第355期机器学习日报(2015-09-08)

更新于 2015年9月9日 机器学习
我来说两句
0 2015年9月9日

2015-09-08 日报 机器学习

机器学习日报 2015-09-08

@好东西传送门 出品, 过往目录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 点我订阅

本期话题有:

全部28 算法10 深度学习8 资源6 自然语言处理5 会议活动5 应用4 知识工程2 视觉2 经验总结2

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

刘挺   网页版 2015-09-08 22:18
自然语言处理
中文语义依存分析—通往中文语义理解的一条蹊径 http://t.cn/RyUd08e

 

爱可可-爱生活   网页版 2015-09-08 21:07
Java Na Smith 代码
【论文+代码(Java)+数据:基于无监督概率模型的政治关系与事件抽取】《Learning to Extract International Relations from Political Context》B O’Connor, BM Stewart, NA Smith (ACL2013) http://t.cn/RyU1Ndo GitHub:http://t.cn/RyU1Nda

 

题叶   网页版 2015-09-08 20:36
immersive linear algebra http://t.cn/RyUx0DB 带很多的例子, 还没完成

 

百度   网页版 2015-09-08 12:21
应用 行业动态 机器人
智能机器人助理度秘惊艳亮相#2015百度世界#大会,Robin表示,百度“三大基石”炼成度秘超级秘书——连接3600行实现服务接入、全网数据挖掘支撑服务索引、智能交互完成服务满足。究竟这位超级秘书有哪些神奇之处?跟小度一起来看图!

 

赵_志_勇   网页版 2015-09-08 09:52
算法 应用 PageRank 信息检索
PageRank算法的设计思想以及背后的数学逻辑,可以当成一个故事来读http://t.cn/aeM3IB

 

iB37   网页版 2015-09-08 23:05
会议活动 算法 资源 NIPS 会议 课程 统计
模型批判作为自动统计学家的一角,度量真实数据与模型假设的离差 1)Ghahramani德国MLSS15 Automatic Statistician http://t.cn/RyUeaNu 2)最大均值离差MMD评估RBM,DBN,高斯过程回归 Statistical Model Criticism using Kernel Two Sample Tests James [Lloyd,NIPS15] 论文+代码:http://t.cn/RyUeaN3

 

Linuxeden开源社区   网页版 2015-09-08 22:49
Python 数据科学
【机器学习编程语言之争,Python夺魁】 随着科技的发展,拥有高容量、高速度和多样性的大数据已经成为当今时代的主题词。数据科学领域中所采用的机器学习编程语言大相径庭。究竟哪种语言最适合机器学习成为争论不休的话题。近日,密西根州立…http://t.cn/RyUgYmb

 

ImaginationTech   网页版 2015-09-08 22:44
经验总结 博客
【代码能自动写代码 码农该咋办?】《金融时报》撰文称,如果代码能自动编写代码,程序员的角色可能发生巨大转变。未来,多数程序员可能变成电脑“训练员”,他们将教电脑编写代码和理解人类的语言指令。这个时代什么时候到来?大家怎么看?@搞机圈老王 @何庆军 @何小庆微博 http://t.cn/RyUgjBC

搞机圈老王 网页版 转发于2015-09-08 22:50
这个是人工智能才能做到的事。可以根据指导或者是宏写程序是可能的,完全给个问题,就写出程序,就类似机器人的自动进化。是科幻小说。

 

金连文   网页版 2015-09-08 19:43
入门 深度学习 算法 资源 代码 神经网络
RNN(回归神经网络)资源汇集:Awesome-rnn—A curated list of resources dedicated to recurrent neural networks 网址: http://t.cn/RLI8bZ1 GitHub: http://t.cn/RyUmz47

 

segmentfault:2shou   网页版 2015-09-08 19:07
自然语言处理
【卡方检验原理及应用】卡方检验,或称x2检验,被誉为二十世纪科学技术所有分支中的20大发明之一,它的发明者卡尔·皮尔逊是一位历史上罕见的百科全书式的学者,研究领域涵盖了生物、历史、宗教、哲学、法律。之前做文本分类项目用过卡方值做特征选择(降维),后来听内部培训,另一个部门说他们有用卡方检验做异常用户的检测,于是就想把卡方检验再温习一次,同时把卡方检验和特征选择串起来理解。 无关性假设 举个例子,假设我们有一堆新闻标题,需… http://memect.co/av2PFxy3tUr

 

