我們利用層次化的表達(dá)建模不同實(shí)體之間的交互關(guān)系,應(yīng)用在了推薦彭雾、檢索碟刺、點(diǎn)擊率預(yù)測等多個(gè)場景當(dāng)中,新鮮出爐~ CIKM 2015 Oral [Collaborative Prediction for Multi-entity Interaction With Hierarchical Representation]薯酝。論文下載O網(wǎng)頁鏈接@愛可可-愛生活
我們利用卷積神經(jīng)網(wǎng)絡(luò)建模用戶行為半沽,實(shí)現(xiàn)個(gè)性化廣告與購物場景下的點(diǎn)擊率預(yù)測,CIKM 2015 [A Convolutional Click Prediction Model] 論文下載:O網(wǎng)頁鏈接@好東西傳送門
【萬物皆數(shù)】“數(shù)學(xué)之旅沒有盡頭吴菠,數(shù)學(xué)不可比擬的永久性和萬能性及他對時(shí)間和文化背景的獨(dú)立性是其本質(zhì)的直接后果者填。數(shù)學(xué)的世界需要一代又一代人的不懈努力。無論數(shù)學(xué)的那個(gè)方向做葵,其中都蘊(yùn)含著數(shù)學(xué)的美妙與神奇占哟。”O萬物皆數(shù)
如何在論文中畫出漂亮的插圖蜂挪?O如何在論文中畫出漂亮的插圖重挑?這是一個(gè)提高論文B格的方法,身邊寫論文的朋友轉(zhuǎn)走吧
金礦邊上賣鐵鍬:Dato為數(shù)據(jù)科學(xué)家提供機(jī)器學(xué)習(xí)系統(tǒng) | 工欲善其事棠涮,必先利其器。機(jī)器學(xué)習(xí)的關(guān)鍵是使用數(shù)據(jù)訓(xùn)練模型刺覆,而處理大量的訓(xùn)練數(shù)據(jù)則需要大規(guī)模機(jī)器學(xué)習(xí)系統(tǒng)严肪。極致優(yōu)化單機(jī)性能,使得個(gè)人電腦就能處理一些原來分布式集群才能處理任務(wù)。大規(guī)模機(jī)器學(xué)習(xí)的使用門檻被大大降低O網(wǎng)頁鏈接
【斯坦福大學(xué)人工智能實(shí)驗(yàn)室研發(fā)出各種運(yùn)動(dòng)的機(jī)器人】斯坦福大學(xué)人工智能實(shí)驗(yàn)室研發(fā)出專攻乒乓球等各種運(yùn)動(dòng)的機(jī)器人驳糯,并在教授的幫助下篇梭,利用應(yīng)用視覺疯淫、觸覺反饋符衔、力度傳感和位置感測等來創(chuàng)造適合各種運(yùn)動(dòng)的機(jī)器人车要,看來未來舉辦機(jī)器人奧運(yùn)會(huì)也不是不可能的事情君账。O網(wǎng)頁鏈接
一次用完今天五次提交機(jī)會(huì)芽突,一月之后等掉成狗再戰(zhàn)度苔。友情提示音诫,組合多個(gè)模型的時(shí)候可能單個(gè)模型能過agreement test但是組合過不了攻泼,要慎重竣付。這是Random Forest+xgboost+Keras MLP的組合結(jié)果诡延,沒有其他feature。
REmap發(fā)布古胆,可在R中繪制基本的百度遷徙圖 - 雪晴數(shù)據(jù)網(wǎng) 文章鏈接O網(wǎng)頁鏈接作者@郎大為Chiffon| REmap是一個(gè)基于@EChartsO網(wǎng)頁鏈接的一個(gè)R包肆良。主要的目的是為廣大數(shù)據(jù)玩家提供一個(gè)簡便的,可交互的地圖數(shù)據(jù)可視化工具逸绎。目前托管在githubO網(wǎng)頁鏈接@統(tǒng)計(jì)之都
百度張亞勤:百度正在索引真實(shí)世界連接人與服務(wù)-人物動(dòng)態(tài)-人工智能實(shí)驗(yàn)室-中國人工智能網(wǎng)-Powered by www.AiLab.cn 7月21日消息惹恃,在今日舉行的互聯(lián)網(wǎng)大會(huì)上,百度總裁張亞勤發(fā)表演講棺牧,他指出巫糙,在過去的三十年,這個(gè)互聯(lián)網(wǎng)所做的事其實(shí)很簡單陨帆,一個(gè)是數(shù)字化曲秉,一個(gè)是IP化。而在未O網(wǎng)頁鏈接
