第382期机器学习日报(2015-10-05)

更新于 2015年10月6日 机器学习
我来说两句
0 2015年10月6日

2015-10-05 日报 机器学习

机器学习日报 2015-10-05

@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18 资源8 算法6 深度学习5 自然语言处理3 视觉3 经验总结3 应用2 会议活动2 入门1

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

爱可可-爱生活   网页版 2015-10-05 15:58
深度学习 代码
【并行深度学习依存引擎】《Dependency Engine for Multi-Device Deep Learning》by @陈天奇怪 http://t.cn/RyjgFnN

 

iB37   网页版 2015-10-05 22:15
会议活动 视觉 ICCV 会议 教育网站
从带有时间戳的互联网图片合成出稳定连贯的视频. Time-lapse Mining from Internet Photos[Martin-Brualla,SIGGRAPH15]聚类 排序 平滑 3D Time‐Lapse Reconstruction from Internet Photos[Martin,ICCV15] http://t.cn/R2ZBa2i Factored Time-Lapse Video [Sunkavalli,TOG07] http://t.cn/RyYqvJp

 

课程图谱   网页版 2015-10-05 19:48
应用 资源 自然语言处理 机器翻译 课程 问答系统 信息检索
#开课提醒# Coursera上密歇根大学的自然语言处理入门课程 “Introduction to Natural Language Processing” 今日开课,关键词:文本相似度,句法分析,语言模型,词性标注,信息抽取,问答系统,文本摘要,信息检索,语义分析,机器翻译,感兴趣的同学可以关注 http://t.cn/RyP3k9c

 

立委_米拉   网页版 2015-10-05 14:24
经验总结 博客
科学网—泥沙龙笔记:汉语牛逼,国人任性!句法语义,粗细不同,POS 靠边 http://t.cn/Ryj1wLS

王伟DL 网页版 转发于2015-10-05 21:34
完全同意李老师文尾的诀窍:”跳过词性,以词典信息直接进入句法分析“。当然这会引起一些争论,这无异于把很多家过河桥拆了。本人是这思想的实践者,因为一直是这个路子做过来的。其封闭测试可以达到98%的水平,虽开放测试还很理想,但发展潜力很大。同时,这个路也有固有问题,如多义词义项辨析

立委_米拉 网页版 转发于2015-10-05 22:11
你说的这个路的问题是这一路的问题,还是其他的问题?如果加了POS模块,并且及假设这个模块是准确的,多义词可以在POS的粗线条上减少一些歧义,但是第一这个假设不很成立,第二多义词问题不仅仅是POS级的。因此,不能笼统说这是POS缺失的问题。当然,部分的POS先行有模块化的合理之处,我不反对。

 

王威廉   网页版 2015-10-05 09:28
算法 资源 Leon Bottou
Facebook人工智能实验室的SGD专家Leon Bottou最近做了一个很有意思的讲座《再论感知机》: http://t.cn/Ryj0fDh Bottou问了一些很多发人深思的问题,比如:计算机科学到底是一门怎样的科学?机器学习是不是只研究算法和理论就够了?需要数据和计算机帮忙吗?机器学习是实证科学吗?

 

【大数据机器学习系统研究进展】近年来,大数据浪潮的兴起,推动了大数据机器学习的迅猛发展,使大数据机器学习系统成为大数据领域的一个热点研究问题。本文介绍了国内外大数据机器学习系统的基本概念、基本研究问题、技术特征、系统分类以及典型系统。http://t.cn/RyYtGHG

 

iB37   网页版 2015-10-05 20:55
经验总结 算法 博客 回归
机器学习门槛越来越低,公司招聘普遍不再仅限于知道一些概念和原理,也要求实践和编程; logistic regression (LR)是最常考察的内容 <Building a Logistic Regression model from scratch,SRIVASTAVA,2015> 目标 梯度/Hessian 梯度法/牛顿法 R代码 http://t.cn/RyYyWkw

 

IT大数据挖掘   网页版 2015-10-05 18:43
#IT#【Facebook如何用“我们”的数据构建人工智能】它用无人机提供互联网服务,为了发展虚拟现实而收购Oculus,不懈追求人工智能,Facebook已经迅速成为世界上最先进的技术研究中心之一了。 http://t.cn/Ryl6SBD

 

爱可可-爱生活   网页版 2015-10-05 16:42
资源 代码 课程
【幻灯+IPN+代码:(MLSS 2015 Kyoto)Ryota Tomioka张量分解】《Tensor Decompositions: old, new, and beyond》by Ryota Tomioka GitHub:http://t.cn/Ryjktp0

 

