机器学习日报 2017-07-30
@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13 深度学习5 算法5 自然语言处理3 应用3 视觉2 语音1 会议活动1 资源1 经验总结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 应用 自然语言处理 信息检索
「学界 | 从文本挖掘综述分类、聚类和信息提取等算法」本文先简述文本挖掘包括 NLP、信息检索和自动文本摘要等几种主要的方法 http://hao.memect.cn/183

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

会议活动 视觉 自然语言处理 CVPR 会议
【计算语言顶会ACL 2017开幕在即:国内接收论文梳理(5篇杰出论文)】计算机视觉与模式识别领域的顶会 CVPR 2017 刚在美国夏威夷落幕,计算语言领域的顶会 ACL 又即将在加拿大温哥华开幕。 http://t.cn/R95bCtW

算法 Carson Scott 代码 分类
【在线学习分类算法】’Online Category-learning and Classification – ML algorithm for real-time classification’ by Carson Scott GitHub: http://t.cn/R9qnbAL

经验总结 深度学习 博客 速查卡
【MXNet使用速查表】《Exploiting the Unique Features of the Apache MXNet Deep Learning Framework with a Cheat Sheet | AWS AI Blog》by Sunil Mallya http://t.cn/R9qi0Pt
最新动态
2017-07-30 (8)

视觉 代码 数据科学
【目标干脆面君:用TensorFlow’s目标检测API训练自己的目标检测模型】《How to train your own Object Detector with TensorFlow’s Object Detector API》by Dat Tran http://t.cn/R95bIDz GitHub: http://t.cn/R95bIDZ pdf: http://t.cn/R95bIDw

深度学习 GPU
#云栖技术分享# 《GPU加速深度学习》本文介绍了GPU用于深度学习(尤其是深度学习训练)加速的背景,使用了主流的开源深度学习框架在NVIDIA GPU上实测加速性能,并给出了一些使用建议。 http://t.cn/R95wDdR

深度学习 算法 神经网络
「独家 | “魔性”的循环神经网络」从今天开始,我们推出《细数有趣的深度学习项目》系列,这是第1期。去年这个时候,想在网络上找一个开源的循环神经 http://hao.memect.cn/18a

深度学习 算法 资源 课程 神经网络
「教程 | TensorFlow从基础到实战:一步步教你创建交通标志分类神经网络」TensorFlow 已经成为了现在最流行的深度学习框架,相信很多对人工智能和深度学习有兴趣的人都跃跃欲试。 http://hao.memect.cn/181

应用 预测
SPSS Clementines 预测分析模型—-啤酒+尿片故事的实现机理(使用11版本实现) >>>> nes提供众多的预测模型,这使得它们可以应用在多种商业领域中: 如超市商品如何摆放可以提高销量; 分析商场营销的打折方案,以制定新的更为有效的方案; 保险公司分…示该字段为建模的预测目标,两者表…全文: http://m.weibo.cn/5291384903/4135166773572098

深度学习 语音 自然语言处理 机器翻译
『一文看尽深度学习RNN:为啥就它适合语音识别、NLP与机器翻译?』 http://t.cn/R9UQkXL

应用 机器人
【机器人破解保险箱】《Robot cracks open safe live on Def Con’s stage | BBC News》 http://t.cn/R9qtWLc http://t.cn/R9qJJ16

代码
‘BinaryNets in TensorFlow with XNOR GEMM op’ by Angus Galloway GitHub: http://t.cn/R9qb9Z7