本文主要是介绍第898期机器学习日报(2017-03-04),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!
机器学习日报 2017-03-04
- 稀疏SVD多种实现比较:LAPACK/ARPACK/SVDLIBC/PROPACK
- 贝叶斯学习前沿进展
- 卷积神经网络之Batch Normalization的原理及实现
- 谷歌使用深度学习帮助病理学家检测癌症,算法得分高达89%
- 2010-2017最全KDD CUP赛题回顾及数据集下载
@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22 深度学习10 算法9 经验总结3 自然语言处理2 应用2 会议活动2 资源2 知识工程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)

经验总结 算法 Jake Vanderplas Python 博客 矩阵
【(Python)稀疏SVD多种实现比较:LAPACK/ARPACK/SVDLIBC/PROPACK】《Sparse SVDs in Python》by Jake Vanderplas http://t.cn/RiaZifA


算法 资源 课程 统计 朱军
【清华大学计算机科学与技术系朱军教授:机器学习里的贝叶斯基本理论、模型和算法】中国人工智能学会AIDL第二期【人工智能前沿讲习班】在北京中科院自动化所举行,来自清华大学计算机科学与技术系的朱军副教授做了题为《贝叶斯学习前沿进展》的开场分享。 http://t.cn/RiaI3XG

深度学习 算法 李理 神经网络
【推荐】李理:卷积神经网络之Batch Normalization的原理及实现 http://t.cn/Ria9ed3

深度学习 算法 行业动态
谷歌使用深度学习帮助病理学家检测癌症,算法得分高达89% http://t.cn/RiXmPwN → 为了解决时间有限和诊断不一致的问题,我们研究了如何将深度学习应用到数字化病理学中,通过创造自动检测算法来自然地补充病理学家工作流。

会议活动 KDD 会议
《2010-2017最全KDD CUP赛题回顾及数据集下载》via: @阿里云云栖社区 http://t.cn/RiXA367
最新动态
2017-03-04 (16)

深度学习 代码
【PyTorch实现的Highway networks】’Highway networks implemented in PyTorch.’ by Conner GitHub: http://t.cn/RiadHdA


深度学习 代码
【PyTorchs实现的Fast Neural Style画风迁移】’Fast Neural Style for Image Style Transform by Pytorch’ by Bengxy GitHub: http://t.cn/Ria3Tu5


特征工程
【学习】使用sklearn做特征工程 http://t.cn/Ria9sAh

会议活动 视觉 知识工程 资源 CVPR PDF 会议 论文 知识提取
[推荐] 知识表示学习的思想(TransE)已经被成功应用于视觉关系抽取(Visual Relation Extraction ),CVPR 2017最新论文 Visual Translation Embedding Network for Visual Relation Detection http://t.cn/RiavOtE 。视觉关系和语义关系既有重叠又有互补,未来会有很多有趣的问题值得探索。


经验总结 深度学习 算法 应用 博客 行业动态 机器人 预测
【2017 AI初创五大预测:机器人完蛋、深度学习商品化、AI成VC的“清洁技术”翻版、机器学习即服务(MLaaS)面临二次败局、全栈垂直AI初创实际运作】《Five AI Startup Predictions for 2017 | Bradford Cross》by bradford cross http://t.cn/RiXsisc


深度学习
DeepMind 连发两文 http://t.cn/RiX3rAe → 从可微分界树构建深度最近邻表征到合成梯度与解耦神经接口的深入研究

自然语言处理
PaperWeekly 第二十七期 | VAE for NLP – 第二十四期的「GAN for NLP」一文中对 GAN 在 NLP 中的进展做了详细的介绍,本期PaperWeekly作为姊妹篇,对 VAE 在 NLP 的应用方面挑选了最具有代表性的几篇 paper 进行介绍。 http://t.cn/RiX5lAj

《如何通俗的理解机器学习中的VC维、shatter和break point? – 知乎》 http://t.cn/RiX2UnM


经验总结 深度学习 Martin Stumpe 博客
【用深度学习帮病理学家检测癌症】《Assisting Pathologists in Detecting Cancer with Deep Learning | Google Research Blog》by Martin Stumpe http://t.cn/RiXZea1


深度学习 算法 论文 神经网络
《Understanding Synthetic Gradients and Decoupled Neural Interfaces》W M Czarnecki, G Świrszcz, M Jaderberg, S Osindero, O Vinyals, K Kavukcuoglu [DeepMind] (2017) http://t.cn/RiXZmDu


深度学习 算法 论文 神经网络
《Robust Spatial Filtering with Graph Convolutional Neural Networks》F P Such, S Sah, M Dominguez, S Pillai, C Zhang, A Michael, N Cahill, R Ptucha (2017) http://t.cn/RiXzBXq


深度学习 算法 论文 神经网络
《Wireless Interference Identification with Convolutional Neural Networks》M Schmidt, D Block, U Meier [Ostwestfalen-Lippe University of Applied Sciences] (2017) http://t.cn/RiXzn88


自然语言处理 论文
《Discovery of Evolving Semantics through Dynamic Word Embedding Learning》Z Yao, Y Sun, W Ding, N Rao, H Xiong [Rutgers University & Technicolor Research] (2017) http://t.cn/RiXzJtO


应用 Brain Robotics 机器人 论文
《The Unreasonable Effectiveness of Random Orthogonal Embeddings》K Choromanski, M Rowland, A Weller [Google Brain Robotics & University of Cambridge] (2017) http://t.cn/RiXzfMo


算法 论文 神经网络
《Using Synthetic Data to Train Neural Networks is Model-Based Reasoning》T A Le, A G Baydin, R Zinkov, F Wood [University of Oxford & Indiana University] (2017) http://t.cn/RiXzUzL Home: http://t.cn/RiXzUz2


论文
《MoleculeNet: A Benchmark for Molecular Machine Learning》Z Wu, B Ramsundar, E N. Feinberg, J Gomes, C Geniesse, A S. Pappu, K Leswing, V Pande [Stanford University & Stanford School of Medicine & Schrodinger Inc] (2017) http://t.cn/RiX7FSD

这篇关于第898期机器学习日报(2017-03-04)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!