第1147期AI100_机器学习日报(2017-11-08)

更新于 2017年11月9日 机器学习
我来说两句
0 2017年11月9日

2017-11-08 日报 机器学习

AI100_机器学习日报 2017-11-08

@好东西传送门 出品,由@AI100运营, 过往目录http://ai100.com.cn

订阅:关注微信公众号 AI100(ID:rgznai100,扫二维码),回复“机器学习日报”,加你进日报群

微信公众号:rgznai100

本期话题有:

全部20 深度学习8 经验总结7 自然语言处理5 视觉5 算法4 资源3 应用2 会议活动2 知识工程1

用日报搜索找到以前分享的内容: http://ml.memect.com/search/

极客机器视觉   网页版 2017-11-08 05:42
深度学习 视觉 资源 课程 梅涛
『【深度前沿】基于深度学习的智能视频分析,微软亚洲研究院梅涛博士ACM MM 2017 Tutorial解读』http://t.cn/RlOA7ZC

 

爱可可-爱生活   网页版 2017-11-08 16:27
经验总结 Matthew Mayo 博客
【解释机器学习模型:概览】《Interpreting Machine Learning Models: An Overview》by Matthew Mayo http://t.cn/RljUhPu

 

PaperWeekly   网页版 2017-11-08 13:33
自然语言处理
【NLP专题论文解读:从Chatbot到NER】 关键词:对话系统、命名实体识别(NER)和 QA 系统。文末更有超大彩蛋:微信刷论文新技能get√ 戳我:http://t.cn/Rllb9De

 

爱可可-爱生活   网页版 2017-11-08 08:31
Zhang Github 代码
【3D机器学习相关资料汇总】’A learning resource repository for 3D machine learning’ by Yuxuan (Tim) Zhang GitHub: https:\//github.com\/timzhang642/3D-Machine-Learning ​

 

网路冷眼   网页版 2017-11-08 07:30
经验总结 算法 应用 博客 社交网络 神经网络
【Juggernaut: Neural Networks in a web browser】http://t.cn/RlOo07g Juggernaut: 在网络浏览器中构建神经网络。 ​

 

微软亚洲研究院   网页版 2017-11-08 18:25
张益肇
【AI+医疗需要文火慢炖】近几年来,医疗和人工智能碰撞出了相当多的火花,大量资金短期投入到医疗领域当中。然而在微软亚洲研究院副院长张益肇博士看来,人工智能医疗是一场持久战,大家一定要沉下心多调研、多思考、多学习。本文中,张益肇博士将为大家解读微软在医疗领域的布局。 …全文: http://m.weibo.cn/1286528122/4171878283707522

 

Python   网页版 2017-11-08 15:31
经验总结 深度学习 视觉 Python 博客
#Python# 【基于Python的开源人脸识别库:离线识别率高达99.38%】仅用 Python 和命令行就可以实现人脸识别的库开源了。该库使用 dlib 顶尖的深度学习人脸识别技术构建,在户外脸部检测数据库基准(Labeled Faces in the Wild benchmark)上的准确率高达 99.38%。http://t.cn/RllBPnh (CSDN) ​

 

爱可可-爱生活   网页版 2017-11-08 14:35
深度学习 视觉 Edward Medvedev Python 代码
‘Attention-based OCR – A Tensorflow model for text recognition (CNN + seq2seq with visual attention) available as a Python package and compatible with Google Cloud ML Engine.’ by Edward Medvedev GitHub: https:\//github.com\/emedvedev/attention-ocr ​

 

i陈飞   网页版 2017-11-08 13:10
经验总结 深度学习 博客 智能汽车
#机器学习高可用# 之边界检查:如何验证你的自动驾驶模型,不会仅仅因为输入暗了一点,就从左转变成了右转,见下图。DeepXplore的思路可以参考一下,看意思是DNN左右互搏[允悲]。http://t.cn/Rl2Xacu

 

ChatbotsChina   网页版 2017-11-08 10:33
自然语言处理
自然语言处理的6大法宝 http://t.cn/RlWtv9t

 

IT技术头条   网页版 2017-11-08 08:54
【离散型特征编码方式:one-hot与哑变量】本文我们简单介绍了one-hot编码和哑变量编码是如何进行编码过程的,然后又分析了它们各自的特征,最后讨论了它们是如何提升线性模型的非线性能力的。 … 详戳→ http://t.cn/RlOQhHa 作者→ (ML小菜鸟) ​

 

爱可可-爱生活   网页版 2017-11-08 08:21
会议活动 自然语言处理 Ryan Cotterell 会议 语言学
【ACL还算不算交叉学科?——看NLP与语言学的渐行渐远】《Is ACL Interdisciplinary?》by Ryan Cotterell @ryancotterell/what-interdisciplinarity-in-acl-means-to-me-f070121bfa85″>http://t.cn/RlOOvYd pdf:http://t.cn/RlOOvYB

