第578期机器学习日报(2016-04-18)

更新于 2016年4月19日 机器学习
我来说两句
0 2016年4月19日

2016-04-18 日报 机器学习

机器学习日报 2016-04-18

@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27 算法14 深度学习8 应用8 自然语言处理6 会议活动6 资源4 知识工程2 经验总结2 入门1

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

FP89   网页版 2016-04-18 21:19
会议活动 深度学习 资源 自然语言处理 EMNLP PDF Yang Liu 会议 机器翻译 教育网站 统计
#统计机器翻译#Statistical Machine Translation, Yang Liu (EMNLP16机器翻译AC)。1.绪论(数据,学习)。2.基于词的机器翻译(IBM模型)。3.基于短语的机器翻译(重排,判别,特征)。4.基于语法的机器翻译(CKY,树)。5.未来方向(语义,神经/深度学习,开源工具)。以及30多篇参考文献。645页http://t.cn/Rqo1nmO

 

视觉机器人   网页版 2016-04-18 17:09
经验总结 算法 博客 回归 统计 主题模型
【机器学习】有了这个网站就可以征服机器学习了,对初、中、高级有不同机器学习资源:http://t.cn/Rqoj010 网站的博客更新也比较及时(2016-04-18):http://t.cn/Rqoj01p 例如朴素贝叶斯机器学习、分类和回归树、LDA算法、逻辑回归,连两个大美女的T恤上都印着我爱近邻,你好意思不懂近邻算法吗

 

视觉机器人   网页版 2016-04-18 14:36
算法 Python 分类 行业动态
【机器学习】谷歌机器学习开发者指导 “Machine Learning: Recipes for New Developers” 第1集:六行Python代码写出第一个机器学习的程序。这一集里,简要介绍机器学习是什么以及为什么是重要的,接着将介绍监督学习,即从用例中来创建分类器,并且用代码来实现。 http://t.cn/RqoaPvS .

 

视觉机器人   网页版 2016-04-18 10:03
深度学习 算法 代码 神经网络
【深度学习】脸书人工智能研究院的Soumith Chintala帅哥,近期又整理了个深度学习的Benchmarks(DeepMark):http://t.cn/RqXe4eg 之前他做的卷积神经网络的benchmarks广受好评:http://t.cn/RPcm0C8 汇总了各种优秀的卷积神经网络的算法。

 

FP89   网页版 2016-03-21 13:03
深度学习 算法 行业动态 教育网站 可视化
梯度下降优化及其各种变体。1.随机梯度下降(SGD) 2.小批量梯度下降(mini-batch)3.最优点附近加速且稳定的动量法(Momentum)4.在谷歌毛脸中也使用的自适应学习率AdaGrad 5.克服AdaGrad梯度消失的RMSprop和AdaDelta。S.Ruder http://t.cn/R48UzzG ConvNetJS可视化,A.Karpathy http://t.cn/RGDIbNj

 

孟龙恒旭xu   网页版 2016-04-18 23:03
算法 资源 PDF 神经网络
神经网络七十年:回顾与展望。@馅饼大小婶 http://t.cn/RqKvekh

 

深度学习 算法 回归 数据科学 统计
数据科学家日报http://t.cn/RqoSBxZ 内容摘要: 1) 机器学习&数据挖掘笔记21(PGM练习五:图模型的近似推理) 2) 机器学习&数据挖掘笔记18(PGM练习二:贝叶斯网络在遗传图谱在的应用) 3) Deep learning:四十九RNNRBM简单理解 4) Deep learning:十三Softmax Regression 5) Deep learning:

 

爱可可-爱生活   网页版 2016-04-18 21:06
“What is all the current fuss about tensor decomposition techniques? | Quora” http://t.cn/Rqo1Afn

 

edX中国   网页版 2016-04-18 20:21
入门 算法 数据科学
【哥伦比亚大学:机器学习中的数据科学与分析】学习机器学习的原理以及算法的重要性。 注册链接:http://t.cn/RqomQGQ

 

Huihoo   网页版 2016-04-18 19:48
深度学习 自然语言处理 代码
一些开源项目的资源索引,覆盖:人工智能、机器学习、大数据深度学习、自然语言处理、云计算、数据库存储、编程语言等等。http://t.cn/RqoEsBL 你可以收藏下,同时也欢迎大家补充资源和各种建议。

 

华尔街日报中文网   网页版 2016-04-18 15:49
应用 自然语言处理 机器人
【Facebook寄望聊天机器人取代移动应用】- 扎克伯格认为,需要下载太多应用程序令人烦扰,上周他公布了他的解决方案──聊天机器人。对于Facebook而言,机器人是更加现代的事物,是应用程序新的替代品,同时它也是一个媒介,连接该公司的业务伙伴与其19亿Messenger和WhatsApp用户。而且Facebook机器人…全文: http://m.weibo.cn/1649159940/3965640136389317

