AI100_机器学习日报 2017-08-15
- 学界 | 马里兰大学论文：训练深度神经网络中的一致性难题 @机器之心Synced
- Effective Dimensionality Reduction for Word Embeddings @PaperWeekly
- GANs奇思妙想TOP10 @大数据文摘
- 图像分类必读开创性论文汇总 @爱可可-爱生活
- 数据集管理/标记/预处理服务Supervise.ly简介 @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20 深度学习8 算法8 资源5 经验总结4 自然语言处理3 会议活动2 应用1 视觉1 进化计算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 算法 神经网络
【学界 | 马里兰大学论文：训练深度神经网络中的一致性难题】马里兰大学和亚利桑那州立大学的研究者发表文章，对神经网络多年以来存在的训练一致性难题进行了探讨研究。文章发现神经网络的训练难题可被解释为：在多层网络训练过程中，层与层之间产生的一系列「不一致性」问题。http://t.cn/R9sgnSD
算法 自然语言处理 PCA
Effective Dimensionality Reduction for Word Embeddings 本文提出一种高效且具有不错质量的词向量降维算法。本算法基于post-processing algorithm (arXiv:1702.01417，PPA)，和PCA降维算法。 在PPA一文中发现，常见的词向量(包括Glove, word2vec)均值向量偏大，而且大部分能量都集中在非常小的子空…全文： http://m.weibo.cn/2678093863/4141048097868703
算法 资源 书籍
发布了头条文章：《“未卜先知”、“自学成才”：GANs奇思妙想TOP10榜单》 这样的故事似乎只能发生在小说中。然而，近年来兴起的一项机器学习算法却将“左右互搏术”变为了现实。#大数据文摘# #GANs# http://t.cn/R9sDZBR
经验总结 深度学习 视觉 算法 博客 分类
【图像分类必读开创性论文汇总】《Must-read Parth-breaking Papers About Image Classification》by Parth Shrivastava http://t.cn/R9sZnnY
数据科学
【数据集管理/标记/预处理服务Supervise.ly简介】《Introducing Supervise.ly》 @deepsystems/introducing-supervise-ly-57b00f863040″>http://t.cn/R9FFSjB
最新动态
2017-08-15 (15)
经验总结 Bruno Stecanella Python 博客
【Python机器学习入门】《Getting started with Python Machine Learning | MonkeyLearn》by Bruno Stecanella http://t.cn/RCvvO6z
会议活动 经验总结 KDD 博客 会议 裴健
【牛气！数据挖掘顶级会议KDD2017大奖公布，KDD Cup全被中国人给包了】http://t.cn/R9sRNWQ 上周，KDD 2017 的三大奖项 Innovation Award（创新奖）、Service Award（服务奖）、Test of Time Award（最具时间价值奖）就已经公布。其中，2017 SIGKDD 创新奖颁给了 ACM SIGKDD 新一任主席裴健博士，AI科…全文： http://m.weibo.cn/6080368657/4140997518416142
资源 PDF 行业动态 迁移学习
《Google Vizier: A Service for Black-Box Optimization》D Golovin, B Solnik, S Moitra, G Kochanski, J Karro, D. Sculley [Google Research] (2017) http://t.cn/R9sjuZa pdf:http://t.cn/R9sjuZX 《谷歌内部机器学习系统Vizier：用迁移学习自动优化超参数》via:新智元 http://t.cn/R9sjuZS
算法 资源 自然语言处理 PDF 期刊 神经网络
【A Primer on Neural Network Models for Natural Language Processing】Google文章《自然语言处理神经网络模型入门》，PDF格式，点击链接下载：http://t.cn/R9spPyp
深度学习 Robbie Barrat 代码
【(Torch)在多个艺术作品数据集上训练的DCGAN模型】’Modified implementation of DCGAN focused on generative art.’ by Robbie Barrat GitHub: https: //github.com/ robbiebarrat/art-DCGAN
进化计算 算法 资源 课程 神经网络
【Flappy Bird learns to fly using Neural Network and Genetic Algorithm (tutorial, demo, source code)】www.askforgametask.com/tutorial/machine-learning-algorithm-flappy-bird/ 通过使用神经网络和遗传算法Flappy Bird学习飞行，包括教程，演示，源代码。
经验总结 深度学习 博客
【OpenCL深度学习】《Vertex.AI – Bringing Deep Learning to OpenCL》by Choong Ng http://t.cn/R9szhcI
资源 Kaggle 书籍
【书籍推荐数据集(goodreads/上万图书/百万评价)】《goodbooks-10k – Ten thousand books, one million ratings | Kaggle》 http://t.cn/R9FsDml
深度学习 代码
【CORe50：连续目标识别数据集】《CORe50: a new Dataset and Benchmark for Continuous/Lifelong Deep Learning》by @vlomonaco/core50-a-new-dataset-and-benchmark-for-continuous-lifelong-deep-learning-73b6f1e7062f”>http://t.cn/R9FFyjH
会议活动 深度学习 ICML Olga Liakhovich Day 会议
【ICML2017参会笔记】by Olga Liakhovich Day 1:http://t.cn/R9Fkewy Day 2:http://t.cn/R9Fkewb Day 3:http://t.cn/R9FkewU Day 4:http://t.cn/R9FkewG Day 5&6:http://t.cn/R9Fkew4
算法 Alex Honchar 神经网络
【神经网络算法交易之超参优化】《Neural networks for algorithmic trading. Hyperparameters optimization》by Alex Honchar @alexrachnog/neural-networks-for-algorithmic-trading-hyperparameters-optimization-cb2b4a29b8ee”>http://t.cn/R9FkYk7
深度学习 应用 医疗
《Reconstructing cell cycle and disease progression using deep learning》P Eulenberg, N Koehler, T Blasi, A Filby, AE Carpenter… (2017) http://t.cn/R9FeQpV
自然语言处理 代码 论文
《Making Sense of Word Embeddings》M Pelevina, N Arefyev, C Biemann, A Panchenko [Technische Universitat Darmstadt & Moscow State University] (2017) http://t.cn/R9Fehu8 Home:http://t.cn/R9FehuQ GitHub: https: //github.com/ tudarmstadt-lt/sensegram
深度学习 论文
《Unsupervised Incremental Learning of Deep Descriptors From Video Streams》F Pernici, A D Bimbo [University of Florence] (2017) http://t.cn/R9FgdoF
算法 代码 论文
《Unbiased Markov chain Monte Carlo with couplings》P E. Jacob, J O’Leary, Y F. Atchadé [Harvard University & University of Michigan] (2017) http://t.cn/R9Fg1mQ GitHub: https: //github.com/ pierrejacob/debiasedmcmc
