机器学习日报 2015-08-02
@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21 资源8 深度学习6 算法5 自然语言处理4 应用3 视觉3 会议活动1
用日报搜索找到以前分享的内容： http://ml.memect.com/search/ 今日焦点 (5)
 Copper_PKU 网页版 2015-08-02 13:43
会议活动 自然语言处理 会议
@刘知远THU 记流水账式的写了一下在各家展位的了解到的工作，ps：那天看见了刘老师在springer展位，本打算去咨询Trans系列的工作，看到一直在和springer的人聊就没有打扰了。 【ACL见闻之流水帐】我发表了文章 http://t.cn/RLO1GEE
 Vinjn张静 网页版 2015-08-02 13:03
视觉 产业
我在 @知乎 回答了【我为什么要分析国内的计算机视觉相关公司？】：看了题主对格林深瞳和 face++ 的点评，非常靠谱。 你为什么加入格灵深瞳？ – jacky yang 的回答 SenseTime 和Face++(megvii)，谁更值得加入？ – jacky yang 的回答 求互粉。 http://t.cn/RLOu7OZ
 XiongDeyi 网页版 2015-08-02 11:03
资源 幻灯片 教育网站
s2mt的大部分slides已上线，包括Quoc的Sequence to Sequence Learning for Language Understanding，Ed在panel的Semantics for SMT，Percy的slides随后附上。同时附上当天的一些照片。http://t.cn/RLOTmYA
张家俊MT 网页版 转发于2015-08-02 11:27 回复 @_Wenliang_ “转发微博”
特别棒的workshop，没有录像是非常遗憾的事！slides真不应该再错过了，虽然很多精彩部分slides无法包含。
爱可可-爱生活 网页版 转发于2015-08-02 12:23
“Semantics-Driven Statistical Machine Translation: Theory and Practice (S2MT)”
 3A狗狗 网页版 2015-08-02 06:00
资源 Michael Littman 课程 视频
Basics of Computational Reinforcement Learning http://t.cn/RL0Ik63 ，Michael Littman在RLDM 2015 http://t.cn/RLO6EFe 上的Tutorial。更多会议视频：http://t.cn/RLO6EFD
 杨静Lillian 网页版 2015-07-01 11:37
深度学习 资源 顾嘉唯 行业动态 幻灯片
【百度顾嘉唯】从万物互联到万物智能 http://t.cn/RLh7Ygz 百度研究院人机交互研究带头人顾嘉唯近期在【东方电子】策略会分享了百度在物联网上的布局思路，以及深度学习和智能硬件之间的关系和百度对于人工智能的思考，以下是他长达1万3千字的发言观点总结和22页PPT图文实录。
JwGu 网页版 转发于2015-08-02 16:01
The best reason for making machines more like people is to make people less like machines. 我认为人类已经被当作机器用了几百年，我们其实根本受不了反复枯燥的机械劳作。是时候解放人类的思想，身体，让人去创造去发现、自由思考、感受万物、体会生命的意义，活的更有人性。
最新动态
2015-08-02 (14)
 果壳网 网页版 2015-08-02 20:00
【神经胶质“换工种”，脑内变身神经元】“累死脑细胞”当然是夸张，不过脑和脊髓中的神经元受损后，确实几乎无法再生。最近，科学家们找到了一种“曲线救国”的方法，成功让别的细胞直接在大脑里改头换面，当起了神经元。但“替补”能不能像正规军一样发挥作用，还得看后续研究：http://t.cn/RLNlDyl
 社会杂志-CJS 网页版 2015-08-02 17:18
应用 教育网站 社交网络
#《社会》201504#【洪岩壁–Logistic模型的系数比较问题及解决策略：一个综述】本文介绍了Logistic模型中经常被忽视的系数比较问题，包括同一样本在不同模型间的系数比较和在不同样本或子群体间的模型系数比较。研究者往往会沿袭线性回归模型的系数比较方法，但这是不恰当的….. http://t.cn/RLWhrcc
 数急 网页版 2015-08-02 15:58
算法
EM公式里的M步骤里为何log里要除以μ？（第二项除以μ-1）这个除法来源于何处？——评论Crescent「三硬币问题-一个EM算法和Gibbs Sampling的例子」http://t.cn/RzpfwE6
 InfoQ 网页版 2015-08-02 15:30
【数据分析、机器学习与物联网】本文最早发表在IEEE IT Professional 杂志上。针对当前的战略技术问题，该杂志提供了经过同行评议的可靠信息。来自IT专家的最先进的解决方案，将帮助IT管理者和技术领袖们，以可靠、灵活的方式运作企业并应对挑战。 http://t.cn/RLpKTma
 星空下的巫师 网页版 2015-08-02 11:15
视觉 David Silver
#增强学习十讲# Reinforcement Learning Course, by David Silver | Machine Learning & Computer Vision Talks http://t.cn/RLpU9dS
 好东西传送门 网页版 2015-08-02 09:18
深度学习 资源 自然语言处理 GPU 幻灯片 简报
第317期机器学习日报(2015-08-01)http://t.cn/RLO0MqY 1) Deep Learning for NLP @鲁东东胖2) Caffe + Ubuntu 15.04 + CUDA 7.0 新手安装配置指南 3) 用Occlusion Coherence Detecting来进行人脸探测 4) NLP快速流程(原型)库broca 5) 悉尼机器学习暑期学校PPT 完整版19条http://t.cn/RLO0Mqj
