@好东西传送门 出品, 过刊见 http://ml.memect.com
订阅:给 [email protected] 发封空信, 标题: 订阅机器学习日报
加长版见 http://memect.co/ml-list-2015-01-02 (17条最新动态+焦点, 10条温故知新)
@ML_Yuens
关键词:资源 产业 余凯 张潼
机器学习Machine Learning_百度文库 [1]
[1] http://wenku.baidu.com/course/view/49e8b8f67c1cfad6195fa705
@TEDNews
关键词:资源 视频 杨强
"人工智能研究分许多流派。其中之一以IBM为代表,认为只要有高性能计算就可得到智能,他们的‘深蓝’击败了世界象棋冠军;另一流派认为智能来自动物本能;还有个很强的流派认为只要找来专家,把他们的思维用逻辑一条条写下,放到计算机里就行……" 杨强在TEDxNanjing谈智能的起源 [1]
[1] http://v.youku.com/v_show/id_XODQzNDM4MDg0.html
@刘知远THU
在机器已经可以模拟弹钢琴的今天,钢琴家存在的必要性是什么? [1](分享自 @知乎)最近正好想到这个问题,只是知乎这个提问有些刺耳。我好奇的是,研制一个钢琴弹奏机器人,并能模仿各位钢琴大家的风格,难度有多大?如果用幕布遮住演奏者,人们能否以及如何分辨背后是人还是机器?
@许家铭_CASIA
关键词:深度学习 自然语言处理 论文
放弃词向量(WordEmbedding)工作,直接在词袋模型(BoW)上用卷积神经网络做文本分类任务(CNN for Text Categorization) 效果如何,看这篇文章的工作(待评论。。),[1] 提出seq-CNN与bow-CNN两种模型直接在BoW上使用卷积层,同state-of-the-art方法相比取得较好结果
[1] http://arxiv.org/abs/1412.1058
@eNe14
关键词:会议活动 深度学习 资源 自然语言处理 ICML NIPS PDF 会议 机器翻译 论文
深度RNN/LSTM用于结构化学习 0)序列标注[Connectionist Temporal Classification]ICML06 [1] 1)机器翻译[Sequence to Sequence]NIPS14 [2] 2)成分句法[GRAMMAR AS FOREIGN LANGUAGE] [3] 再次用到窃取果实distilling
[1] http://www.machinelearning.org/proceedings/icml2006/047_Connectionist_Tempor.pdf
[2] http://papers.nips.cc/paper/5346-sequence-to-sequence-learning-with-neural-networks.pdf
[3] http://arxiv.org/pdf/1412.7449v1.pdf
1
tempdban 2015-01-03 16:09:44 +08:00 via Android
这是什么?????
|
2
haoawesome OP @tempdban 机器学习动态的摘要
|
3
Neveroldmilk 2015-01-03 16:17:45 +08:00 1
不错,不过这似乎更适合研究人员,而不是普通程序员。
|
4
wisatbff 2015-01-03 16:18:29 +08:00
这算打广告么
|
5
haoawesome OP @wisatbff 如果不贴征订链接,只贴内容本身是不是就不是广告了呢?
|
6
haoawesome OP @Neveroldmilk 刚来V2EX,这上面有给研究人员的节点么?谢谢
|
7
Astrian 2015-01-03 17:35:52 +08:00 via Android 1
钢琴图灵比较有意思
|
8
deepurple 2015-01-03 19:57:41 +08:00 1
哇,好东西传送门,良心微博账号啊
|
9
nptwz 2015-01-03 21:20:57 +08:00
好东西传送门都来占领v2ex了
|
10
haoawesome OP @nptwz 嗯,也有很多人不上微博吗。请多指教。
|