第296期机器学习日报(2015-07-11)更新于 2015年7月12日机器学习
[color=rgb(179, 179, 179) !important] 取消收藏
我来说两句 « 第124期App开发日报(2015-07-10)
[url=http://forum.memect.com/member/ml/]ml 0 0 0 8小时 前2015-07-11 日报 机器学习
机器学习日报 2015-07-11
@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 或点击
本期话题有： 全部26 资源9 视觉7 自然语言处理6 算法6 经验总结5 深度学习4 会议活动4 应用3 知识工程2
用日报搜索找到以前分享的内容： http://ml.memect.com/search/ 今日焦点 (5)
 星空下的巫师 网页版 2015-07-11 23:16
会议活动 深度学习 Yann Lecun ICML 会议
ICML专题讨论深度学习的未来。LeCun说，要支持arXiv，可以加速这个领域的发展。。#ICML2015# http://t.cn/RLbfcg1
hbyido 网页版 转发于2015-07-11 23:20
ICML专题讨论 视频网站很棒
 爱可可-爱生活 网页版 2015-07-11 07:41
资源 自然语言处理 PDF 代码
【幻灯:Julia自然语言处理】《Natural Language Processing with Julia》by Pontus Stenetorphttp://t.cn/RL49Mwh
爱可可-爱生活 网页版 2015-07-11 05:34
资源 经验总结 PDF 博客 统计 课程
【概率建模语言Bayesian Logic (BLOG)】http://t.cn/RL4akdI Tutorial:http://t.cn/RL4akdM
星空下的巫师 网页版 2015-07-10 23:44
深度学习
80 different GoogLeNet layers…on a giraffe #inceptionism# http://t.cn/RL4VrEq
 _馬躍 网页版 2015-07-10 18:39
资源 书籍
请问有Reinforcement Learning: An Introduction (Sutton & Barto)这本书的kindle版本么，网页版的，看了一些眼睛不舒服想弄到kindle里面看，谢谢~ @好东西传送门
好东西传送门 网页版 转发于2015-07-11 01:31
还没有吧。pdf版的在kindle里看可以不？ http://t.cn/RL4JzK9
最新动态
2015-07-11 (17)
 csdn:u011630458 网页版 2015-07-11 22:35
视觉 经验总结 博客
【opencv矩阵运算(3)】简介 矩阵复制 具体代码 结果显示 矩阵比例相加 具体代码 结果显示 初始化矩阵对角线元素 具体代码 结果显示 三次曲线方程实根 具体代码 结果显示 矩阵减法 具体代码 结果显示 矩阵元素之和 具体代码 结果显示 对角线元素之和 具体代码 结果显示 计算矩阵转置 具体代码 结果显示 作者：u011630458 发表于2015/7/11 14:35:52 阅读：95 评论：0http://memect.co/8b2XWjEFj1U
 csdn:u011630458 网页版 2015-07-11 19:50
视觉 经验总结 博客
【opencv矩阵运算(2)】简介 计算矩阵的逆 具体代码 结果显示 矩阵元素自然对数 具体代码 结果显示 矩阵查找表转换 具体代码 结果显示 计算向量间马氏距离 具体代码 结果显示 获得矩阵元素间最大值 具体代码 结果显示 单通道合成多通道矩阵 具体代码 获取矩阵最大最小元素 具体代码 结果显示 两个矩阵傅里叶频谱相乘 具体代码 结果显示 矩阵乘法 具体代码 结果显示 矩阵和转置的乘积 具体代码 结果显示 矩阵绝对差等… http://memect.co/3pJlgVFRnWF
 算文解字 网页版 2015-07-11 18:07
深度学习
DeepMind的报告。除了著名的RNN用于阅读理解的工作，还提到一个用连续版的栈，deque等作为存储，来提高RNN处理递归/层次结构的能力。目前只在合成数据上做了评价，但其前景值得关注。文章在arXiv上: Learning to transduce with unbounded memory
鲁东东胖 网页版 转发于2015-07-11 18:55
通过多次对memory的读写来model自然语言里的结构是一个我非常喜欢的idea, 我们最近的工作（http://t.cn/R2rs3TA）就是这个方向的工作
 GeekPark 网页版 2015-07-11 16:07
应用 语音 机器人
感知智能是让机器看得见、听得见，认知智能是要了解看见到的是什么听到的是什么——@科大讯飞 的语音识别技术已经能让车开到 80 迈依然提供准确识别结果。科大讯飞也在参与我国的863计划，希望能让机器人通过高考考上大学。去年年底参加全球的口语翻译大赛的科大讯飞，在中英文翻译获得了第一名。
 西瓜大丸子汤 网页版 2015-07-11 11:03
知识工程 自然语言处理 季逸超 知识库 知识提取
http://t.cn/RL4T0O4 知识图谱9位青年学者专题报告；知识图谱推断的统计关系学习；WebChild从网页内容构建细粒度三元组知识库；如何评价季逸超、Peak Labs 和 Magi 搜索引擎？；带Freebase标注的TREC KBA 2014 StreamCorpus数据集；关系提取开源实现 relation_extraction；对关联数据的看法
西瓜大丸子汤 网页版 2015-07-11 11:00
知识工程 知识库 语义网
@好东西传送门 上和语义网，知识图谱有关的帖子：知识图谱技术原理介绍；W3C发布一系列CSV数据功能草案; 我们寻找的智慧，可能就在三元组中；W3C更新四份与RDFa相关的推荐标准；语义网是什么？；Freebase将迁移给Wikidata http://t.cn/RL4TiG2
爱可可-爱生活 网页版 2015-07-11 09:30
自然语言处理 代码
【编程语言的NLP分析】《Programming language subreddits and their choice of words》http://t.cn/RPnLdaA
爱可可-爱生活 网页版 2015-07-11 08:03
算法 分类
【Optunity+Scikit-Learn自动算法选择/参数优化】《sklearn: automated learning method selection and tuning》http://t.cn/RL4C5EX 参阅:http://weibo.com/1402400261/CpnPvfzcZ
 宋洋MSR 网页版 2015-07-11 07:57
应用 资源 会议活动 Bill Howe PDF SIGIR 会议 信息检索 教育网站
如何增加论文的影响力和引用数量？华盛顿大学的教授Bill Howe在他的论文中指出：减少公式数量，增加图片和figure是关键。http://t.cn/RL4Ch0X 这让我想到了我院的研究员Ryen White: 在他的三篇SIGIR best papers中，只有一篇超过了两个公式，其他两篇一篇有一个公式，另一片没有任何公式。
MrRoach9 网页版 转发于2015-07-11 09:07 回复 @harrywy9 “转发微博”
这就是典型曲解机器学习，瞎鸡巴胡搞的典范。因为好论文往往说的清楚，可视化做得好，结果漂亮，所以图多，所以不需要拿一堆公式糊弄人，原论文也是这个意思。博主直接颠倒因果变成要想发好paper就多插图了
刘铁岩 网页版 转发于2015-07-11 11:19 回复 @老师木
咋感觉又是误导呢？correlation 还是 causality？写论文的时候心里想的若都是如何增加引用数量，从一开始就有些本末倒置了。研究本身好才是因，而不是那些形式化的东西(几个公式、几张图之类的)，千万别跑偏了。
马少平THU 网页版 转发于2015-07-11 11:26 回复 @刘铁岩 “咋感觉又是误导呢？correlation …”
张益唐如果一下就做到2，就没人引用了，他先做到七千万，然后一堆改进，引用就多了。 | 
发表于 2015-7-12 18:13:46