 

深度学习 算法 回归 数据科学
数据科学家日报http://t.cn/RqoSBxZ 内容摘要: 1) Deep learning:四十七Stochastic Pooling简单理解 2) Deep learning:五regularized线性回归练习 3) Deep learning:三Multivariance Linear Regression练习 4) ChaLearn Gesture Challenge5:GSD数据库使用的再次理解 5) 机器学习&数据挖掘

 

裴喜龙   网页版 2016-04-18 11:27
算法 John Kubiatowicz 教育网站
Nachos的全称是“Not Another Completely Heuristic Operating System”,它是一个可修改和跟踪的操作系统教学软件。它给出了一个支持多线程和虚拟存储的操作系统骨架,可让学生在较短的时间内对操作系统中的基本原理和核心算法有一个全面和完整的了解。 http://t.cn/RqoqyEs

裴喜龙 网页版 转发于2016-04-18 13:53
【看看国外高校在计算机上做的工作,就能理解他们出一些成果不是偶然的,是在做了N多基础工作后必然的结果】John Kubiatowicz is a Professor in Computer Science at UC Berkeley. http://t.cn/RqoxC71

 

赵鑫RUC   网页版 2016-04-18 10:37
会议活动 算法 应用 自然语言处理 IJCAI 会议 矩阵 统计 预测 主题模型
传统的评分预测通常假定user, item都是单一的隐含表示,我们进一步结合topic model与matrix factorization,相应论文发表在IJCAI 2016 ,见《Bayesian Probabilistic Multi-Topic Matrix Factorization For Rating Prediction》

 

赵鑫RUC   网页版 2016-04-18 10:35
会议活动 应用 KDD 会议 社交网络 推荐系统 向微博
如何向微博用户推荐想要的产品呢?我们继KDD 2014之后,继续此工作,发表在了IEEE TKDE,《Connecting Social Media to E-Commerce: Cold-Start Product Recommendation On Microblogs》 和期刊KAIS 《Exploring Demographic Information in Social Media for Product Recommendation.》

 

赵鑫RUC   网页版 2016-04-18 10:29
公告板 应用 社交网络 推荐系统 问题
我们在电商网站总是给自己买东西吗? 通过分析京东评论,我们发现10%左右的购物实际上是替别人代购。具体的信息请参考我们的ACM TKDD论文 “Mining Product Adopter Information from Online Reviews for Improving Product Recommendation” 。试了两次,发现微博发不了链接,具体的可以通过ACM下载。

 

FP89   网页版 2016-04-18 10:11
会议活动 深度学习 应用 Maarten De Rijke Min Zhang SIGIR WSDM 行业动态 会议 信息检索
#SIGIR#16年录用。http://t.cn/RqoygGu 一、长文62篇。226位作者(最高3篇:Maarten de Rijke,2篇14人:Min Zhang(WSDM17程序共同主席)等);71个机构(最高11篇:Yahoo,7篇:Microsoft);高频词:search user learning。百度《基于检索的人机对话系统的DNN响应学习法》Yan et al。 二、短文104篇(…全文: http://m.weibo.cn/2536116592/3965555230960621…全文: http://m.weibo.cn/2536116592/3965555230960621

 

AlgorithmDog   网页版 2016-04-18 09:32
算法 代码 强化学习
【强化学习系列之三:模型无关的策略评价】模型无关的策略评价是,不知道马尔科夫决策过程转移概率和奖励函数的情况下,计算一个策略的状态价值。模型无关的策略评价主要有两种算法,一个是蒙特卡罗算法,另一个是时差学习算法。网页地址:http://t.cn/Rqo2Bau 。Github 地址:http://t.cn/Rqo23gR

 

湾区日报BayArea   网页版 2016-04-18 09:11
应用 自然语言处理 机器人
2016/04/18 【第554期】:Wait But Why:两个人运营的专写优质长文的网站。一个软件错误给原本默默无闻的堪萨斯农场造成了巨大麻烦。聊天机器人其实是微型app。Knowing When It’s Time to Move On。Work breaks。 http://t.cn/RqoA3oh #湾区日报#

 

IT技术博客大学习   网页版 2016-04-18 08:52
算法 统计
【数据分析中位数的应用】 怎么从一组数据中计算出这个分界点呢? 下面提供两个参考的算法: 平均数:是指一组数据中所有数据之和再除以数据的个数,它是反映数据集中趋势的一项指标。 中位数:把一组数据按从小… 详见:http://t.cn/RZLcMM5

 

钱皓-互联网分析师   网页版 2016-04-18 08:41
应用 机器人
【人类对人工智能十大误解】1)我们永远不可能发明出和人类智力相当的AI;2)人工智能将会有意识;3)超级人工智能会很友好;4)简单的程序修补就能解决AI的控制难题;5)人工超智能很聪明,不会犯错;6)我们将被超级人工智能毁灭;7)我们不应该害怕AI;8)AI和机器人造成的风险是相同的…详见: …全文: http://m.weibo.cn/1890124614/3965532400888508

 

西瓜大丸子汤   网页版 2016-04-18 07:55
知识工程 语义网
Defining N-ary Relations on the Semantic Web http://t.cn/RqozjI2 这个W3C WG Note讲了如何用引入类来表示多元关系。它也批评了reification——reification可能是最被批判的RDF特性。但是用类表示多元关系本身在实践中也依然是昂贵的,尤其是二元关系本身会演化为多元关系,然后一切都乱了!

