2015-7-9 收集資料

翻看icml的文章才發(fā)現(xiàn)原來Michael I. Jordan 也涉獵deep learning嗎?O網(wǎng)頁鏈接

香港中文大學(xué)王曉剛教授的深度學(xué)習(xí)課程網(wǎng)站O網(wǎng)頁鏈接

應(yīng)用 IBM SPSS Statistic 的最近鄰元素分析模型對汽車廠商預(yù)研車型進(jìn)行市場評估 | 一起大數(shù)據(jù)@沈浩老師@數(shù)據(jù)小兵@零售創(chuàng)新@數(shù)據(jù)分析招聘以前還真不知道SPSS把KNN也是整合進(jìn)來了,簡單實(shí)用,大贊! 一起來學(xué)習(xí)吧。http://t.cn/RLyJmSv

theano based rnn tools O網(wǎng)頁鏈接

信息檢索的大牛Bruce Croft 教授等的著書《Search Engines: Information Retrieval in Practice》可以免費(fèi)下載了。強(qiáng)烈推薦!O網(wǎng)頁鏈接

【幻燈:(ICML2015)機(jī)器學(xué)習(xí)面臨的兩大挑戰(zhàn)】《Two Big Challenges In Machine Learning》by by Le?on Bottou [Facebook Ai Research]O網(wǎng)頁鏈接云:O網(wǎng)頁鏈接

ClipMine Machine Learning Video CollectionO網(wǎng)頁鏈接搜集了CMU、VTech、Oxford等學(xué)校2015年的機(jī)器學(xué)習(xí)/深度學(xué)習(xí)視頻課程,幾十個(gè)深度學(xué)習(xí)的演講視頻等等近300個(gè)視頻

應(yīng)用 IBM SPSS Statistic 的最近鄰元素分析模型對汽車廠商預(yù)研車型進(jìn)行市場評估 | 一起大數(shù)據(jù)@沈浩老師@數(shù)據(jù)小兵@零售創(chuàng)新@數(shù)據(jù)分析招聘以前還真不知道SPSS把KNN也是整合進(jìn)來了,簡單實(shí)用,大贊! 一起來學(xué)習(xí)吧。O網(wǎng)頁鏈接

【Python 3.5 新特性預(yù)覽】Python 3.5 正式版計(jì)劃在 9 月 13 日發(fā)布,添加了 zipapp 模塊,支持 Async/Await 協(xié)同編程,更多信息請看:O網(wǎng)頁鏈接

《Deep Belief Nets in C++ and CUDA C》 Volume 1: Restricted Boltzmann Machines and Supervised Feedforward Networks;Volume II: Autoencoding in the Complex Domain。與書相配套有源代碼DEEP,下載:O網(wǎng)頁鏈接使用手冊:O網(wǎng)頁鏈接? 還有二卷講的是autoencoder

【視頻+IPN:SciPy'15上基于Scikit-Learn的機(jī)器學(xué)習(xí)教程】《Machine Learning with Scikit-Learn | SciPy 2015 Tutorial》by Andreas Mueller & Kyle Kastner Part I:網(wǎng)頁鏈接Part2:網(wǎng)頁鏈接ipn:網(wǎng)頁鏈接nbviewer:網(wǎng)頁鏈接云:網(wǎng)頁鏈接


【Youtube上的SciPy'15視頻專輯】《SciPy 2015: Scientific Computing with Python Conference》網(wǎng)頁鏈接【Daoud Clarke的ICML2015論文自選集】《My favourite papers from day one of ICML 2015》網(wǎng)頁鏈接《My favourite ICML 2015 papers - part two》網(wǎng)頁鏈接以及他的《Seven Steps to Success - Machine Learning in Practice》指南小冊子網(wǎng)頁鏈接

【視頻標(biāo)記社交網(wǎng)站ClipMine的機(jī)器學(xué)習(xí)視頻專輯】《ClipMine Machine Learning Video Collection》網(wǎng)頁鏈接

ICML2015上發(fā)表的版本:網(wǎng)頁鏈接[論文]《Scalable Bayesian Optimization Using Deep Neural Networks》(2015) J Snoek, O Rippel, K Swersky網(wǎng)頁鏈接?用DNN做參數(shù)優(yōu)化,可實(shí)現(xiàn)大規(guī)模并行優(yōu)化,酷![論文]《Scalable Bayesian Optimization Using Deep Neural Networks》(2015) J Snoek, O Rippel, K Swersky網(wǎng)頁鏈接用DNN做參數(shù)優(yōu)化,可實(shí)現(xiàn)大規(guī)模并行優(yōu)化,酷!ICML2015上發(fā)表的版本:網(wǎng)頁鏈接

【Microsoft現(xiàn)在是OpenBSD基金會金牌貢獻(xiàn)者!?。 ?a target="_blank" rel="nofollow">O網(wǎng)頁鏈接<Microsoft Now OpenBSD Foundation Gold Contributor> 這是神馬節(jié)奏?

【論文:面向遷移特征學(xué)習(xí)的Deep Adaptation Networks(DAN)框架】《Learning Transferable Features with Deep Adaptation Networks》M Long, Y Cao, J Wang, M Jordan (ICML2015)網(wǎng)頁鏈接

ICML2015上發(fā)表的《Gradient-based Hyperparameter Optimization through Reversible Learning》網(wǎng)頁鏈接《Gradient-based Hyperparameter Optimization through Reversible Learning》(2015) D Maclaurin, D Duvenaud, RP Adams網(wǎng)頁鏈接來自Harvard,提出超參優(yōu)化的梯度計(jì)算新思路,“...opens up a garden of delights”,很有意思的論文,推薦,相關(guān)實(shí)驗(yàn)&圖表:網(wǎng)頁鏈接

Google Deepmind的Alex Graves等人的新論文: Grid LSTM 論文下載:網(wǎng)頁鏈接

【Random Thoughts : Learning Deep Learning】網(wǎng)頁鏈接

【論文:Online Boosting的優(yōu)化和自適應(yīng)算法】《Optimal and Adaptive Algorithms for Online Boosting》A Beygelzimer, S Kale, H Luo (ICML2015)網(wǎng)頁鏈接

【Kaggle每周代碼精選六月匯總】《June 2015: Scripts of the Week》網(wǎng)頁鏈接

ACL15-tutorial。RPI(倫斯勒理工)副教授Heng Ji在主頁上給出了ACL15專題講座<Successful Data Mining Methods for NLP>,Jiawei Han (UIUC), Heng Ji & Yizhou Sun (NEU) 初版幻燈片,175頁;她還表達(dá)到:所有的tutorial都應(yīng)該免費(fèi)。 主頁網(wǎng)頁鏈接大會網(wǎng)頁鏈接

斯坦福計(jì)算機(jī)系助理教授Percy Liang在ICML2015上的自然語言理解基礎(chǔ)和最前沿技術(shù)的教學(xué)講座:O網(wǎng)頁鏈接

快進(jìn)到45分鐘直接看微軟研究院教育峰會人工智能研討會錄像:網(wǎng)頁鏈接嘉賓包括PRML作者Chris Bishop, 斯坦福Fei-Fei Li, 麻省理工Josh Tenenbaum, 布朗大學(xué)Michael Littman,以及AI2的Oren Otzioni.

ACL2015最佳論文之一的AutoExtend: Extending Word Embeddings to Embeddings for Synsets and Lexemes PDF下載:O網(wǎng)頁鏈接

【NLP五大開源工具】《5 open source tools for taming text》 Stanford CoreNLP/NLTK/Lucene&Solr/OpenNLP/GATE&UIMAO網(wǎng)頁鏈接

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容