AI100_机器学习日报 2017-08-22
- 深度学习目标检测文献/代码资源大列表
- AI/机器学习/深度学习百篇热门文章精选
- Keras+OpenAI增强学习实践:DQNs
- 访谈推荐:深度学习露在何方?网络架构、学习算法和时空层级
- 论文:构建数据驱动对话系统的开放数据集综述
@好东西传送门 出品,由@AI100运营, 过往目录 见http://geek.ai100.com.cn
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17 深度学习5 算法4 自然语言处理3 资源3 经验总结3 会议活动2 入门1 语音1 视觉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)

深度学习 视觉
【深度学习目标检测文献/代码资源大列表】’Object detectors based on DL’ by Andrey Smorodov GitHub: https ://github .com/Smorodov/Deep-learning-object-detection-links. ref: http://t.cn/RI9yyWk

经验总结 深度学习 博客
【medium博客AI/机器学习/深度学习百篇热门文章精选】《TOP 100 medium articles related with Artificial Intelligence / Machine Learning’ / Deep Learning (until Jan 2017)》by Florin Badita http://t.cn/RCiTtxb pdf: http://t.cn/RCiTtxG

算法 强化学习 数据科学
【Keras+OpenAI增强学习实践:DQNs】《Reinforcement Learning w/ Keras + OpenAI: DQNs》by Yash Patel http://t.cn/R95BTYG pdf: http://t.cn/R95BTYb

深度学习
【深度学习路在何方】《Deep learning, where are you going?》by Kyunghyun Cho [New York University] http://t.cn/R6VCNwd 云: http://t.cn/R6VCNwr

资源 自然语言处理 De Montreal 论文 数据
【论文:构建数据驱动对话系统的开放数据集综述】《A Survey of Available Corpora for Building Data-Driven Dialogue Systems》I V Serban, R Lowe, L Charlin, J Pineau [Universite de Montreal & McGill University] (2015) http://t.cn/R4ywgBm
最新动态
2017-08-22 (11)
算法
【数据结构与算法:图和图算法】图 什么是图? 图是一种复杂的非线性结构。 在线性结构中,数据元素之间满足唯一的线性关系,每个数据元素(除第一个和最后一个外)只有一个直接前趋和一个直接后继; 在树形结构中,数据元素之间有着明显的层次关系,并且每个数据元素只与上一层中的一个元素(双亲节点)及下一层的多个元素(孩子节点)相关; 而在图形结构中,节点之间的关系是任意的,图中任意两个数据元素之间都有可能相关。 图G由两个集合V(顶点… http://hao.memect.cn/8kmvk1

资源 幻灯片
CB Insights百页AI报告 | 2017人工智能现状、创业图景与未来(98PPT) http://t.cn/RCx3VOC

入门 深度学习 自然语言处理 语言学
【从语言学到深度学习NLP,一文概述自然语言处理】本文从两篇论文出发先简要介绍了自然语言处理的基本分类和基本概念,再向读者展示了深度学习中的 NLP。这两篇论文都是很好的综述性入门论文,希望详细了解自然语言处理的读者可以进一步阅读这两篇论文。 http://t.cn/RCxTyd5

数据科学
【端到端识别系统开发最佳实践(一)】《[Lecture] How to build a recognition system (Part 1): best practices》by Deep Systems http://t.cn/RCijsBY http://t.cn/RCijsRX

深度学习 算法 自然语言处理 Max Woolf Python R语言 神经网络
【RNN文本反应预测】’reactionrnn – Python module + R package to predict the reactions to a given text using a pretrained recurrent neural network.’ by Max Woolf GitHub: https ://github .com/minimaxir/reactionrnn

经验总结 语音 博客
【Microsoft researchers achieve new conversational speech recognition milestone】 http://t.cn/RCIaBDR 微软研究人员实现了新的对话语音识别里程碑。

【物理学与机器学习】《How does physics connect to machine learning?》by Jaan Altosaar http://t.cn/RCiauxD

会议活动 Kaggle NIPS 会议
【(Kaggle)NIPS2017定向对抗攻击竞赛】“NIPS 2017: Targeted Adversarial Attack – Develop an adversarial attack that causes image classifiers to predict a specific target class” http://t.cn/RCiaL2v

会议活动 Hugo Larochelle ICML 会议
【可重现机器学习的思考:开源与开放研究】《Some Opinions on Reproducibility in ML(ICML2017 Talk)》by Hugo Larochelle http://t.cn/RCiXsVh

算法
【Google NYC算法与优化】“Google NYC Algorithms and Optimization – Graph Mining, Large-Scale Optimization, Market Algorithms” http://t.cn/RCiX0yF ref: http://t.cn/RCiX0ys