GeekPark   网页版 2015-09-08 19:02
应用 资源 行业动态 机器人 视频
#极客现场# 在本次的百度世界大会中,主打「索引」和「连接」的百度推出了「度秘」机器人。度秘具有不断学习的能力,由百度强大的技术大脑作为支撑,它足够智能,可以不断加深对用户的了解,提供更加贴心周到的服务,来看看这只萌萌的度秘吧。http://t.cn/RyURXgt http://t.cn/RyUEoCV

 

计算机视觉小菜鸟   网页版 2015-09-08 18:46
视觉
IEEE Xplore Abstract – Virtual and Real World Adaptation for Pedestrian Detection 人造样本用于行人检测和识别 http://t.cn/RyURgnt

 

爱可可-爱生活   网页版 2015-09-08 18:09
经验总结 深度学习 博客 代码
【(Torch)用空间变化网络(ST-CNN)做标识识别(GTSRB dataset)】《The power of Spatial Transformer Networks》by Alban Desmaison http://t.cn/RyU8MAp GitHub(“Traffic sign recognition with Torch”):http://t.cn/RyU8MAN 参阅:http://weibo.com/1402400261/Crade9rG7

 

计算机视觉小菜鸟   网页版 2015-09-08 18:02
视觉
IEEE Xplore Abstract – Scene-Specific Pedestrian Detection for Static Video Surveillance 通用行人检测改造为可以针对具体场景的检测 http://t.cn/RyU8wWb

 

IT技术博客大学习   网页版 2015-09-08 17:14
算法 应用 推荐系统
【MinHash原理与应用】 MinHash首先它是一种基于 Jaccard Index 相似度的算法,也是一种LSH的降维的方法,应用于大数据集的相似度检索、推荐系统。下边按我的理解介绍下MinHash。 举例A,B 两个集合:… 详见:http://t.cn/zjS9vy3

 

自动化网官方微博   网页版 2015-09-08 15:16
自然语言处理 问答系统
苹果公司目前正试图额外雇用 86 名人工智能专家,主要为提升 Siri 的服务性能,也招募了专攻营销的职员,希望通过加强 机器学习,最终能够更为精准的为目标客户服务。尽管苹果公司尚未透露有多少员工在进行这方面的工作,但最新一轮的招聘计划应该有助于弥补此项人员的缺失。http://t.cn/RyUp6N6

 

iB37   网页版 2015-09-08 13:07
会议活动 深度学习 算法 NIPS 会议 神经网络
卷积LSTM网络预测即时降雨量 Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting [Shi,NIPS15] 将问题归约为时空序列预测,在全连接的LSTM上增加卷积结构,效果优于FC-LSTM和ROVER算法http://t.cn/RyU9imj 附: 以前听周老师说训练神经网络搞天气预报要好几个月。。

 

爱可可-爱生活   网页版 2015-09-08 12:57
算法 资源 Justin Domke 课程 视频
【视频:(MLSS Sydney 2015)Justin Domke讲概率图模型】《Probabilistic Graphical Models with Justin Domke (Screencast Version)》http://t.cn/RyUKsqa 云:http://t.cn/RyUKsqX Slide:http://t.cn/RyUKsqS 更多”MLSS Sydney 2015″视频:http://weibo.com/1402400261/CtMNf6OnX

 

刘知远THU   网页版 2015-09-08 12:16
会议活动 Kurt J 活动
[学术报告] A Scalable Backward Chaining-based Reasoner for a Semantic Web。报告人:Maly, Kurt J.,时间:9月8日下午16:00,地点:清华大学东门内FIT大楼1-312。欢迎参加。[微笑]

 

格灵深瞳   网页版 2015-09-08 11:00
【基因检测:植入“人工智能”的种子】http://t.cn/RyU6PuN 每个人都能从自己的父母身上遗传到30亿个基因密码,要掌握自己的健康状况,必须先对这些密码进行剖析,基因检测就在做着这种解码工作。

 

王王争   网页版 2015-09-08 09:26
深度学习 GPU Nv Kepler 行业动态
9月公有云hpc将开始提供给种子用户测试,带gpu加速。并且我们会在hpc.aliyun.com提供一系列阿里内部高性能计算相关基础工具,native assembler for NV Kepler,hpc及深度学习docker镜像等。

 

iB37   网页版 2015-09-08 09:07
会议活动 算法 NIPS PCA 会议
稀疏主成分分析抽取若干稀疏的不相交的成分,可基于紧缩的贪心一个一个的找。Sparse PCA via Bipartite Matchings [Asteris,NIPS15] 将联合求解多个稀疏主成分的问题与二部图最大权重匹配问题联系起来,能够同时捕捉到最大方差。针对复杂性关于矩阵秩是指数的,可先降维后再找http://t.cn/RyUfggF

