机器学习日报 2017-05-20
- 回归、分类与聚类:三大方向剖解机器学习算法的优缺点
- Hinton神经网络公开课 More recurrent neural networks
- 25个Java机器学习工具&库
- 前沿:机器人学习Robot Learning的发展
- 基于RL/GAN的句子生成与聊天机器人
@好东西传送门 出品,由@AI100运营, 过往目录 见http://ml.memect.com
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
本期话题有:
全部25 算法9 深度学习8 自然语言处理7 应用5 视觉3 经验总结3 会议活动2 资源2 语音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)

算法 Python
来自“锤子阅读”:回归、分类与聚类:三大方向剖解机器学习算法的优缺点(附Python和R实现) http://t.cn/Raurcl1(分享自 @锤子阅读)

深度学习 算法 Geoffrey Hinton 神经网络
【Hinton神经网络公开课8 More recurrent neural networks】首先简要介绍Hessian-Free优化理论。这是块硬骨头,并不要求一定掌握。在给定方向上的移动能够将误差降低多少在训练神经网… http://t.cn/RaurG7M

算法 自然语言处理 Java
【25个Java机器学习工具&库】本文总结了25个Java机器学习工具&库:Weka集成了数据挖掘工作的机器学习算法、面向数据流挖掘的流行开源框架(MOA)、新型的柔性工作流引擎ADAMS、基于Java的面向文本文件的机器学习工具包Mallet等。 http://t.cn/R4al2Nl(来自: 优快云)

应用 机器人
《最前沿:机器人学习Robot Learning的发展(1)》by Flood Sung http://t.cn/RamQRc0

应用 资源 自然语言处理 Gan For Sentence 机器人 李宏毅 视频
【基于RL/GAN的句子生成与聊天机器人】”RL and GAN for Sentence Generation and Chat-bot – Youtube” by 李宏毅 http://t.cn/RamjOGV #bilibili#搬运: http://t.cn/RamjOGf
最新动态
2017-05-20 (20)

视觉 算法 论文 神经网络
我们的新工作 http://t.cn/Ra3ivPQ 探索如何用神经网络表示两张图像之间的关系。传统的方法是concatenation和bilinear model。我们提出一种新型神经元,显式地表示两组输入的匹配误差。由于权重非负,我们用了NMF中的乘法式算法做优化。目前在一些初步的实验上有效果。

视觉 语音 迁移学习
GMIS 2017读懂机器智能前沿技术:这份技术清单助你做好准备 #gmis2017机器智能时代# http://t.cn/RajfqBS 在这一届 GMIS 大会上,将有多个领域的多位科学家和研究者分享他们对于机器学习研究现状以及未来的看法,内容涉及无监督学习、语音识别、语音降噪、视觉信息处理、迁移学习、认知对话等计算机领

算法 神经网络
【Making a Neural Synthesizer Instrument】 http://t.cn/RaRrblL 制作神经合成乐器。与传统的合成器不同,传统的合成器通过手工设计的组件如振荡器和波表产生音频,NSynth使用深层神经网络在单个样本的水平上产生声音。 NSynth直接从数据中学习,为艺术家提供了对音色和动态的直观控制,以及探索使用

深度学习 GPU 代码 统计
珠算:贝叶斯深度学习的 GPU 库(ZhuSuan: a GPU Library with Bayesian Deep Learning),珠算项目地址: http://t.cn/RacLhZ0 。在线文档地址: http://t.cn/RauFbe5

会议活动 NIPS 会议 秦涛
【微软亚洲研究院秦涛:对偶学习的对称之美 | 硬创公开课总结】在 NIPS 2016 上,微软亚洲研究院提出了“一种新的机器学习范式”——对偶学习,利用任务互为对偶的特点从无标注的数据中进行学习。它的训练原理是怎样,具体有哪些应用前景,近期又有着怎样的进展?微软亚洲研究院主管研究员秦涛博士为我

Ruben Martinez-Cantin 代码 期刊 统计
【(C++)贝叶斯优化库】’BayesOpt: A toolbox for bayesian optimization, experimental design and stochastic bandits.’ by Ruben Martinez-Cantin GitHub: http://t.cn/RaurQ4U ref: http://t.cn/RaurQ4y

