第877期机器学习日报(2017-02-11)

机器学习日报 2017-02-11

• 深度学习介绍之数据预处理与PCA @爱可可-爱生活
• LDA相似文章聚类 @爱可可-爱生活
• 吴恩达对于增强学习的形象论述 @爱可可-爱生活
• 迁移学习：数据不足时如何深度学习 @陈利人
• AAAI 2017 Tutorial，讲述深度学习框架的设计思想和实现，比较若干种流行框架的性能和异同 @星空下的巫师

@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21 深度学习11 算法6 资源4 自然语言处理3 会议活动3 应用2 视觉2 入门1 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)

爱可可-爱生活 网页版 2017-02-11 08:48

深度学习 算法 资源 PCA 代码 视频

【深度学习介绍之数据预处理与PCA】《How to Make Data Amazing – Intro to Deep Learning #5 – YouTube》by Siraj Raval http://t.cn/RJIa4FB GitHub: http://t.cn/RJIa4Fu http://t.cn/RJIa4FX . ​

爱可可-爱生活 网页版 2017-02-11 21:42

算法 聚类 主题模型

【LDA相似文章聚类】《Clustering Similar Stories Using LDA | Flipboard Engineering》by Arnab Bhadury http://t.cn/RJJSmEv ​

爱可可-爱生活 网页版 2017-02-11 07:53

杜客 吴恩达

《吴恩达对于增强学习的形象论述（下）》by 杜客 http://t.cn/RJVQaFN (上)： http://weibo.com/1402400261/Eq127dkg1 ​

陈利人 网页版 2017-02-10 00:41

深度学习 迁移学习

迁移学习：数据不足时如何深度学习 http://t.cn/RJt95nA ​

星空下的巫师 网页版 2017-02-05 23:04

会议活动 深度学习 资源 AAAI 会议 课程

“Deep Learning Implementations and Frameworks (DLIF)”，AAAI 2017的Tutorial，专门讲述了深度学习框架的设计思想和实现，比较若干种流行框架（Caffe、MXNet、TensorFlow、Chainer等）的性能和异同。 http://t.cn/RJ7o1k5 ​

最新动态

2017-02-11 (13)

爱可可-爱生活 网页版 2017-02-11 21:33

深度学习 代码

【(Tensorflow)堆叠残差双向LSTM人体行为识别(HAR)】’Human Activity Recognition (HAR) using stacked residual bidirectional-LSTM cells (RNN) with TensorFlow. Classifying the type of movement amongst six categories’ by Guillaume Chevalier GitHub: http://t.cn/RJJ66rm ​

LUPA开源社区 网页版 2017-02-11 20:28

深度学习

【深度学习框架MXNet成为Apache孵化器项目】MXNet 是一个轻量级、可移植、灵活的分布式深度学习框架，2017 年 1 月 23 日，该项目进入 Apache 基金会，成为 Apache 的孵化器 … http://t.cn/RJJZxWW ​

网路冷眼 网页版 2017-02-11 19:55

入门 深度学习

【TensorFlow极速入门】目前，深度学习已经广泛应用于各个领域，很多童鞋想要一探究竟，这里抛砖引玉的介绍下最火的深度学习开源框架tensorflow。 http://t.cn/RJxWB7v ​

西瓜大丸子汤 网页版 2017-02-11 17:32

应用 自然语言处理 机器人

《八一八聊天机器人》聊聊我对chatbot的看法 http://t.cn/RJx6enD ​

机器之心synced 网页版 2017-02-11 15:23

深度学习 语音 汪德亮

专访大象声科汪德亮：利用深度学习解决「鸡尾酒会问题 」 http://t.cn/RJMk05K → 俄亥俄州立大学终身教授汪德亮（DeLiang Wang）是全球第一个将深度学习应用于语音增强的科学家，机器之心近日对汪德亮教授进行了一次专访 ​

专注云计算 网页版 2017-02-11 13:18

数据科学

【大规模机器学习：将数据科学引入生产系统架构的典型模式】本文概述了一个能把数据科学引入生产系统的架构的典型模式。想了解更多的大规模复杂数据分析的内容，可以查看Mikio Braun的培训视频《大规模机器学习》。 http://t.cn/RMBwKik ​

中国经营报 网页版 2017-02-11 11:40

深度学习 视觉 行业动态

【谷歌发布超强马赛克清除技术，靠AI的 “脑补”来还原图像】近日，谷歌发布了一个名为超强像素递归方案的AI系统，能提高像素乱化处理后的照片的分辨率。开发者们通过深度学习让机器产生“联想”，以“猜测”的方式为被马赛克的色块增加细节，从而得出更清晰的画面。。(澎湃） http://t.cn/RJM7Xgo ​

PaperWeekly 网页版 2017-02-11 08:04

视觉 自然语言处理

PaperWeekly 第二十四期 — GAN for NLP GAN 自从被提出以来，就广受大家的关注，尤其是在计算机视觉领域引起了很大的反响。但是GAN在NLP中的应用前景到底如何？该如何将GAN引入到NLP中呢？本文对这个问题进行了一些理解和解读。大家元宵节快乐！ http://t.cn/RJIxPZX ​

网路冷眼 网页版 2017-02-11 07:58

会议活动 AAAI Rosalind Picard 会议

【“情感计算”之母 Rosalind Picard 二十年经验分享：那些令我惊讶的发现 | AAAI 2017】本文中，雷锋网将为大家介绍一名在世界 AI 江湖享有特殊声望的人工智能大牛—— Rosalind Picard。 http://t.cn/RJVHv10 ​

爱可可-爱生活 网页版 2017-02-11 07:32

会议活动 算法 资源 NIPS PDF 代码 会议 强化学习 视频

【内驱多任务增强学习】《Intrinsically Motivated Multi-Task Reinforcement Learning – YouTube》 http://t.cn/RJIf4ka ref:《Modular Active Curiosity-Driven Discovery of Tool Use》(2016) http://t.cn/RJIf4ki GitHub: http://t.cn/RJIf4k6 IPN: http://t.cn/RJIf4kS http://t.cn/RJIfyvx . ​

爱可可-爱生活 网页版 2017-02-11 05:30

深度学习 资源 Demis Hassabis Jurgen Schmidhuber Oren Etzioni Tom Gruber Yann Lecun Yoshua Bengio 视频

【创造人类水平智能：如何以及何时实现】《Creating Human-level AI: How and When?(The Beneficial AI 2017 Conference) – YouTube》by Yoshua Bengio, Yann LeCun, Demis Hassabis, Anca Dragan, Oren Etzioni, Guru Banavar, Jurgen Schmidhuber, and Tom Gruber http://t.cn/RJIGf99 ​

爱可可-爱生活 网页版 2017-02-11 05:21

代码

【SciKit-Learn机器学习实验(预定义特征)工具集SKLL】’SciKit-Learn Laboratory (SKLL) makes it easy to run machine learning experiments.’ by Educational Testing Service(ETS) GitHub: http://t.cn/R75MlMb Doc: http://t.cn/RJIGvnu ​

爱可可-爱生活 网页版 2017-02-11 05:14

算法 Georgia Institute 论文 神经网络

《Neural Causal Regularization under the Independence of Mechanisms Assumption》M T Bahadori, K Chalupka, E Choi, R Chen, W F. Stewart, J Sun [Georgia Institute of Technology & California Institute of Technology & Sutter Health] (2017) http://t.cn/RJIb3jc ​