第837期机器学习日报(2017-01-02)
机器学习日报 2017-01-02
- 深度学习网络安全论文集锦 @爱可可-爱生活
- 增强学习学习指南 @爱可可-爱生活
- 概述论文：迁移学习研究全貌 @机器之心synced
- Numpy实现的MNIST手写数字分类器 @爱可可-爱生活
- 深度学习NLP概览 @爱可可-爱生活
@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21 深度学习9 算法7 自然语言处理4 经验总结2 语音1 视觉1 进化计算1 资源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 Jason Trost
【深度学习网络安全论文集锦】《Collection of Deep Learning Cyber Security Research Papers》by Jason Trost @jason_trost/collection-of-deep-learning-cyber-security-research-papers-e1f856f71042″>http://t.cn/RMvaklq
深度学习 算法 代码 强化学习
【增强学习学习指南】’Study Reinforcement Learning & (Deep RL) Guide’ by Yad Faeq GitHub: http://t.cn/RMhvhEt
迁移学习
概述论文：迁移学习研究全貌 http://t.cn/RMPolaJ → A survey of transfer learning
算法 Karan Desai Python 代码 分类 神经网络
【(Python)Numpy实现的MNIST手写数字分类器】’MNIST Handwritten Digit Classifier – A single handwritten digit classifier, using the MNIST dataset. Implemented through Artificial Neural Networks in Python.’ by Karan Desai GitHub: http://t.cn/R5UL5m3
深度学习 自然语言处理 Frank Chung
【深度学习NLP概览】《Notes for deep learning on NLP》by Frank Chung @frank_chung/notes-for-deep-learning-on-nlp-94ddfcb45723″>http://t.cn/RMvSIjr
最新动态
2017-01-02 (15)
深度学习 视觉 算法 语音 自然语言处理 神经网络
机器学习是有乐趣的已经更新6部啦，Machine Learning is Fun， Part 6 如何用深度学习进行语音识别，@ageitgey/machine-learning-is-fun-part-6-how-to-do-speech-recognition-with-deep-learning-28293c162f7a#.z8steisxs”>http://t.cn/RMhCuy3](http://t.cn/RMhCuy3 “https://medium.com/http://t.cn/RMhCuyr](http://t.cn/RMhCuyr “https://medium.com/http://t.cn/RMhCuyu](http://t.cn/RMhCuyu “https://medium.com/http://t.cn/RMhCuye
深度学习 Ricardo Guerrero Gomez
【对比深度学习十大框架：TensorFlow 并非最好？】 2016 年已经过去，BEEVA Labs 数据分析师 Ricardo Guerrero Gomez-Ol 近日在 Medium 上发表了一篇文章，盘点了目前最流行的深度…http://t.cn/RMh9dcP
经验总结 深度学习 博客
深度学习2016，年度回顾。Deep Learning 2016: The Year in Review，http://t.cn/RIDD9oG
进化计算 算法 神经网络
【网络训练GD和GA哪个好】《Which is best for training an artificial neural network, a backpropagation algorithm, or a genetic algorithm? – Quora》 http://t.cn/RMP3lCI
自然语言处理
每天1000万次请求还是太少了，分词作为互联网数据处理的第一步，价值巨大。每天互联网全行业的分词文本数量和频次，至少是几百万亿这个级别的。我只是拿到1百亿才有想象空间，继续努力吧，还是要在服务的方式上继续创新，想新的办法
Python 代码 正则表达式
【(Python)常用正则表达式集合】’A library that provides regex patterns. If you hate to write regular expressions, then expynent can help you.’ by Líkið Geimfari GitHub: http://t.cn/RMvEBAp
资源 PDF 代码 论文
【(C++)高维数据最近邻(ANN)搜索库】’DOLPHINN – High Dimensional Approximate Near(est) Neighbor’ by gsamaras GitHub: http://t.cn/RMvROi2 ref:《Practical linear-space Approximate Near Neighbors in high dimension》http://t.cn/RMvROiL
深度学习 Carlos E. Perez
【用全息原理解析深度学习】《The Holographic Principle: Why Deep Learning Works》by Carlos E. Perez http://t.cn/RMv6OEm
经验总结 Gregory Piatetsky 博客 数据科学
【七步学习数据挖掘&数据科学】《7 Steps for Learning Data Mining and Data Science》by Gregory Piatetsky http://t.cn/RGapgtn
R语言 可视化 刘力成
新年第一天，分享一个刚写完的R包，用来可视化“非线性交互效应”。这个版本支持快速估计半参数固定效应模型（谢谢刘力成同学的助研）。STATA版正在开发中。比较简单，但是希望有用。欢迎大家提意见、找bug。 http://t.cn/RMvfB55
算法 代码 论文
《HAMSI: A Parallel Incremental Optimization Algorithm Using Quadratic Approximations for Solving Partially Separable Problems》K Kaya, F Öztoprak, Ş. İ Birbil… [Sabancı University & Istanbul Bilgi University] (2016) http://t.cn/RMvfVNb GitHub:http://t.cn/RMvfVN4
深度学习 论文
《Deep Semi-Supervised Learning with Linguistically Motivated Sequence Labeling Task Hierarchies》J Godwin, P Stenetorp, S Riedel [University College London] (2016) http://t.cn/RMvVWKr