 

课程图谱   网页版 2015-09-08 08:30
资源 课程
#开课提醒# Coursera上的公开课”機器學習基石 (Machine Learning Foundations)”今日开课,感兴趣的同学可以关注: Machine learning is the study that allows computers to adaptively improve their performance with exp…… http://t.cn/RyUVCFP

课程图谱 网页版 转发于2015-09-08 10:05
基本上是全五分评价的机器学习课程,感兴趣的同学可以先参考一下大家的点评,非常值得学习的台湾大学机器学习公开课。

 

iB37   网页版 2015-09-08 08:27
会议活动 算法 NIPS 会议 教育网站
解二次方程组的计算代价,经验上仅是最小二乘解线性方程组的4倍:Solving Random Quadratic Systems of Equations Is Nearly as Easy as Solving Linear Systems [Chen,NIPS15] 谱方法找好初始值, Wirtinger流法[Candes,InfoTheory14]http://t.cn/RyUVaUU 最小化泛函. 论文+代码http://t.cn/RyUVaU4

 

好东西传送门   网页版 2015-09-08 07:23
深度学习 知识工程 自然语言处理 简报 语义网 主题模型
第354期机器学习日报(2015-09-07)http://t.cn/RyUtO2C 1) OWL/RDF/描述逻辑的监督学习框架DL-Learner 2) Differential Topic Models 3) Depth-Gated LSTM 4) minhash和simhash的比较 5) Text Understanding from Scratch 完整版31条 http://t.cn/RyUtO29

 

好东西传送门   网页版 2015-09-08 07:21
深度学习 算法 自然语言处理 分类 机器翻译 主题模型
第85期NLP日报(2015-09-07) 1) 论文: Differential Topic Models 2) 基于LDA的Twitter粉丝主题模型抽取 3) 论文: 面向统计机器翻译的RNN短语向量 4) 论文: Character-level Convolutional Networks for Text Classification 完整版11条 http://t.cn/RyUtCZl

 

爱可可-爱生活   网页版 2015-09-08 06:33
深度学习 算法 资源 Yann Lecun 神经网络 视频
【视频:Yann LeCun在Hot Chips 27 (2015)上关于深度学习/CNN的报告】《Convolutional Neural Networks》by Yann LeCun http://t.cn/RyU5pmm 云:http://t.cn/RyU5pmn

 

爱可可-爱生活   网页版 2015-09-07 14:08
深度学习 知识工程 代码 语义网
【开源:面向OWL/RDF/描述逻辑的监督学习框架DL-Learner】”a framework for supervised Machine Learning in OWL, RDF and Description Logics” http://t.cn/Ryy8JfS Github:http://t.cn/Ryy8Jfa

昊奋 网页版 转发于2015-09-08 14:09  回复 @passinger “十年前搞过ontology。基于ontolo…”
回复@passinger:知识图谱也需要Ontology,只是Ontology在知识图谱背景下,轻量化,半自动构建更受欢迎和认可

昊奋 网页版 转发于2015-09-08 19:55  回复 @passinger “回复@昊奋:仍然是基于RDF OWL来描…”
回复@passinger:有很多,时态逻辑,一阶谓词逻辑(描述逻辑是其子集),模糊逻辑或概率逻辑等来做推理的,主要是表达能力和性能折中。当然还有基于逻辑程序的

昊奋 网页版 转发于2015-09-08 20:03  回复 @Copper_PKU
即使描述逻辑,基于不同构造子也构成了很多Fragment,比如DL lite就是可以满足UML建模等,适合大量事实,而模式层比较简单,有EL++,适合大规模概念层知识,用于生命医药领域,而DLP结合描述逻辑和逻辑程序,适合构建演绎数据库

昊奋 网页版 转发于2015-09-08 22:53
回复@passinger: 现在主要集中在如何可以半自动的构建比较大的(具有一定表达能力)实用本体,而在本体构建方面也考虑如何用众包的方式来推荐专家,并降低构建的成本,同时考虑由于业务等变更导致的本体变更(这里可以参看Palantir的Dynamic Ontology)

昊奋 网页版 转发于2015-09-08 23:06  回复 @passinger “以前还想看看Ontology在web安全上…”
回复@passinger: 最近有不少用ontology来描述data access control的,不过我觉得很多其实不是强需求,优势体现不是很明显。

 

回复