 

伯乐在线官方微博   网页版 2017-11-08 08:20
经验总结 深度学习 博客
《23 个热门深度学习库的排名》基于 Github 和 Stack Overflow 上的活跃度以及 Google 搜索结果,The Data Incubator 最近制作了一个 23 个热门深度学习库的排名。http://t.cn/Rla8M4b (iScream 译,欢迎加入翻译组:http://t.cn/R2azJxi) ​

 

爱可可-爱生活   网页版 2017-11-08 05:57
资源 Jason Brownlee 课程
【用预训练VGG模型进行照片对象分类】《How to Use The Pre-Trained VGG Model to Classify Objects in Photographs | Machine Learning Mastery》by Jason Brownlee http://t.cn/RlOxJNX

 

爱可可-爱生活   网页版 2017-11-08 05:46
深度学习 算法 Eugenio Culurciello 神经网络
《Deep Neural Network Capsules》by Eugenio Culurciello @culurciello/deep-neural-network-capsules-137be2877d44″>http://t.cn/RlOxPKp pdf:http://t.cn/RlOxPK0

 

爱可可-爱生活   网页版 2017-11-08 05:42
算法 自然语言处理 James Bradbury Jiatao Gu 机器翻译 神经网络
【神经网络机器翻译全并行文本生成方法】《Fully-Parallel Text Generation for Neural Machine Translation》by Jiatao Gu, James Bradbury http://t.cn/RlOM1KB ref:《Salesforce A.I. researchers develop faster machine translation model》 http://t.cn/RlOM1K1

 

ArnetMiner   网页版 2017-11-08 05:16
经验总结 深度学习 Michael Li Rachel Allen 博客 数据科学
【分享】《Ranking Popular Deep Learning Libraries for Data Science》最受数据科学家欢迎的深度学习库排名 http://t.cn/RlOIQrU 排名根据Github、Stack Overflow和google搜索的活跃度做出。TensorFlow、Keras和Caffe位列前三。来源:KDnuggets 作者: Rachel Allen,Michael Li ​

 

