗脑,理所当然以为必须超越有限状态才可以做自然语言深度分析。http://t.cn/R2HCmtg
王伟DL 网页版 转发于2015-06-15 19:20
看完这篇文章,感觉李老师语言犀利,旗帜鲜明,甚至连根拔起之势。但我个人对李老师的有些观点持保留意见,也感觉有很多话要说,但微博幅短,能说多少是多少。首先,我不是因为乔老声威而一味拥之。其次,我喜欢看发展,自然推崇新说,只要旧可破,新可立。我的观点是,不管什么理论,只要好用有效就成
王伟DL 网页版 转发于2015-06-15 19:34
关于phrase structure树,这是句法结构的一种直观的表现形式。至于说现今的句法分析水平还很难准确重现正确树,只能是现今技术和理论不到位,不能说原树的表现形式不好,而是这种形式下的一些重要内容缺失。CFG自然问题很多,很多后续改进,PCFG,HPSG,GPSG,也因这样那样原因发展不畅。甚至没有语义
王伟DL 网页版 转发于2015-06-15 19:51
我认为现今短语结构语法要深入改进,1)加入语义;2)走上下文相关语法–上下文无关只是眼下的无奈,语言有太多关联,不会都无关,也不能靠假设生存; 3)要开放语法规则库,在一个封闭库能折腾怎样,自然慢慢落为死库,规则“少了覆盖不了,多了就打架”这样问题要解决;4)规则获取机器为主,人为辅。
iB37 网页版 2015-06-15 23:58
算法 资源 深度学习 Alex Graves PDF 书籍 论文 教育网站 神经网络
#免费电子书# Supervised Sequence Labelling with Recurrent Neural Networks, Alex Graves, 2012http://t.cn/RPYCAdL 1)博士论文 http://t.cn/RPYCAd2 2)arXiv.org论文 http://t.cn/RZe7EyF 3)Springer原价电子书129美元 http://t.cn/R2QGtaj
妖僧老馮 网页版 2015-06-15 22:10
入门 资源 视频
总想写点技术笔记,想把ML中的各种simple yet powerful的idea介绍一遍。没空写,但是有空说出来。这次录了一集RNN速成。主要针对RNN零基础但是想快速入门的童鞋。@老师木 @龙星镖局 @爱可可-爱生活 (分享自 @优酷)第一次录制公开课,下一次录的时间不一定,九成会停更。 http://t.cn/R2Q2Crv
龙星镖局 网页版 转发于2015-06-15 22:46
不但长相老,声音也偏老,和你未来导师刚好相反啊!看后半部分介绍更清楚些,举那个xor的例子不恰当,带偏了,小伙[可爱]
视觉机器人 网页版 2015-06-15 21:21
视觉 资源 会议活动 CVPR 会议 课程
CVPR 2015 OpenCV 3.0 tutorial:http://t.cn/R2QZbOK 。1)OpenCV 3.0 overview, architecture, 2)Speed session — OpenCV HAL, T-API (OpenCL), performance tips & tricks,3) OpenCV modules — The cool stuff you likely don’t know about
爱可可-爱生活 网页版 2015-06-15 17:55
Yin Liu Java 代码 教育网站
【(Java)机器学习工具包MLTK】”MLTK: Machine Learning ToolKit” by Yin Liu, Cornell University http://t.cn/R2HuU6T GitHub:http://t.cn/R2HuU6H
最新动态
2015-06-15 (20)
爱可可-爱生活 网页版 2015-06-15 21:26
深度学习 Yann Lecun 统计
【Yann LeCun对Quora上Deep learning vs. Bayesian methods问题的回答】《Yann LeCun’s answer to “Why are very few schools involved in deep learning research? Why are they still hooked on to Bayesian methods?”》http://t.cn/R2QZOZ7Quora:http://t.cn/R2QZOZz
爱可可-爱生活 网页版 2015-06-15 21:07
资源 自然语言处理 课程
【课程资料:文本分析】《807 Text Analytics》by Massimo Poesiohttp://t.cn/R2QzAqO 打包下载:http://t.cn/R2QzAqp
北大新媒体 网页版 2015-06-15 17:42
应用 深度学习 自然语言处理 机器人
【机器人智商已超过普通人水平】中国科技大学和北京微软研究院的研究人员,通过查找单词在语料库中的常见搭配,让电脑将不同的含义与不同分布的同一单词联系起来,学会了认“多义词”,从而拥有文字推理的能力。研究人员称他们的深度学习机器模型智力水平已介于学士和硕士之间。http://t.cn/R2HjJWF
asker2 网页版 转发于2015-06-15 17:47
不就是word embedding做类反题吗 怎么吹成这样?考虑对大众的误导了吗?@高斌MS
王伟DL 网页版 转发于2015-06-15 20:02 回复 @shaofeng09999
这“智力水平已介于学士和硕士之间”,是否有点???
