第1080期AI100_机器学习日报(2017-09-02)
AI100_机器学习日报 2017-09-02
- 科大讯飞最新语音识别系统和框架深度剖析 @专注云计算
- IBM 数据科学博文：机器学习所需的数学知识 @网路冷眼
- (自然语言生成)训练数据质量的影响 @爱可可-爱生活
- ACL 2017深度学习四大趋势 @爱可可-爱生活
- LSTM模型过拟合/欠拟合判断 @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15 深度学习6 算法4 自然语言处理3 经验总结3 语音2 会议活动2 应用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)
经验总结 深度学习 算法 语音 博客 行业动态 神经网络
【干货：科大讯飞最新语音识别系统和框架深度剖析】近日，继论文《Attention Is All You Need》之后，谷歌在研究博客撰文对 Transformer 作了更详细的介绍。Transformer 是一个基于自注意力机制的全新神经网络架构，擅长处理语言理解任务。http://t.cn/RNKV0xM
经验总结 算法 博客 数据科学 统计
【The Mathematics of Machine Learning】http://t.cn/RJUZ7lz IBM 数据科学的博文：机器学习所需的数学知识，包括了线性代数、概率论和统计、多变量微积分、算法和复杂度以及其它等主题，统计它们各自所占百分比。
自然语言处理 数据质量
【(自然语言生成)训练数据质量的影响】《Does Quality Matter in Training Data?》by Ehud Reiter http://t.cn/RNa46li
会议活动 深度学习 自然语言处理 会议
【ACL 2017深度学习四大趋势】《Four deep learning trends from ACL 2017》by Abigail See Part1: Linguistic Structure and Word Embeddings http://t.cn/RNMtqhs Part2: Interpretability and Attention http://t.cn/RN67OVO
深度学习 Jason Brownlee
【LSTM模型过拟合/欠拟合判断】《How to Diagnose Overfitting and Underfitting of LSTM Models | Machine Learning Mastery》by Jason Brownlee http://t.cn/RNf0Uqn
最新动态
2017-09-02 (7)
经验总结 博客
【Automatic database management system tuning through large-scale machine learning】http://t.cn/RNotwU5 通过大规模机器学习自动调优数据库管理系统。今后DBA的金饭碗是不是危险啦？[二哈]
应用 资源 Kaggle 书籍 推荐系统
【goodbooks-10k数据集探索性分析与图书推荐系统】《Book Recommender: Collaborative Filtering, Shiny | Kaggle》by Philipp Spachtholz http://t.cn/RNX8m5N Demo:http://t.cn/RNaQ6rZ
算法 自然语言处理 论文 迁移学习 神经网络
《Transfer Learning across Low-Resource, Related Languages for Neural Machine Translation》T Q. Nguyen, D Chiang [University of Notre Dame] (2017) http://t.cn/RNa7QMF
深度学习 论文
《End-to-end Training for Whole Image Breast Cancer Diagnosis using An All Convolutional Design》L Shen [Icahn School of Medicine at Mount Sinai] (2017) http://t.cn/RNa7TGo GitHub: https ://github .com/lishen/end2end-all-conv
深度学习 算法 论文 神经网络
《Automatic Semantic Style Transfer using Deep Convolutional Neural Networks and Soft Masks》H Zhao, P L. Rosin, Y Lai [Hengyang Normal University & Cardiff University] (2017) http://t.cn/RNa7ISw
会议活动 Max Planck Institute NIPS 会议 论文
《Design and Analysis of the NIPS 2016 Review Process》N B. Shah, B Tabibian, K Muandet… [CMU & Max Planck Institute for Intelligent Systems & Mahidol University] (2017) http://t.cn/RNa7GFN GitHub(coming…): https ://github .com/btabibian/conference-analysis
人工智能创业和互联网创业最大的区别是：传统的互联网创业核心是抓紧用户需求，只要不断尝试，找到了市场-产品结合点，技术不会是太大的障碍。人工智能创业则不仅要找这个点，而且找到了你也不一定做的出来。甚至明知道那个点在在哪，也不能去直接做，必须先把到那个点的路径一点点分解出来，再寻找路…全文： http://m.weibo.cn/1932835417/4147347556090427