wx:   网页版 2017-11-09 01:00
会议活动 视觉 应用 知识工程 资源 自然语言处理 陈华钧 陈铭松 董笑菊 高博 行业动态 胡春民 会议 活动 机器人 姜波 课程 林俊宇 刘挺 卢东昕 卢暾 社交网络 施水才 书籍 唐杰 推荐系统 王昊奋 语言学 臧根林 赵世奇 知识库 周明
「CNCC2017技术论坛 | 知识图谱遇见社交媒体」2017中国计算机大会(CNCC2017)由中国计算机学会(CCF)主办,福州市人民政府、福州大学承办,福建师范大学、福建工程学院协办。CNCC2017的大会主题是“人工智能改变世界(AI Changes the World)”,大会邀请14位院士、300余位国内外计算机领域知名专家、著名国际国内IT企业家到会演讲。会议包括14个特邀报告、2场大会论坛、40余场前沿技术论坛及30余场特色活动,同期举办科技成果展。CNCC2017于10月26~28日在福州举办,今年是第14届,有来自700多家企事业单位的6000多名专业人士参会。10月26日下午,由CCF YOCSEF上海和CCF中文信息技术专委会联合主办的“知识图谱遇见社交媒体技术”论坛如期举行,论坛执行主席为CCF YOCSEF上海主席、深圳狗尾草智能科技公司CTO王昊奋博士和CCF YOCSEF总部学术秘书、中国科学院信息工程研究所网络空间技术实验室主任助理林俊宇博士共同主持。本次活动邀请到了国内知识工程和社交媒体领域的顶级专家、学者和企业家共六位讲者共聚一堂。本次论坛吸引了超过300名听众,CCF广州分部主席臧根林、CCF YOCSEF总部荣誉委员胡春民、荣誉委员姜波、荣誉委员卢东昕、AC委员董笑菊,上海分论坛学术秘书李超、卢暾,AC委员高博、陈铭松等应邀参加了活动。知识图谱(Knowledge Graph)和社交媒体(Social Media)是目前科研领域的两个研究热点,吸引了来自学术界和工业界的广泛关注。知识图谱与社交网络的融合在各种互联网和智能化应用(个性化推荐、聊天机器人、兴趣社区发现、用户画像等)中也有很好的应用。论坛首先针对知识图谱与社交网络的统一表示、社交媒体知识挖掘与利用以及知识图谱如何融入社交元素等话题进行学术分享,其次围绕知识图谱与社交网络在智能时代如何融合,以及两者融合所产生的新机遇、挑战和杀手级应用等展开充分讨论。第一位讲者是哈尔滨工业大学的刘挺教授,他的报告题目是《从知识图谱到事理图谱》。刘老师从知识图谱出发,详细介绍了2014年底正式发布的“大词林”,其是自动构建的基于上下位关系的大规模开放域中文知识图谱。接着介绍了当前无论是知识图谱还是语义网络等知识库的研究对象都是实体和关系,而不是事件。为了揭示事件的演化规律和发展逻辑,哈工大提出了事理图谱的概念、原理、方法及初步成果,事理图谱是一个描述事件之间顺承、因果关系的事理演化逻辑有向图,可以为揭示和发现事件演化规律与人们的行为模式提供强有力的支持,最后介绍了事理图谱在出行和金融方面的应用初探。第二位讲者是浙江大学的陈华钧教授,他的报告题目是《OpenKG与cnSchema:开放的知识图谱社区》。陈老师首先从KG的发展历程介绍开放社区与知识图谱的关系,并简要介绍了OpenKG正在开展的几项工作,包括cnSchema——开放的知识图谱的Schema,链接的开放百科知识图谱及开放KG资源库等,然后以Wikidata、Schema.Org等项目为背景,介绍社交媒体平台与开放社区对于知识图谱发展的价值和意义,并结合知识图谱的特点,分析了基于社交媒体实现知识图谱众包所面临的挑战、问题以及可能的实施路径。 第三位讲者是来自微软亚洲研究院的周明研究员,他的报告题目是《The Latest Progress of Intelligence QA》。周老师介绍了利用知识库和文本进行自动问答的最新进展,涉及问题的语义理解、答案候选的抽取以及最佳答案的优选等方面,也分享了研究热点问题生成的初步成果;最后向大家展示了基于表格和图像等多模态知识进行问答的研究方法和研究成果。第四位讲者是来自清华大学的唐杰副教授,他的报告题目是《在线教育+知识图谱: Can AI help MOOCs》,唐老师的报告分别从行为日志中如何自动挖掘进行用户行为建模和画像自动生成,如何利用知识图谱技术进行课程知识点抽取、前置课程或知识点关系挖掘等课程内容分析,基于LittleMu(小木)聊天机器人进行课程推荐,自动导航和课程问答等三个方面进行详细的介绍,深入浅出地介绍了知识图谱如何帮助在线教育,给听众带来很大的启发。第五位讲者是北京拓尔思信息技术股份有限公司副董事长兼总裁施水才先生,他的报告题目是《基于知识图谱实现人机协作的大数据智能分析》。施水才先生介绍了拓尔思在知识图谱方面的积累,海量大数据分析的挑战和出路,并着重介绍了一款基于知识图谱实现人机协作的大数据智能分析平台“水晶球”,该平台具有智能搜索、信息抽取、大规模知识图谱利用等特点,广泛应用于情报分析、银行反洗钱等领域。 第六位讲者是百度公司自然语言处理部总监赵世奇博士,他的报告题目是《百度知识图谱:人工智能的知识心脏》。赵博士介绍了百度在知识图谱方向上深耕多年,具有深厚的技术和数据积累,所构建的知识图谱在多个实际产品中发挥着重要作用,并介绍了百度在知识图谱建设与应用过程中,特别是在知识抽取、消歧、实体关联、实体归一等方面的解决方案以及在问答、自动文章生成等应用方面的最新进展,最后展望了非简单事实类知识、跨媒体知识、知识自学习、知识化搜索和通用对话等方面的趋势。    精彩的报告结束后,论坛进行了一个简短的Panel环节,分别从知识图谱研究应用现状出发,围绕社交媒体助力知识图谱和知识图谱助力社交媒体两方面,共同探索知识图谱和社交媒体结合的研究课题和未来发展方向等。Panel气氛轻松,台上台下互动频繁,为新理论、新技术和新应用的提出和推动开了一次脑洞。至此,本论坛圆满结束。 论坛讲者、执行主席与嘉宾合影留念(林俊宇、王昊奋供稿)更多精彩文章请关注中国计算机学会公众账号 长按二维码关注中国计算机学会 via: http://mp.weixin.qq.com/s?__biz=MjM5MTY5ODE4OQ==&mid=2651448617&idx=3&sn=26279e91c2c506a7e95df917dde66186&scene=0#wechat_redirect

 

爱可可-爱生活   网页版 2017-11-06 08:37
经验总结 深度学习 视觉 博客
【深度学习单图像超分辨率】《Using deep learning for Single Image Super Resolution》by Katarzyna Kańska, Paweł Goliński http://t.cn/Rl6nzB9 Demo:http://t.cn/Rl6nzBC

 

爱可可-爱生活   网页版 2017-11-03 04:33
算法 De Montreal Yoshua Bengio 论文 神经网络
《Fraternal Dropout》K Zolna, D Arpit, D Suhubdy, Y Bengio [Jagiellonian University & Université de Montréal] (2017) http://t.cn/RlyNXLy

 

回复