西瓜大丸子汤 网页版 转发于2016-04-18 07:58
当二元关系本身会演化多元关系,可能原来的datatype property就需要重定义为object property。各种SPARQL查询都需要重写。这使RDF号称的演化友好行变得很脆弱。而这些问题在关系数据库,甚至JSON数据库里都不存在。用“主键”和“外键”的关联要比URI关联更加灵活

西瓜大丸子汤 网页版 转发于2016-04-18 08:11  回复 @西瓜大丸子汤 “用“主键”和“外键”的关联要比…”
“主键”和“外键”的关联是降低建模成本的一个重要设计。它使一个字符串的语义在一个上下文下被解释。它甚至允许不需要预知这个上下文,就可以轻松在字符串和对象类型之间自由切换。这就极大降低了成本

西瓜大丸子汤 网页版 转发于2016-04-18 08:20  回复 @西瓜大丸子汤 “因此,RDF也需要一个外键机制,在…”
但是RDF语义又限制了引入这种机制。字符串不是对象,字符串本身不能作为主语。这种学术的严谨性阻碍了它的工程实践——其实在实践中工程师常忽视或者蔑视这些限制,写出“不合法”的RDF

 

FP89   网页版 2016-04-17 23:31
算法 应用 Java KNN Python 聚类 可视化 神经网络 推荐系统
爱丁堡《算法/数据结构和机器学习》,K.Kalorkoti, H.Shimodaira。1.授课:机器学习和数据结构交替进行,前者包括推荐系统 聚类 可视化 神经网络 排序,后者包括哈希 树 图 索引。2.习题课:有答案。3.实验:K均值 KNN 推荐系统,Java/Matlab/Python。4.作业:KMP算法,图片分类。http://t.cn/RqSg9EO

 

新智元   网页版 2016-04-17 22:24
会议活动 深度学习 Yann Lecun 活动
【新智元导读】Yann LeCun日前在法国大学做了系列讲座。这篇演讲中他结合大量实例,全面系统梳理了深度学习关键知识点和待解决的问题。其中,LeCun简单讲解了如何有效实现无监督学习,并详细比较了不同深度学习的特点。LeCun指出目前实现强人工智能还是一个科学问题,并非技术挑战;同时,要区分“智能…全文: http://m.weibo.cn/5703921756/3965377337251739

出门问问 网页版 转发于2016-04-18 10:48
实现强人工智能还是一个科学问题,并非技术挑战;“智能”与“自主”是两回事。[思考]

 

刘知远THU   网页版 2016-04-12 16:58
会议活动 知识工程 自然语言处理 鲍捷 韩先培 会议 活动 林德康 刘康 马艳军 问答系统 知识库
中文信息学会语言与知识计算专委、青年工委和清华计算机系将于4月17日在清华大学FIT大楼多功能报告厅联合举办#知识图谱与问答系统前沿技术研讨会#,我们邀请了NLP国际著名学者林德康做特邀报告,邀请国内知名青年学者韩先培、鲍捷、刘康和马艳军等做邀请报告,还邀请了若干博士生带来最前沿的研究报告…全文: http://m.weibo.cn/1464484735/3963483349416897

刘知远THU 网页版 转发于2016-04-18 16:26
研讨会简讯和讲者演示文稿新鲜出炉:http://t.cn/RqoW0uy ,欢迎关注。[微笑]

 

Google开发者   网页版 2016-03-31 20:48
经验总结 资源 博客 视频
为了帮助开发者在应用中融合机器学习技术,我们启动了一个新的开发者视频系列,机器学习:给新手的配方。在前几集中,我们会让你熟悉机器学习的门道。随着系列的进展,我们会引领你解决一些实际的现实问题。详见中文博客:http://t.cn/RqAyqtN ,第一集视频:http://t.cn/RqAyPfU

 

爱可可-爱生活   网页版 2015-07-21 20:49
算法 资源 Tamara Broderick 聚类 课程 统计
【教程+代码:非参数贝叶斯统计/狄利克雷过程/组合随机过程特征/聚类】”Nonparametric Bayesian Statistics(MLSS2015)”、”Clusters and features from combinatorial stochastic processes”、”Machine learning crash course part II: clustering” by Tamara Broderick http://t.cn/RLJyWly

 

回复