老王谈芯   网页版 2015-10-05 15:25
入门 语音 吴恩达
这篇文章基本都是学术大佬的一些观点,很长,也值得一看,相当于科普文。吴恩达说2020年,50%的搜索来自于语音,是可能的。而50%的工种会被机器代替,也不是危言耸听。年青人多做提前打算。当精确推送出现时,人工导流也没多大价值了。『经济学人深度文章:机器的觉醒』http://t.cn/RADqAvD

老王谈芯 网页版 转发于2015-10-05 16:18  回复 @支国平2012 “想办法拿下全球每年8600万OTT盒子…”
其实可做的事很多,比如美剧机器之心被砍,是因为收视率太低,15-49岁间人口只有1.5,完全可以改变的。

 

爱可可-爱生活   网页版 2015-10-05 14:55
算法 资源 Eli Upfal Michael Mitzenmacher 教育网站 课程 书籍
【好书推荐+课程资料:《概率与计算——随机算法与概率分析》】《Probability and Computing – Randomized Algorithms and Probabilistic Analysis》Michael Mitzenmacher, Eli Upfal (2015) http://t.cn/RyjBlnv 课程:”CSCI 1550 — Probability and Computing II” by Eli Upfal http://t.cn/RyjBH02

 

爱可可-爱生活   网页版 2015-10-05 12:40
深度学习 视觉 资源 Hugo Larochelle PDF 视频
【视频+讲义:(DLSS2015)Hugo Larochelle深度学习分布估计】《Deep Learning for Distribution Estimation》by Hugo Larochelle http://t.cn/RyjRjlU Slide:http://t.cn/RyjRjl4 参阅:http://weibo.com/1402400261/CuOD36ChK

 

marego   网页版 2015-10-05 11:34
算法 自然语言处理
MIT有关依存距离最小化文章的作者来信说,承认忽略我们2008年的文章是不对的,打算在PNAS上出一个更正。又说,他们的随机语言算法更有价值。我想说的是,一个句子,无论你是变语序,还是变依存关系,都不再是人类语言了,我们关注的是依存距离序列是否变了。希望大家还能愉快的一起玩耍。@刘知远THU

文光围脖 网页版 转发于2015-10-05 14:27  回复 @文光围脖 “哈哈哈 赞 [干杯][哆啦A梦微笑]”
话说这就是期刊的好处了,会议上发了不引用就白不引用了 期刊还真当回事[干杯][奥特曼][哆啦A梦微笑][鼓掌]

 

爱可可-爱生活   网页版 2015-10-05 10:23
深度学习 资源 Shane Legg 视频
【视频:Shane Legg(DeepMind)超级机器智能】《Google DeepMind, co-founder, Shane Legg – Machine Super Intelligence》http://t.cn/Ryjl4fQ 云:http://t.cn/Ryjl4fH

 

爱可可-爱生活   网页版 2015-10-05 08:18
深度学习 算法 Peter Roelants Python 代码 神经网络
【用Python实现RNN】《How to implement a recurrent neural network》by Peter Roelants Part1.Linear recurrent neural network http://t.cn/RyjCZDk Part2.Binary addition with a non-linear RNN http://t.cn/RyjCZDD ipn:http://t.cn/RyjCZDF

刘思飞_UCM 网页版 转发于2015-10-05 12:07
其实我现在的问题是在linearRNN里当w为matrix,training如何保持它的norm?很多时候需要norm为1左右以增加range,每次计算eig又很expensive。

 

好东西传送门   网页版 2015-10-05 07:58
深度学习 应用 资源 自然语言处理 Peter Norvig Python 简报 可视化 课程 统计
第381期机器学习日报(2015-10-04)http://t.cn/Ryj9q84 1) 问答机器人QANTA战胜人类 2) Peter Norvig: 概率论基础以及用Python的实现 3) CMU信息论课程 4) 公开的海量数据集 5) Github机器学习/数学/统计/可视化/深度学习相关项目大列表 完整版17条 http://t.cn/Ryj9q8b

 

爱可可-爱生活   网页版 2015-10-05 07:05
经验总结 算法 博客 回归
【(R)从头开始创建Logistic回归模型】《Building a Logistic Regression model from scratch》by Tavish Srivastava http://t.cn/RyjotAT

 

爱可可-爱生活   网页版 2015-10-05 06:35
会议活动 视觉 资源 CVPR PDF 代码 会议
【论文+代码(MatLab):基于先粗后精形状搜索方法的人脸特征点定位框架】《Face Alignment by Coarse-to-Fine Shape Searching》Zhu, Shizhan and Li, Cheng and Loy, Chen Change and Tang, Xiaoou (CVPR2015) http://t.cn/RyjSM3n Github:http://t.cn/RyjSM3E

 


回复