本文主要是介绍第1102期AI100_机器学习日报(2017-09-24),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
AI100_机器学习日报 2017-09-24
- 一文讲述如何将预测范式引入到机器学习模型中
- 迁移学习:用0.046%的训练样本(6张图片)超过2013 Kaggle猫狗识别竞赛领先水平
- Deep Reinforcement Learning for Conversational AI
- 通俗解释:DeepMind怎么教AI学会打游戏
- Learning Deep Learning with Keras
@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13 深度学习5 视觉4 算法3 自然语言处理2 应用1 语音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)
视觉 应用 预测
【一文讲述如何将预测范式引入到机器学习模型中】一篇有趣的干货长文,详细介绍了——视觉预测模型(Predictive Vision Model),用于将预测范式引入到机器学习模型中。详见: http://t.cn/R0cyEnO
Kaggle 迁移学习
【迁移学习:用0.046%的训练样本(6张图片)超过2013 Kaggle猫狗识别竞赛领先水平】《Can we beat the state of the art from 2013 with only 0.046% of training examples?》by Radek @radekosmulski/can-we-beat-the-state-of-the-art-from-2013-with-only-0-046-of-training-examples-yes-we-can-18be24b8615f”>http://t.cn/R05XRL9
深度学习 算法 论文 强化学习
《Deep Reinforcement Learning for Conversational AI》M Jadeja, N Varia, A Shah [DA-IICT] (2017) http://t.cn/R05irPp
深度学习
【通俗解释:DeepMind怎么教AI学会打游戏】《Explained simply: How DeepMind taught AI to play video games》by Aman Agarwal @mngrwl/explained-simply-how-deepmind-taught-ai-to-play-video-games-9eb5f38c89ee”>http://t.cn/RCeFlgC
深度学习
【Learning Deep Learning with Keras】 http://t.cn/RXs9LXM 用Keras 学习深度学习:汇集了许多深度学习的资源。
最新动态
2017-09-24 (8)
论文 姚期智
姚期智院士最近在Arxiv上传了自己最新的单作者论文。论文对拍卖中买家对商品的估值与拍卖收益的相关性进行了研究。通常意义上认为,卖家通过打广告,有助于提升买家对商品的认知和估值,从而提升销售的收入。Hart and Nisan在EC-13的论文中提出, http://t.cn/R0cSoPb,存在某类场景,使得当买家的估值…全文: http://m.weibo.cn/2390383384/4155551854527525
Python 统计
【【概率论与数理统计】小结4 – 一维连续型随机变量及其Python实现】注:上一小节总结了离散型随机变量,这个小节总结连续型随机变量。离散型随机变量的可能取值只有有限多个或是无限可数的(可以与自然数一一对应),连续型随机变量的可能取值则是一段连… 详戳→ http://t.cn/R0cMsMq 作者→ (昅全文: http://m.weibo.cn/1748246753/4155544849635012
经验总结 视觉 算法 语音 自然语言处理 博客 强化学习 神经网络 问答系统
【新智元导读】Mybridge AI(www.mybridge.co)基于文章的内容质量和热议程度对 9 月份和机器学习相关的论文进行了排名,从近 1400 篇博客文章和论文中选出了 Top10,主题涵盖:星际2,Dota2,对象识别,语音识别,Siri,图像强化学习,神经网络,TensorFlow等。 http://t.cn/R0t6HQh
算法 自然语言处理
【新智元导读】 作者用自然语言处理和机器学习算法对《红楼梦》进行了一些分析。作者有点把握认为《红楼梦》前 80 回和后 40 回的用词是有一些差异的,不过因为难以排除剧情的影响,所以对于作者是不是同一个人这个问题还不敢下定论。虽然没有完全解决这个问题,不过这个过程中误打误撞产生的发现也是…全文: http://m.weibo.cn/5703921756/4155478193490232
#早安,工商# 窗外是阳光和秋景, 窗内是在CTBU追逐梦想的你们。 我能听见, 不远处的钟楼那清脆的钟声, 说是寂寞的秋的悒郁, 说是辽远的海的怀念; 我能听见, 龙脊山上种子破土的声音, 说是关于学海路的稀疏树影、 关于翠湖边的清风飒飒、 关于梦泉的泉水溪溪 。 舞台上,我们用粉笔, 画出飞向…全文: http://m.weibo.cn/3446047612/4155413324550376
视觉
【TensorFlow实现的SqueezeDet自驾目标检测】’TensorFlow implementation of SqueezeDet, trained on the KITTI dataset.’ by Fredrik Gustafsson GitHub: https ://github .com/fregu856/2D_detection http://t.cn/R05aEOW
深度学习 论文
《A Deep Learning-based Framework for Conducting Stealthy Attacks in Industrial Control Systems》C Feng, T Li, Z Zhu, D Chana [Imperial College London & Peking University] (2017) http://t.cn/R056PT9
深度学习 视觉 论文
《AffordanceNet: An End-to-End Deep Learning Approach for Object Affordance Detection》T Do, A Nguyen, I Reid, D G. Caldwell, N G. Tsagarakis [University of Adelaide & IIT] (2017) http://t.cn/R05i1MP Home: http://t.cn/R05i1Mv
这篇关于第1102期AI100_机器学习日报(2017-09-24)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!