第911期机器学习日报(2017-03-17)
机器学习日报 2017-03-17
- Visdom：Facebook出品的数据可视化工具，支持Torch/Numpy @爱可可-爱生活
- 视频：机器学习模型的评价与改进 @一起大数据
- Deep Voice详解教程，快速理解百度语音合成原理 @网路冷眼
- 谷歌工程师：聊一聊深度学习的weight initialization @爱可可-爱生活
- 对抗生成网络(GAN)及一些开放问题 @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16 深度学习5 算法5 自然语言处理4 资源3 会议活动2 经验总结2 语音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)
深度学习 代码 可视化
【Visdom：Facebook出品的数据可视化工具，支持Torch/Numpy】’Visdom – A flexible tool for creating, organizing, and sharing visualizations of live, rich data. Supports Torch and Numpy.’ by Facebook Research GitHub: http://t.cn/RiFtnWE
Luis Serrano
视频：【机器学习模型的评价与改进】《Machine Learning: Testing and Error Metrics – YouTube》by Luis Serrano [Udacity] http://t.cn/R6PI2h3 @IT莲接 @数海拾贝 @零售创新 @数据分析招聘 @微博科技
语音 资源 行业动态 课程 吴恩达
【吴恩达盛赞的Deep Voice详解教程，教你快速理解百度的语音合成原理（上）】吴恩达表示，“如果你是语音合成的新手，那么这篇文章便是 Deep Voice 优秀且可读性强的一个总结。感谢@dhruvp! ”http://t.cn/RiFgXKr
深度学习 谷歌 行业动态 夏飞
《谷歌工程师：聊一聊深度学习的weight initialization》by 夏飞 via:@雷锋网 http://t.cn/RikfJGt
算法 凸优化
【对抗生成网络(GAN)及一些开放问题】《Generative Adversarial Networks (GANs), Some Open Questions | Off the convex path》by Sanjeev Arora http://t.cn/RiF62I6
最新动态
2017-03-17 (11)
资源 课程 郑宇
【微软研究院资深主任研究员郑宇教授：多源数据融合与时空数据挖掘（一）】中国人工智能学会AIDL第二期【人工智能前沿讲习班】中，郑宇教授做了题为《多源数据融合与时空数据》的分享。http://t.cn/RiFegHt
会议活动 深度学习 自然语言处理 ICLR 会议 语言学 主题模型
今天我们来读一篇ICLR 2017的文章，来自微软研究院以及纽约哥伦比亚大学的学者，讲如何结合深度学习中的序列模型利器RNN以及文档分析领域的标准模型，话题模型（Topic Models）。这篇文章提出的模型非常直观，试验详实，适合相关读者精度。 http://t.cn/R6P7z08
会议活动 AISTATS 会议 统计
人工智能与统计学会议#AISTATS2017#录取论文列表。AISTATS 2017 Accepted Papers http://t.cn/R49NCUh International Conference on Artificial Intelligence and Statistics, Apr 20-22, 2017 – Fort Lauderdale, Florida, USA
经验总结 算法 自然语言处理 博客 代码
《机器学习算法实现解析——word2vec源码解析》by zhiyong_will http://t.cn/RiDgSrD GitHub:http://t.cn/R6vfC9m
深度学习 王军福
[译] 深度学习论文阅读路线图 http://t.cn/RisbUqf by 王军福 分享自 @jifei 开通的独家号《机器学习与大数据》 http://t.cn/Rfpgmag （想看更多？下载 @开发者头条 App：http://t.cn/RZjYFny ）
视觉
赛灵思推出reVISION堆栈，进军广泛的视觉导向机器学习领域 http://t.cn/RisRmKB → 许多传统的嵌入式视觉系统正在逐步向利用机器学习和传感器融合的视觉导向系统应用转变。
自然语言处理
让人工智能发明自己的语言：OpenAI语言理解研究新方向 http://t.cn/RisSCa3 OpenAI 研究人员认为：人工智能只有将学习的语言与实践相结合才能真正理解语言，而不是从巨大语料库中找寻语言模式。作为人工智语言之旅的第一步，我们应该研究人工智能是否可以通过交互合作自发产生一种简单的语言作为其通信…全文： http://m.weibo.cn/3996876140/4086291815373420
深度学习 算法 自然语言处理 Geoffrey Hinton 神经网络
【Hinton神经网络公开课4 Learning feature vectors for words】词的向量表示关系信息的特征表示引子很新奇，是一张英国人的家谱和一张结构相似的意大利人的家谱：这是一种关系信息，比如甲的…http://t.cn/Ris4Kr1
Erik Bernhardsson 代码 矩阵
【“从X语言迁移到Y语言”之特征向量分析】《The eigenvector of “Why we moved from language X to language Y” · Erik Bernhardsson》by Erik Bernhardsson http://t.cn/RiDiKbR GitHub:http://t.cn/RiFTafe
经验总结 算法 资源 Emily Barry 博客 书籍 速查卡
【机器学习算法速查表情符号版】《The Making of a Cheatsheet: Emoji Edition》by Emily Barry http://t.cn/RiFacvw
