第1068期AI100_机器学习日报(2017-08-21)

AI100_机器学习日报 2017-08-21

前沿：百家争鸣的Meta Learning/Learning to learn
@爱可可-爱生活
弱监督机器学习的研究进展
@爱可可-爱生活
多任务深度学习框架在ADAS中的应用
@ChatbotsChina
基于机器学习的搜索语义理解技术
@爱可可-爱生活
基于RNN的补全式机器写作
@爱可可-爱生活
@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22
深度学习13
算法6
资源5

自然语言处理2
应用1
语音1
视觉1
入门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
2017-08-21 21:12

《最前沿：百家争鸣的Meta Learning/Learning to learn》by Flood Sung http://t.cn/RCJKKte ​








爱可可-爱生活
网页版
2017-08-21 19:18

深度学习

《弱监督机器学习的研究进展》by 杉山将 via:深度学习大讲堂 http://t.cn/RCJhYFT ​








ChatbotsChina
网页版
2017-08-21 09:37

深度学习

多任务深度学习框架在ADAS中的应用 | 分享总结 http://t.cn/RCbQbEr ​








爱可可-爱生活
网页版
2017-08-21 08:20

资源
书籍

《基于机器学习的搜索语义理解技术》by 陈翔 via:图灵人工智能 http://t.cn/RCIA9oq ​








爱可可-爱生活
网页版
2017-08-21 06:51

深度学习
Robin Sloan

【基于RNN的补全式机器写作】《Writing with the machine》by Robin Sloan http://t.cn/RqEhBi3 ​

最新动态

2017-08-21 (16)

大数据_机器学习
网页版
2017-08-21 22:26

算法
KNN Python
分类 聚类

Python KNN算法 >>>> 。回归，主要用于预测数值形数据。因为这类算法必须知道预测什么，即目标变量的分类信息，所以称为监督学习。 （2）无监督学习：此时数据没有类别信息，不能给定目标…简单易懂，但对于python语言不熟悉的我，也有很大的空间。今天学习的是k-近邻算法。 1. 简述机器学…全文：
http://m.weibo.cn/5291384903/4143310102796990 ​



大数据_机器学习
网页版
2017-08-21 21:46

算法

机器学习算法汇总 >>>> 机器学习, 算法, 机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里IT经理网为您总结一下常见的机器学习…法的学习方式。在机器学习领域，有几种主要的学习方式。将算法按照学习方式分类是一个不错的想法，这样可以让…全文：
http://m.weibo.cn/5291384903/4143300015612849 ​



爱可可-爱生活
网页版
2017-08-21 21:18

深度学习

《如何理解深度学习分布式训练中的large batch size与learning rate的关系？ – 知乎》 http://t.cn/RCJCgXd ​








爱可可-爱生活
网页版
2017-08-21 21:15

深度学习

‘RetinaNet in PyTorch – Train RetinaNet with Focal Loss in PyTorch’ by kuangliu GitHub: https:// github. com/kuangliu/pytorch-retinanet ​



专注云计算
网页版
2017-08-21 21:00

应用
自然语言处理 机器人

【人工智能将赐予聊天机器人哪些价值？】目前关于聊天机器人的讨论日渐火热。从零售到医疗保健等行业都计划在2017年使用聊天机器人。但是，在您的服务交付工作流程中添加人工智能是否能提供积极的投资回报?http://t.cn/RCxTBRv ​








IT技术头条
网页版
2017-08-21 18:42

算法

【机器学习十大常用算法小结】机器学习十大常用算法小结 通过本篇文章可以对ML的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。 每个… 详戳→
http://t.cn/RCtdzT8 作者→ (Angel_Kitty) ​



专注云计算
网页版
2017-08-21 18:41

深度学习
算法 行业动态

【DeepMind视频行为分类竞赛，百度IDL获第一，新算法披露】ActivityNet竞赛是目前视频动作分析领域影响力最大的赛事。上月，2017年竞赛组织者通过官网宣布了本届比赛的成绩。http://t.cn/RCxEdV4 ​








微软亚洲研究院
网页版
2017-08-21 18:38

语音
黄学东

【语音识别技术新里程碑】语音识别是众多研究团队和企业正在努力攻克的技术高地，有关识别准确率的竞争和比较从未停止。就在昨天，微软语音和对话研究团队负责人黄学东宣布微软语音识别系统错误率从去年的5.9%进一步降低到5.1%，此次突破堪称是语音识别行业新的里程碑，准确率超过专业速记员。 …全文：
http://m.weibo.cn/1286528122/4143252866670986 ​



机器之心Synced
网页版
2017-08-21 18:19

深度学习
GPU

【资源 | 只需1200美元，打造家用型深度学习配置（CPU+GTX 1080）】近日，社交新闻站点 Reddit 用户 polaryon 在机器学习板块发起了一个讨论，展示了自己如何用 1200 美元打造一款家用型深度学习配置的全过程。http://t.cn/RCMGI8G ​



专注云计算
网页版
2017-08-21 17:43

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】本文第一部分介绍了自然语言处理的基本概念，作者将 NLP 分为自然语言理解和自然语言生成，并解释了 NLP 过程的各个层级和应用，这一篇论文很适合读者系统的了解 NLP 的基本概念。http://t.cn/RCxTyd5 ​








IT技术博客大学习
网页版
2017-08-21 16:05

深度学习
资源 书籍

【深度学习（Deep Learning）发展史】 本文节选自人民邮电出版社最新出版的 AI 圣经《深度学习（DEEP LEARNING）》。《深度学习（DEEP LEARNING）》英文版由美国麻省理工学院 MIT 出版社于 20… 详见：http://t.cn/RCxGRx5
作者：@Linux中国 ​



新智元
网页版
2017-08-21 12:32

深度学习
视觉 行业动态

【新智元导读】ActivityNet竞赛是目前视频动作分析领域影响力最大的赛事。上月，2017年竞赛组织者通过官网宣布了本届比赛的成绩。其中，来自百度深度学习实验室（IDL）的Genome团队获得子命题、由DeepMind主办的“Kinetics行为分类比赛”第一名，香港中文大学获得第二名，德国创业公司TwentyBN获得第三…全文：
http://m.weibo.cn/5703921756/4143160634115599 ​



蚁工厂
网页版
2017-08-21 09:15

入门
资源 PDF
代码

#机器学习# #开源项目推荐# 5张关于机器学习的脑图。包括Process、Data Processing、Mathematics、Concepts、Models。 图太大，直接下载pdf看吧：
http://t.cn/RCI5aRS ​








爱可可-爱生活
网页版
2017-08-21 08:16

深度学习
算法 资源
强化学习 视频

【强化学习与现实场景挑战】《Deep Reinforcement Learning and Real World Challenges – YouTube》by Raia Hadsell [DeepMind]
http://t.cn/RCIAZtV ​








爱可可-爱生活
网页版
2017-08-21 08:08

深度学习
资源 课程

【deeplearning.ai深度学习课程字幕翻译项目】by GTC GitHub: https ://github .com/Yukong/Deeplearning.ai-Solutions ​








爱可可-爱生活
网页版
2017-08-21 05:33

深度学习
算法 论文
神经网络

《Learning Graph While Training: An Evolving Graph Convolutional Neural Network》R Li, J Huang [The University of Texas at Arlington] (2017)
http://t.cn/RCfkTc7 ​