爱可可-爱生活 网页版 2015-06-15 14:41
应用 Java 代码 推荐系统
【开源的Java8推荐系统框架RankSys】《RankSys – Java 8 Recommender Systems framework for novelty, diversity and much more》http://t.cn/R2HC9fPGitHub:http://t.cn/R2HC9Vk
学堂在线 网页版 2015-06-15 14:27
会议活动 KDD 会议 活动
#KDD Cup 2015 线下活动报名啦~#作为本届KDD Cup 大赛的数据提供者,@学堂在线 将于2015年6月22日在“车库咖啡”举办KDD Cup 2015线下活动——“当“教育”遇上“大数据”。详情戳http://t.cn/R2H9blW 已经开始报名啦!
爱可可-爱生活 网页版 2015-06-15 14:16
深度学习 GPU Kaggle Python
【Kaggle代码:Fast LeNet5 CNN in Theano for GPU】http://t.cn/R2HKGms
陈然_Ran 网页版 2015-06-15 11:28
视觉 公告板 会议活动 CVPR 会议
我在 @知乎 回答了【CVPR2015有什么值得关注的亮点?】:本人并非CV专业科研人员,只是最近在Trulia做和图像相关的科研项目,所以老大一挥手就把我和同事按排到Boston来围观CVPR了……总体上除了食物非常差,订不到旅馆以外,其他的收获都非常大。… http://t.cn/R2Ht6os
好东西传送门 网页版 2015-06-15 11:00
视觉 深度学习 Yann Lecun
计算机视觉日报 2015-06-14 http://t.cn/R2HqIim 1) 360°全景拼接技术简介 2) Yann LeCun分析目前深度学习的局限性和未来研究方向 3) 小米5高通指纹识别遇阻 完整版10条 http://t.cn/R2HqIiu
好东西传送门 网页版 2015-06-15 10:48
算法 资源 深度学习 进化计算 Yann Lecun 简报 课程
机器学习日报 2015-06-14 http://t.cn/R2HGaoq 1) LeCun: What is Wrong with Deep Learning 2) 18大经典数据挖掘 by linyiqun 3) 遗传算法与符号回归 4) Deep Learning Machine Beats Humans in IQ Test 5) MLSS历年机器学习暑期学校列表 完整版33条http://t.cn/R2HGao5
李航博士 网页版 2015-06-15 10:46
应用 会议活动 SIGIR 会议 信息检索
SIGIR 2015 Industry Track 的议程公布了。 http://t.cn/R2HGca9 @沈抖
好东西传送门 网页版 2015-06-15 10:07
资源 深度学习 自然语言处理
传送门君高兴地通知你:NLP日报开始测试啦!欢迎大家订阅!NLP日报 2015-06-14 http://t.cn/R2HUMMa 1) pullword.com将推出打语义标签API 2) 张量分解实现的卷积词典学习 3) 超棒的文本挖掘课件 完整版10条 http://t.cn/R2HUMMX
CSDN云计算 网页版 2015-06-15 10:07
深度学习 自然语言处理
【再谈深度学习文本的表示】文本表示随着深度学习这把火也跟着旺了起来,各大会议上论文成出不穷,值得关注。本文主要分享deep learning在文本表示学习方面的体会。http://t.cn/R2lf2Iu
格灵深瞳 网页版 2015-06-15 09:51
应用 视觉 会议活动 自然语言处理 CVPR 产业 会议 机器人 智能汽车 机器翻译
格灵深瞳日报 2015-06-14 http://t.cn/R2Hy27J 情感丰富的机器人;今年CVPR的所有奖项;编程语言与创业公司的关系并非那么简单;科学家用木头造出芯片 能够被迅速降解;机器翻译的前世今生;特斯拉自动驾驶技术浮出水面,马斯克亲自试驾;Oculus公布最终产品方案,输出、输入、内容一个都不能少。