好东西传送门 网页版 2015-08-02 09:17
深度学习 视觉
第129期计算机视觉日报(2015-08-01) 1) 基于ConvnetJS的图像前/背景分割 2) 微软沈向洋：计算机视觉未来在语义层 “两大一精”是关键 3) 用级联可变形部件模型 (HPM) 来进行人脸探测和关键点定位 完整版6条 http://t.cn/RLO0519
好东西传送门 网页版 2015-08-02 09:16
深度学习 自然语言处理 Python 主题模型
第48期NLP日报(2015-08-01) 1) 主题模型在文本挖掘中的应用 2) 《Deep Learning for NLP@Noah : progress， challenges and opportunities》演示文稿 3) (Python) NLP快速流程(原型)库broca 完整版8条 http://t.cn/RLO0Gij
 成华区学无涯书社 网页版 2015-08-02 09:01
资源 R语言 书籍 统计
每日新书：《游戏数据分析的艺术》本书分为两大部分：第一部分贯穿了从基本的游戏数据分析概念、分析师的定位、数据指标认识、游戏数据分析方法论、统计学运用、渠道流量经营到具体的产品每个阶段用户的数据运营知识。第二部分则重点阐述运用R语言和数据挖掘的知识，深入探讨游戏数据分析的高阶知识。
 爱可可-爱生活 网页版 2015-08-02 07:41
应用 Frank Mcsherry PageRank Spark 信息检索
【网络性能对图分析的影响(timely dataflow vs. GraphX over 1G network)】《The impact of fast networks on graph analytics》by Frank McSherry, Malte Schwarzkopf Part1.http://t.cn/RLOonBV Part2.http://t.cn/RLOomah
爱可可-爱生活 网页版 2015-08-02 07:10
算法 资源 Brian Caffo 回归 书籍 数据科学
【(可)免费书 R)数据科学之回归模型】《Regression Models for Data Science in R – A companion book for the Coursera Regression Models class》by Brian Caffohttp://t.cn/RLOSbxw
爱可可-爱生活 网页版 2015-08-02 06:38
深度学习 算法 应用 资源 自然语言处理 HMM PDF 统计 预测 主题模型
【论文:可接受性判断的无监督预测(n-gram/BHMM/LDAHMM/Bayesian Chunker/RNNLM)】《Unsupervised Prediction of Acceptability Judgements》 JH Lau, A Clark, S Lappin (ACL2015) http://t.cn/RLOahmh
爱可可-爱生活 网页版 2015-08-02 06:29
深度学习 算法 资源 代码 神经网络 视频
【课设+代码:基于RNN/LSTM/GRU的自动音乐生成GRUV】《GRUV: Algorithmic Music Generation using Recurrent Neural Networks》A Nayebi, M Vitelli GitHub:http://t.cn/RLOXnyz Demo:http://t.cn/RLOXnyZ GitXiv:http://t.cn/RLOXnyA 更多CS224d期末报告:http://weibo.com/1402400261/Co2au0CVE
爱可可-爱生活 网页版 2015-08-02 05:57
Python 代码 可视化 数据科学 统计
【系列IPN:45分钟数据科学介绍(Bash/Python/Statistics/Machine Learning/GIS/Visualization)】”Ipython notebook presentations for getting starting with basic programming, statistics and machine learning techniques” http://t.cn/RLO6Tc1
温故知新 (2)
更早的微博，有新精彩评论或被再次推荐
2015-07-27 (1)
 自动化学院派 网页版 2015-07-27 14:21
中国人工智能学会副理事长、2015中国人工智能大会主席谭铁牛在主题报告中表示：在不同的描述中，人工智能或者被描绘为天使般的技术，或者被描绘成魔鬼般的技术。在人工智能发展近60年，道路虽然起伏，但成果丰硕。无论是原始理论创新，关键技术突破，还是规模产业应用都精彩纷呈。http://t.cn/RLS6qrc
自动化网官方微博 网页版 转发于2015-08-02 13:37
[谭铁牛：人工智能七大现状]首先，人工智能将成为智能化时代的关键使能技术；人工智能将引领第二次机器革命；人工智能重塑产业格局；人机协作和共存将成为新常态；人工智能促进信息科技与脑认知科学的深度交叉；人工智能将与人类智能互补融合；人工智能社会学将提上议事日程。#每周热博#
2015-07-06 (1)
 请叫我卫小华 网页版 2015-07-06 13:50
算法
我在 @知乎 回答了【为什么LR可以用来做CTR预估？】：1. LR是线性模型，具有很好的可解释性，分布式计算迭代速度快。 2. LR可以很好的利用正则化解决稀疏性问题，尤其特征维数非常大，大到千亿级别。。 3. LR可以输出概率，天然适合Ranking. 4.… http://t.cn/RLAImkH
phunter_lau 网页版 转发于2015-08-02 03:19 回复 @shaofeng09999 “转发微博”
我个人觉得lr做ctr主要因为在线学习效果好速度快，来个新用户直接跑一下不会错到哪里去
huangyi1979 网页版 转发于2015-08-02 04:09 回复 @phunter_lau “我个人觉得lr做ctr主要因为在线学…”
LR天然就是概率模型，因为极度简单使得人肉核函数（特征工程）成为可能且可以多人并行试验，当然是工业界实用主义者首选
| 
发表于 2015-8-3 08:53:49