深度学习 算法 代码
【(PyTorch)噪声比对估计(NCE)算法实现】’pyTorch_NCE – An implementation of the Noise Contrastive Estimation algorithm for pyTorch. Working, yet not very efficient.’ by demelin GitHub: http://t.cn/Rau32CV

资源 Python 代码 课程
【旧金山大学(Python)数值线性代数课程资料】’This course contains the notebooks for the Numerical Linear Algebra elective in USF’s MSAN program, summer 2017′ GitHub: http://t.cn/RauuTiM

深度学习 Thomas Kipf 代码
【(Keras)图(卷积网络)深度学习】’Keras implementation of Graph Convolutional Networks’ by Thomas Kipf GitHub: http://t.cn/RaumQAF

自然语言处理 代码 论文
【BiMPM双边多角度句子匹配,Quora数据集上达到88.17%】’BiMPM: Bilateral Multi-Perspective Matching for Natural Language Sentences’ by zhiguowang GitHub: http://t.cn/Raumwlr ref:《Bilateral Multi-Perspective Matching for Natural Language Sentences》(2017) http://t.cn/Raumwld

自然语言处理
唉!字数一多就得另起,啥时评论直接容下就好了。 http://t.cn/RamtWuF【李白之46:做NLP想不乐观都找不到理由】O网页链接 @白硕SH @龙星镖局 @李利鹏-汇真科技 @算文解字 @马少平THU @徐涵W3China @刘群MT-to-Death @zhazhaba 对于“这个人的演奏水平不怎么样。”,同意白老师的个人倾向,其中“演

经验总结 博客
【Magazine: A collection of Machine Learning articles (ideal for CS students)】 http://t.cn/RauSD03 机器学习杂志:机器学习文章的集合(计算机科学学生的理想选择)。

算法 应用 推荐系统
#知乎算法大赛# 【网易云音乐的歌单推荐算法是怎样的?】邰原:「『商品推荐』系统的算法分两大类,第一类,以人为本,先找到与你相似的人,然后看看他们买了什么你没有买的东西,好处是精准,但操作难度大;第二类, 以物为本直接建立各商品之间的相似度关系矩阵,好处是简单粗暴好使,但精度不高。各

应用 自然语言处理 机器人 问答系统
【AI 技术的声音选择】标榜人工智能小秘书的各种产品的声音都是听起来像是年轻、受过教育的白人女性,如 Siri、Alexa、Cortana;而那种要刻意突显出是机器人的情况,声音往往是男的 | 简评: http://t.cn/RVCbqd7 原链: http://t.cn/RVCbqdh #湾区日报#

【Introducing the TensorFlow Research Cloud】 http://t.cn/RaQMFvd TensorFlow研究云介绍。为了加快开放式机器学习研究的步伐,我们正在推出TensorFlow研究云(TFRC),这是一个可以免费提供的1000个云端TPU集群,以支持广泛的计算密集型研究项目。

经验总结 自然语言处理 博客
【The Definitive Guide to Natural Language Processing】 http://t.cn/RUcvEGz 自然语言处理的权威指南。文章很长,请先马后看~~~

会议活动 经验总结 深度学习 视觉 CVPR 博客 会议
#学术纵子# —CVPR2017— Active Learning:一个降低深度学习时间、空间、经济成本的解决方案。【上篇】 Blog: http://t.cn/Ram9iQn http://t.cn/z8MvuUL

深度学习 算法 自然语言处理 论文 神经网络
《Learning a bidirectional mapping between human whole-body motion and natural language using deep recurrent neural networks》M Plappert, C Mandery, T Asfour [Karlsruhe Institute of Technology (KIT)] (2017) http://t.cn/RamSHJJ

深度学习 算法 论文 神经网络
《Multi-Language Identification Using Convolutional Recurrent Neural Network》V A Lakhani, R Mahadev [K.J. Somaiya College of Engineering] (2017) http://t.cn/RamSJg3