CSDN云计算 网页版 2015-06-15 09:31
算法 资源 深度学习 GPU Kaggle 课程 可视化 神经网络
【利用GPU和Caffe训练神经网络】本文为利用GPU和Caffe训练神经网络的实战教程,介绍了根据Kaggle的“奥托集团产品分类挑战赛”的数据进行训练一种多层前馈网络模型的方法,如何将模型应用于新数据,以及如何将网络图和训练权值可视化。http://t.cn/R2TZWug
电脑爱好者 网页版 2015-06-15 09:17
应用 机器人
【开启情绪识别的大门——解密情绪识别系统】最近iPad上一款应用机器人Affdex成为热门应用,它能够像人类一样智能识别你的情绪,可以判断出站在iPad前的你是高兴、疑惑,还是惊讶或厌恶。Affdex竟然可以识别人类的情绪反应?它究竟是如何做到的呢?这项新技术又会给我们带… http://t.cn/R2HA0Vn
IT技术博客大学习 网页版 2015-06-15 07:14
应用 算法 Daniel Lemire 推荐系统
【推荐算法Slope One初探】 Slope One 算法是由Daniel Lemire教授在2005年提出的一个 Item-Based 推荐算法。Slope One 算法试图同时满足这样的的 5 个目标: 易于实现和维护:普通… 详见:http://t.cn/zjoJ9jA
爱可可-爱生活 网页版 2015-06-15 07:01
深度学习 自然语言处理 主题模型
【word2vec五个实例分析】《Five crazy abstractions my Deep Learning word2vec model just did》http://t.cn/R2TsaZj
爱可可-爱生活 网页版 2015-06-15 06:34
资源 深度学习 自然语言处理 Na Smith PDF 代码 教育网站
【论文+代码:超完备稀疏的词向量表示】《Sparse Overcomplete Word Vector Representations》M Faruqui, Y Tsvetkov, D Yogatama, C Dyer, NA Smith [CMU] (ACL2015) http://t.cn/R2OYf4U GitHub:http://t.cn/R2TFXNd
phunter_lau 网页版 转发于2015-06-15 08:52
这篇文章目的是为了得到可解释的特征,如果放在非NLP上面,这些可解释的特征可能会给非NLP的问题带来可解释的结构特征?
爱可可-爱生活 网页版 2015-06-15 06:16
算法 资源 会议活动 Yoshua Bengio NIPS PDF 会议
【论文:参数优化算法】《Algorithms for Hyper-Parameter Optimization》JS Bergstra, R Bardenet, Y Bengio (2011) http://t.cn/R2TkBh4
尘绳聋-SYSU 网页版 转发于2015-06-15 08:07
最近用了一下TPE/Hyperopt,不用那么费力手动try了,效果还行。另外,并非一定只要最优的那组参数,寻参过程中每个trial的结果/model可以用来构建model library,然后送到ensemble selection,可以得到比single best model要好(很多)的效果。
爱可可-爱生活 网页版 2015-06-15 05:44
算法 Xavier Amatriain
【[Quora]对机器学习来说更充足的数据是否总胜过更优秀的算法(Xavier Amatriain)】《In machine learning, is more data always better than better algorithms?》http://t.cn/R2TD1tx pdf:http://t.cn/R2TkvYP
|