机器学习日报 2015-08-03
@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32 自然语言处理10 算法7 资源7 深度学习6 会议活动5 应用4 公告板3视觉3 经验总结3
用日报搜索找到以前分享的内容： http://ml.memect.com/search/ 今日焦点 (5)
 summerrlee 网页版 2015-08-02 08:14
会议活动 自然语言处理 会议
写了几十篇 ACL 2015 paper 的概述，大部分看过，错误应该不少，欢迎指正。首发于和朋友一起做的公众号“程序媛的日常”上；现在汇总发成几篇长微博：http://t.cn/RLO9beW ；http://t.cn/RLO9VU5 ； http://t.cn/RLO9fFU ； http://t.cn/RLO9ivl 。
ICT_朱亚东 网页版 转发于2015-08-03 00:30
“首先，这篇论文言辞朴素踏实。如果文如其人，可以透过论文看出这个作者对待研究的沉稳态度。全文很少有 fancy 或者渲染的形容词。踏实地描述工作，认真地对比方方面面。有数学，有分析，有 case study。。”@Ofey 童鞋的工作评价挺高的嘛，要不要请师兄撸个串[嘻嘻]
 hbyido 网页版 2015-08-03 22:19
深度学习 Python
《从Theano到Lasagne：基于Python的深度学习的框架和库》http://t.cn/RLlSlBA
 CSDN 网页版 2015-08-03 09:07
经验总结 深度学习 视觉 自然语言处理 博客 行业动态 机器翻译 自然语言处理
【Google翻译是如何把深度学习“塞进”手机的？】前几天谷歌更新了它们的翻译App，其中最大的提升了是“字镜头”实时视频翻译和通话实时翻译。怎么做到的？字镜头技术首创者、Google 研究院翻译项目组资深软件工程师Otavio Good近日在博客上详述了相关原理。http://t.cn/RLWY5e3 译者：@玉来愈宏
 王威廉 网页版 2015-08-03 07:03
会议活动 资源 自然语言处理 PDF Yoav Goldberg 幻灯片 会议
以色列巴伊兰大学Yoav Goldberg在ACL上关于词嵌入非常棒的讲座。word embeddings what, how and whither 幻灯片下载：http://t.cn/RLWpTU6 强烈推荐！
 爱可可-爱生活 网页版 2015-08-03 06:26
自然语言处理
【词向量行业应用实例:NYT R&D文本协同标注实验项目EDITOR】http://t.cn/RLWNNYm 参阅《Collaborative Annotation for Scientific Data Discovery and Reuse》http://t.cn/RLWNNYn
phunter_lau 网页版 转发于2015-08-03 07:06
这个词向量具体咋用在tagging上比较有意思
最新动态
2015-08-03 (22)
 CourseraChina 网页版 2015-08-03 19:36
资源 R语言 课程 书籍 数据科学
【约翰霍普金斯大学：数据科学课】数据科学家的工具箱（中文版）http://t.cn/8sMHK4Z R 语言程序开发（中文版）http://t.cn/8FjC2mL 获取和整理数据（中文版）http://t.cn/RA1nhNf 探索性数据分析（中文版）http://t.cn/RP4UcKm 可重复性研究 http://t.cn/RA1nhNI 统计推断http://t.cn/Rv75Fgi
 Teaonly 网页版 2015-08-03 17:51
Kaggle
http://t.cn/z8DX5v0 第一次玩Kaggle, Dog vs Cat，92%左右的正确率，没有用额外数据，排名只有60多左右，提高最后几个percent好难啊！
 赵家平USC 网页版 2015-08-03 15:08
算法 自然语言处理 矩阵
自然语言处理 （三） 之 word embedding 篇， NLP系列文章之三 http://t.cn/RLlhsry 文章介绍了著名的、通用的的三种 word embedding 模型： LSI, PMI 和 skip-gram, 介绍了它们间的联系与区别，结论是： skip-gram 等价于分解一个 shifted PPMI 矩阵，它和SVD间没有本质的差异，具体分析见文章中…
 传感物联网 网页版 2015-08-03 12:49
应用 医疗
【人工智能对抗癌症的时代来了】IBM公司和东京大学医科学研究所将开发出一种利用最尖端人工智能计算机“沃森(Watson)” 治疗癌症的方法。据悉，该技术将收集东京大学拥有的日本患者数据等，通过人工智能加以分析，并依据基因信息，最短10分钟左右找到适合个别患者的治疗方针。http://t.cn/RLWd1YF
 邹博_机器学习 网页版 2015-08-03 12:37
资源 书籍
承蒙出版社编辑老师邀请，从今天起，开始“Machine Learning_Hands-On for Developers and Technical Professionals”的翻译工作。分享出刚刚完成的前言部分，随后章节持续发布。欢迎批评指正，我将根据大家的意见认真修改翻译内容，力图呈现一本优质的机器学习图书。http://t.cn/RLWdCP2
 王斌_IIEIR 网页版 2015-08-03 12:10
经验总结 应用 资源 博客 书籍 信息检索
发表了博文《王斌译著列表》(1)王斌，《信息检索导论》，人民邮电出版社，2010年9月，图灵计算机科学丛书系列。原著：ChristopherD.Manning,PrabhakarRaghavanandhttp://weibo.com/p/230418736d0b910102vuh5
