机器学习日报 2016-05-26
@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18 算法10 深度学习7 资源7 自然语言处理3 视觉3 应用2 架构1语音1 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)
 数盟社区 网页版 2016-05-26 09:14
深度学习 语音
【深度 | 深度学习这么神奇，为什么仍奈何不了语音转录？】为长段的实际人类对话提供精确转录的任务仍然超出了今天甚至最先进的软件的能力。http://t.cn/R5we3LV
 CTO俱乐部 网页版 2016-05-26 14:16
算法 资源 简报 课程
#CTO简报# 【携程：机器学习在酒店服务领域的实践】在携程技术中心推出的线上公开课程[携程技术微分享]上，携程酒店研发BI经理潘鹏举介绍了如何借助大数据和算法，通过机器学习去克服酒店服务行业挑战。阅读全文：http://t.cn/R5AyiOS
 视觉机器人 网页版 2016-05-26 09:57
深度学习 视觉 算法 代码 神经网络
【深度学习、图像处理】前向反馈神经涂鸦（Feed-forward neural doodle）， 集成了fast-neural-doodle http://weibo.com/5501429448/Dm1Nf4V4R 和Texture Networkshttp://weibo.com/5501429448/DoOwQtk08 项目：http://t.cn/Rqr5uem 代码：http://t.cn/RqryYOY 演示：http://t.cn/RqdAvpi 只要你能像…全文：http://m.weibo.cn/5501429448/3979322303799320
 爱可可-爱生活 网页版 2016-05-26 09:42
深度学习
《专访360王占一：如何通过深度学习实现对应用流量识别》via:@InfoQ http://t.cn/R5wrZFR
爱可可-爱生活 网页版 2016-05-26 09:31
深度学习 黄文坚
《当AlphaGo战胜李世石以后，我们来聊聊深度学习》by 黄文坚 via:@InfoQhttp://t.cn/R5wD192
最新动态
2016-05-26 (12)
 IT程序猿 网页版 2016-05-26 21:30
架构 Spark 行业动态 林世飞
#粉丝福利# @IT程序猿 联合@图灵教育 送出5本《Spark最佳实践》，截止5月31日零点，转发赢取。腾讯资深研发者陈欢、林世飞打造，腾讯专家首次分享Spark实战案例。前半部分涵盖Spark的部署、工作机制和内核，后半部分通过实战项目介绍Spark SQL、Spark Streaming、Spark GraphX和Spark MLib功能模块。基…全文：http://m.weibo.cn/1630461754/3979496664786432
 数据科学家快报 网页版 2016-05-26 21:25
可视化
G2 是一个由纯 javascript 编写、强大的语义化图表生成工具，它提供了一整套图形语法，可以让用户通过简单的语法搭建出无数种图表，并且集成了大量的统计工具，是为大数据时代而准备的强大的可视化工具。O网页链接 是他是他就是他，我们的G2！ 【数据可视化】http://t.cn/R5A6rD4
IT程序猿 网页版 2016-05-26 18:00
经验总结 算法 资源 Python 博客 决策树 书籍
【使用python抓取婚恋网用户数据并用决策树生成自己择偶观】最近在看《机器学习实战》的时候萌生了一个想法，自己去网上爬一些数据按照书上的方法处理一下，不仅可以加深自己对书本的理解，顺便还可以在github拉拉人气。http://t.cn/RqWVAuA（来自： 博客园）
 龙星镖局 网页版 2016-05-26 17:22
资源 PDF 教育网站
在big data的背景下，hashing技术在数据库、机器学习、数据分析等领域都扮演着重要作用，大大提升了利用数据价值的效率。推荐大家看看南大 @李武军nju 和 @南大周志华 老师合作的中文综述《大数据哈希学习: 现状与趋势》，http://t.cn/R5Ac7Dj
 计算机世界 网页版 2016-05-26 17:19
算法 资源 书籍
帅哥诚心教你用大数据，给互联网金融用户写一封“不二情书” 如何运用大数据实现风险控制？如何运用大数据算法给目标用户画像？当消费信贷决策遇上人工智能、机器学习又会怎样？本期《了不起的实践》特邀美国硅谷专家为大家分享：如何用大数据给网贷用户写一封“不二情书”~http://t.cn/R5AtnIB
视觉机器人 网页版 2016-05-26 17:04
