2015-7-3 收集資料

【論文:基于在線學習自適應采樣的加速隨機梯度下降(AW-SGD)】《Accelerating Stochastic Gradient Descent via Online Learning to Sample》G Bouchard, T Trouillon, J Perez, A Gaidon (2015) 網頁鏈接

【論文:非凸優化的隨機梯度異步并行實現】《Asynchronous Parallel Stochastic Gradient for Nonconvex Optimization》X Lian, Y Huang, Y Li, J Liu (2015) 網頁鏈接

提供的介紹文章《Facebook人工智能負責人Yann LeCun談深度學習的局限性》*網頁鏈接
【幻燈:(CVPR2015)Yann LeCun關于深度學習局限性的報告】《What's Wrong with Deep Learning?》*網頁鏈接 Intro:*網頁鏈接 云:網頁鏈接

【論文:基于CNN的精確目標檢測AttentionNet】《AttentionNet: Aggregating Weak Directions for Accurate Object Detection》D Yoo, S Park, JY Lee, A Paek, IS Kweon (2015) 網頁鏈接

【一個理解機器學習增強(Boosting)算法的嘗試】網頁鏈接 它是一種可以用來減小監督式學習中偏差的機器學習元算法。邁可·肯斯提出:一組“弱學習者”的集合能否生成一個“強學習者”?弱學習者一般是指一個分類器,它的結果只比隨機分類好一點點;強學習者指分類器的結果非常接近真值。

【機器學習模型設計——精度&召回的故事】《Designing Machine Learning Models: A Tale of Precision and Recall》by Ariana Radianto, from Airbnb **網頁鏈接

【幻燈:大規模深度學習】《10 Billion Parameter Neural Networks in your Basement》by Adam Coates, Stanford University **網頁鏈接 云:*網頁鏈接

基于Caffe的另一實現cnn-vis, by Justin Johnson **網頁鏈接
【IPN:Goole深度藝術生成實現(基于Caffe)】《Deep Dreams (with Caffe)》GitHub:**網頁鏈接 ipn:****網頁鏈接* 參閱:愛可可-愛生活

【開源:基于Scikit-Learn的預測分析服務框架Palladium】GitHub:***網頁鏈接 Tutorial:網頁鏈接

【20個最熱門的開源(Python)機器學習項目】《Top 20 Python Machine Learning Open Source Projects》Scikit-Learn/Pylearn2/NuPIC/Nilearn/PyBrain/Pattern/Fuel/Bob/skdata/MILK/IEPY/Quepy/Hebel/mlxtend/nolearn/Ramp/Feature Forge/REP/Python Machine Learning Samples/ELM O****網頁鏈接

文中提到的WordEmbeddingAutoencoder實現代碼:O****網頁鏈接
**
@愛可可-愛生活****
【論文:詞頻模型對詞向量的反擊】《Rehabilitation of Count-based Models for Word Vector Representations》R Lebret, R Collobert (2015) O****網頁鏈接 參閱《Improving Distributional Similarity with Lessons Learned from Word Embeddings》O****愛可可-愛生活

【基于Theano/Lasagne/Pylearn2的交互DNN幻覺藝術生成(提供代碼)】《Interactive Deep Neural Net Hallucinations (+source code) - Large Scale Deep Neural Net visualizing top level features》O****網頁鏈接 GitHub:O****網頁鏈接 參閱:O****愛可可-愛生活

【GPU---并行計算利器 】顯卡的處理器稱為圖形處理器(GPU),它是顯卡的“心臟”,與CPU類似,只不過GPU是專為執行復雜的數學和幾何計算而設計的。O****網頁鏈接

【Python調參優化庫Optunity】GitHub:O****網頁鏈接 Doc:O****網頁鏈接

【論文+代碼:C++并行貝葉斯推理統計庫QUESO】《The Parallel C++ Statistical Library for Bayesian Inference: QUESO》D McDougall, N Malaya, RD Moser (2015) O****網頁鏈接 O****網頁鏈接 QUESO:O****網頁鏈接 GitHub:O****網頁鏈接

【Python調參優化庫Optunity】GitHub:網頁鏈接 Doc:*網頁鏈接
pdf: *網頁鏈接 //Yann LeCun加入討論 ! *網頁鏈接 // Jürgen Schmidhuber的最新評論文章《Critique of Paper by "Deep Learning Conspiracy" (Nature 521 p 436)》 *網頁鏈接

【Nature:LeCun/Bengio/Hinton的最新文章《深度學習》】《Deep learning》Yann LeCun, Yoshua Bengio, Geoffrey Hinton (2015) *網頁鏈接 云:*網頁鏈接

【論文+代碼:C++并行貝葉斯推理統計庫QUESO】《The Parallel C++ Statistical Library for Bayesian Inference: QUESO》D McDougall, N Malaya, RD Moser (2015) *網頁鏈接 網頁鏈接 QUESO:網頁鏈接 GitHub:網頁鏈接

:Andrew的機器學習幻燈片我是很推薦的。這么多年了,很多CMU老師講機器學習課程的時候都還要參考Andrew的經典課件。網頁 教程

【幻燈:100+頁的Vowpal Wabbit機器學習平臺介紹】《Vowpal Wabbit: A Machine Learning System》 by John Langford [Microsoft Research] 網頁鏈接 云:網頁鏈接

【視頻+代碼:基于Kaggle's Titanic 101數據的(R)數據科學實踐】《Introduction to Data Science with R - Data Analysis》Youtube: 網頁鏈接 網頁鏈接 云: 網頁鏈接 網頁鏈接 GitHub:網頁鏈接

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,963評論 6 542
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,348評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,083評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,706評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,442評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,802評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,795評論 3 446
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,983評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,542評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,287評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,486評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,030評論 5 363
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,710評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,116評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,412評論 1 294
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,224評論 3 398
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,462評論 2 378

推薦閱讀更多精彩內容

  • 各種機器學習的應用場景分別是什么?例如,k近鄰,貝葉斯,決策樹,svm,邏輯斯蒂回歸和最大熵模型。 如何評價Pyt...
    hzyido閱讀 1,429評論 0 7
  • 《愛可可老師今日視野(15.08.07)》( 分享自@簡書)O網頁鏈接 《愛可可老師今日視野(15.08.04)》...
    hzyido閱讀 1,362評論 0 2
  • 亭樓漫山翠,日月時時新。 容顏幾度變,難覓故人音。 鳳擇梧桐棲,人遇良友齊。 愿使高山情,莫負流水意。
    愛笑木偶閱讀 235評論 0 1
  • 我總是這樣,很多時候下定了決心要做某些事,可是總是事與愿違,不能堅持。半途而廢的事多得數都數不清。我最近也在思考,...
    逆光隱去的季閱讀 203評論 0 0
  • 目前此攻略只收納了下篇的標配 天王 峨眉 三唐門 1.天王最先發起攻勢,確保第一套天子劍落在自己身上 2.在打的時...
    姩少乄傾忹閱讀 455評論 3 0