 eastone01 网页版 2015-08-03 11:54
公告板 自然语言处理
@好东西传送门 请问，如何利用word2vec的词向量，来计算2段话【例如2条微博】之间的相似度呢？
好东西传送门 网页版 转发于2015-08-03 12:46
最简单粗暴的做法可以算两个句子间的cosine similarity，实现可以用Gensim里的word2vec或docvec里的n_similarity函数 http://t.cn/RLWgw6R http://t.cn/RzuUWbs 也请右边的行家们指点
phunter_lau 网页版 转发于2015-08-03 14:08 回复 @好东西传送门 “最简单粗暴的做法可以算两个句子…”
市场上现有办法就是右边说的doc2vec，但是对于类似微博的短文本的效果不好说，可以在实际例子里测试一下
 InfoQ 网页版 2015-08-03 10:45
架构 Spark
【IBM如何拥抱Spark】日前，IBM宣布加入Spark社区，并与Spark的核心贡献公司Databricks合作。那么IBM将如何与社区进行合作，其自身又在Spark、大数据及机器学习领域有哪些计划？InfoQ受邀与IBM进行交流，并对以上问题进行了解读。 http://t.cn/RL0y0DY 更多干货，请关注我们的公众账号geekbang01
 刘铁岩 网页版 2015-08-03 09:57
公告板 会议活动 NIPS 会议 征稿
为了避免和NIPS rebuttal的冲突，ACML 2015第二轮投稿的截止日期推迟一周，改为8月10日（太平洋时间23:59）。这样大家就有更多的时间来反击NIPS审稿人、以及修改ACML论文了。望周知，并相互转告。
 闫安Jon 网页版 2015-08-03 09:49
算法 应用 David Silver 论文 预测
[1507.08750] Action-Conditional Video Prediction using Deep Networks in Atari Gameshttp://t.cn/RLWQ4AI 自带山寨游戏机的DQN玩Atari得分更高 [酷]
鲁东东胖 网页版 转发于2015-08-03 20:34
但是david silver说model-based RL在Atari上惨不忍睹，当然我也没想到Satinder Singh也来蹚这浑水
 格灵深瞳 网页版 2015-08-03 09:45
深度学习 视觉 算法 神经网络
【新技术能识别出黑暗中的人脸】http://t.cn/RLO7cuw 根据Discovery网站的报道，德国卡尔斯鲁厄理工学院计算机科学家萨奎布·萨弗拉兹和雷纳·斯蒂费尔哈根开发了一个系统，能分析某人面部的红外照片，并与正常拍摄的照片进行对比。这一对比利用了深度神经网络技术。
 成华区学无涯书社 网页版 2015-08-03 09:30
算法 书籍
每日新书：《计算机应用与可靠性工程中的概率统计（中文版·原书第2版）》全书分三部分：1～5 章介绍了概率基础理论；6～9 章介绍介绍了随机过程在系统建模中的应用，主要包括随机过程相关定义、离散时间马尔可夫链、连续时间马尔可夫链以及排队网络等；最后两章分别介绍了统计推断及回归和方差分析。
 FreeBuf黑客与极客 网页版 2015-08-03 09:00
【麻省理工大学（MIT）研究出识别Tor匿名服务的方法，准确率高达88%】麻省理工学院（MIT）的研究人员发现了Tor网络中存在的一个漏洞，成功实现了一种针对Tor网络的流量关联攻击。这种方法能够识别Tor网络下的隐藏服务，识别准确率高达88%。详情：http://t.cn/RLW9shy
 柏斯维 网页版 2015-08-03 08:59
经验总结 知识工程 博客 知识库
《知识图谱——数据实体化的手段》 物联网现在更多专注于将实体数据化，而将数据实体化也将是一个重要课题。互联网网页，如新闻、博客等内容里涉及大量实体。将数据实体化，对实现真正的智能是非常重要的技术手…（阅读全文: http://t.cn/RLWYqjg 下载LOFTER客户端:http://t.cn/RPSYdQu）
 好东西传送门 网页版 2015-08-03 08:59
会议活动 深度学习 算法 自然语言处理 HMM 会议 统计 主题模型
第49期NLP日报(2015-08-02) 1) ACL见闻之流水帐 2) S2MT workshop讲义 3) 论文: 可接受性判断的无监督预测 (n-gram/BHMM/LDAHMM/Bayesian Chunker/RNNLM) 完整版10条http://t.cn/RLWY4T6
 phunter_lau 网页版 2015-08-03 08:37
公告板 Kaggle
我在 @知乎 回答了【业余爱好者只有pc，没有高大上的机器，可以参加kaggle这样的机器学习竞赛吗？】：没有多大问题，kaggle的数据量一般比较小，都是几百MB以下的，现在单机都是8核32GB这样的配置，处理绰绰有余。极少见很大数据量的比赛，比如 Descrip…http://t.cn/RLWj7tl
好东西传送门 网页版 2015-08-03 08:35
会议活动 视觉 资源 自然语言处理 Michael Littman 顾嘉唯 会议 机器翻译 简报 课程
第318期机器学习日报(2015-08-02)http://t.cn/RLWKl4g 1) ACL见闻之流水帐 2) 分析国内的计算机视觉相关公司 3) S2MT机器翻译Workshop 4) Michael Littman在RLDM 2015上的强化学习教程 5) 顾嘉唯：从万物互联到万物智能 完整版21条 http://t.cn/RLWKl4d