深度学习 视觉 算法 资源 自然语言处理 SVM 代码 课程 强化学习
【机器学习】机器学习和深度学习的教程资源（Machine Learning & Deep Learning Tutorials ）：http://t.cn/R4AtMqN 人工智能、进化算法、统计、数据竞赛、回归、模型、深度学习、自然语言处理、计算机视觉、支持向量机、强化学习、VC维、优化，面好广。
 InfoQ 网页版 2016-05-26 15:45
深度学习
【专访360王占一：如何通过深度学习实现对应用流量识别】在网络的入口处对应用程序的识别是非常重要的，应用流量的准确识别不但可洞悉整个网络的运行情况，而且可针对具体需求做用户行为的准确管控，这在一定程度上既可保证业务流的高效运行，也可预防由于内网中毒引起的断网事件 http://t.cn/R5wrZFR
 samplingN 网页版 2016-05-26 13:13
深度学习 算法 资源 PDF 论文 神经网络 统计
继Towards Bayesian Deep Learning: A Survey： http://t.cn/R5A2vJr 之后，又一篇组合deep learning （representation）和probabilistic graphical models（structure）：Composing graphical models with neural networks for structured representations and fast inferencehttp://t.cn/R5A2vJB
 学生古 网页版 2016-05-26 11:55
会议活动 算法 自然语言处理 ICLR 会议 活动 机器翻译 神经网络
#ACL16#神经机器翻译（neural MT）长文8篇+短文3篇。除了一篇长文，其余10篇均已放出arXiv，有的已被引5次，有的来自ICLR16研讨会。关键词有：Character Word-character Monolingual Risk Coverage Subword Semi-Supervised Attentional Syntactically Vocabulary。 （以下是Github Markdown格式的论…全文：http://m.weibo.cn/2536116592/3979352070871737
 黄广斌-ELM 网页版 2016-05-26 11:48
算法 神经网络
中国人工智能界的“输”和“赢”： 世界人工智能界其实也正在下一场比AlphaGO更为波澜壮阔的历史“围棋”。中国人工智能界也兴奋不已。这场由产业驱动的人工智能热以数据为智能源泉，超算环境为依托，人工神经网络为骨干技术。不断刷屏和新闻的背后其实是斗志斗智斗勇，商业竞争大于学术研究。结果是直…全文： http://m.weibo.cn/5546539755/3979350368346670
 FPGA开发圈 网页版 2016-05-26 10:38
视觉 算法 资源 书籍
【openCV开源库简介】penCV（Open Source Computer Vision Library:http://t.cn/zWpynYS）是一个开源BSD库，该库包括数百个机器视觉算法。该手册基于OpenCV2.X API。是一个C++版本的API。OpenCV是一个模块化结构，即由几个共享和静态库组成…http://t.cn/R5wsD8b
 外刊IT评论 网页版 2016-05-26 09:00
应用 自然语言处理 机器人
【安全公司称40%的机器人都在为非作歹】除了这些一心一意为人们服务的机器人外，还有一些心怀恶意的坏蛋机器人，这是你必须小心提防的。它们已存在多年。随着聊天机器人的快速发展，它们形成的安全威胁也越来越大了。事实上，据安全公司 Distil Networks 称，大约 4[…]http://t.cn/R5wUuBW
温故知新 (1)
更早的微博，有新精彩评论或被再次推荐
2016-05-25 (1)
 ResysChina 网页版 2016-05-25 18:10
算法 应用 推荐系统
【Netflix推荐系统的最新解读：算法、商业价值与创新 [1]】Netflix Prize已经7年过去了，Netflix不仅大有取代Amazon成为新一代推荐引擎之王的架势，而且从商业回报本身上看也无疑取得了非常巨大的回报。Netflix推荐系统的现状如何呢？ResysChina将带来最新的深度解读。http://t.cn/R5wa3Wr
clickstone 网页版 转发于2016-05-26 09:55
Netflix的最新用户数据：注册会员6500万人，每天观看视频的总时长1亿个小时，80%的用户选择都或多或少受到了推荐的影响。
| 
发表于 2016-5-28 07:37:03