phunter_lau 网页版 2015-08-03 08:20
Kaggle
我在 @知乎 回答了【如何看待Kaggle比赛 Flavours of Physics: Finding τ → μμμ？】：谢邀，相关背景，前CMS实验组成员，研究课题是Higgs diphoton（对的，就是我们发现Higgs）以及一些BSM（超越标准模型）模型的实验，参加过Kaggle之前… http://t.cn/RLWlwRc
爱可可-爱生活 网页版 2015-08-03 07:44
资源 PDF 代码
【分布式语义模型(DSM)训练/验证数据集EVALution】GitHub:http://t.cn/RLWOxn7《EVALution 1.0: an Evolving Semantic Dataset for Training and Evaluation of Distributional Semantic Models》E Santus, F Yung http://t.cn/RLWOxnz
 星空下的巫师 网页版 2015-08-03 07:20
代码
On-line Machine Learning in Go (and so much more)，代码：http://t.cn/RLW0Vk8
星空下的巫师 网页版 2015-08-03 07:09
深度学习
Deep Learning Is The Future: Q&A With Naveen Rao of Nervana Systems | OpenMarkets #未来是我的你的他的，但终究还是deep learning的# http://t.cn/RLWpuhk
星空下的巫师 网页版 转发于2015-08-03 07:10
Rao谈深度学习对未来工业界的影响
 techcrunch:TC 网页版 2015-08-03 07:00
算法
【Machine Learning And Human Bias: An Uneasy Pair】“We’re watching you.” This was the warning that the Chicago Police Department gave to more than 400 people on its “Heat List.” The list, an attempt to identify the people most likely to commit violent crime in the city, was created with a predictive algorithm that focused on factors including, per the Chicago Tribune, “his or her acquaintances and their… http://memect.co/22JgW4WLWvj
温故知新 (5)
更早的微博，有新精彩评论或被再次推荐
2015-08-01 (2)
 西电学术 网页版 2015-08-01 17:25
Wei Ren 教育网站
讲座预告：Consensus of linear multi-agent systems with fully distributed control gains in asymmetric directed networks，时间：08-04 10:00，地点：南校区G楼223，讲座人：Wei Ren，详情见：http://t.cn/RL0dPeP @西电电院微博 @西安电子科技大学 @西电小喇叭 @西电小浪 @西电新闻 @西电导航
西电学术 网页版 2015-08-01 17:24
应用 自然语言处理 Xifeng Yan 教育网站 问答系统 信息检索
讲座预告：Network Centric Information Search and Question Answering，时间：08-05 11:00，地点：图书馆108报告厅，讲座人：Xifeng Yan，详情见：http://t.cn/RL0rFv6 @西电电院微博 @西安电子科技大学 @西安电子科技大学研究生会 @西电小喇叭 @西电小浪 @西电新闻@西电导航
2015-07-17 (1)
爱可可-爱生活 网页版 2015-07-17 06:57
自然语言处理 Christopher Manning
【Science Review:自然语言处理最新进展】《Advances in natural language processing》J Hirschberg, CD Manning http://t.cn/RLVZOjs 最新一期《Science》有不少AI/机器学习方面的内容，请参阅http://t.cn/RLVZOjF
爱可可-爱生活 网页版 转发于2015-08-03 08:04
《Advances In Natural Language Processing》已开放免费阅读:http://t.cn/RLVAjiRpdf:http://t.cn/RLWWVji
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
ICT_朱亚东 网页版 转发于2015-08-03 00:58 回复 @phunter_lau “我个人觉得lr做ctr主要因为在线学…”
lr具有较完善的应用体系，离线的lr评估加在线学习机制基本能cover绝大数场景
2015-06-15 (1)
 妖僧老馮 网页版 2015-06-15 22:10
入门 深度学习 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
| 
发表于 2015-8-4 09:14:26