【Bengio最新博文:人工智能需要成千上萬的科學(xué)家和工程師】OBengio最新博文:人工智能需要成千上萬的科學(xué)家和工程師(分享自@今日頭條)
CNN 各種庫(cuda-convnet疲牵,caffe承二,torch7,cuda-convnet2纲爸,ccv)的卷積效率評測亥鸠, for details see:O網(wǎng)頁鏈接
Yoshua Bengio等撰寫的 《Deep Learning》專著新更新版本(20150705),已從O網(wǎng)頁鏈接網(wǎng)站下載各章節(jié)后整理為一個(gè)PDF文件识啦,以便于學(xué)習(xí)及閱讀负蚊,下載地址:O網(wǎng)頁鏈接
Nvidia提供了一門在線Deep Learning過程,從零開始:O網(wǎng)頁鏈接? 不需要GPU颓哮,可以直接在云端運(yùn)行
概率語言模型及其變形系列(2)-LDA及Gibbs Sampling - Coding for Dreams - 博客頻道 - CSDN.NETO網(wǎng)頁鏈接
【Google強(qiáng)化學(xué)習(xí)體系架構(gòu)Gorila介紹】《Gorila: Google Reinforcement Learning Architecture》O網(wǎng)頁鏈接? 提供的譯文《谷歌Gorila強(qiáng)化學(xué)習(xí)體系解析》O網(wǎng)頁鏈接
【用遞歸神經(jīng)網(wǎng)絡(luò)生成手寫體】O網(wǎng)頁鏈接《Handwriting Generation with Recurrent Neural Networks》的演示家妆,來自多倫多大學(xué),論文《Generating Sequences With Recurrent Neural Networks》解釋其原理冕茅。
NVIDIA CUDA在線培訓(xùn)伤极,滿滿干貨蛹找,趕緊轉(zhuǎn)走:O網(wǎng)頁鏈接
Bengio 《Deep Learning》新版草稿(20150705) ?Yoshua Bengio等撰寫的 《Deep Learning》專著新更新版本(20150705),已從O網(wǎng)頁鏈接網(wǎng)站下載各章節(jié)后整理為一個(gè)PDF文件哨坪,以便于學(xué)習(xí)及閱讀庸疾,下載地址:O網(wǎng)頁鏈接?
#EsriUC#已經(jīng)在GIScience學(xué)界廣泛研究的時(shí)空密度熱點(diǎn)分析和時(shí)空3D可視化可以在ArcGIS Pro1.1中直接使用啦@Esri中國2Convention Center
CVPR 2015 的所有講座的視頻(TechTalks from event: CVPR 2015):O網(wǎng)頁鏈接
《Use Random Forest: Testing 179 Classifiers on 121 Datasets》在很多場景下,可以先用隨機(jī)森林或高斯SVM試試当编,因?yàn)樗鼈冊?21個(gè)數(shù)據(jù)集上的179多種算法測試中平均精度占優(yōu)届慈;小心準(zhǔn)備數(shù)據(jù);最終確定前用抽查的方法對比多種算法O網(wǎng)頁鏈接
《機(jī)器學(xué)習(xí)中的數(shù)學(xué)(3):模型組合之 Boosting 與 Gradient Boosting》本來上一章的結(jié)尾提到忿偷,準(zhǔn)備寫寫線性分類的問題金顿,文章都已經(jīng)寫得差不多了,但是突然聽說最近Team準(zhǔn)備做一套分布式的分類器牵舱,可能會(huì)使用Random Forest來做…O網(wǎng)頁鏈接(by leftnoteasy )
用Random Forest解決回歸問題串绩,用Mean Square Error或者方差來計(jì)算信息增益。 訓(xùn)練的時(shí)候會(huì)發(fā)現(xiàn)得到的樹是非常不平衡的芜壁,比如左子樹有100個(gè)樣本礁凡,右子樹有10000個(gè)樣本。這樣右子樹很快就因?yàn)闃渖疃鹊南拗贫V狗至蚜嘶弁瑢?dǎo)致訓(xùn)練不充分影響預(yù)測效果顷牌。請大家看看有什么解決辦法?O網(wǎng)頁鏈接
ShanghaiTech Symposium on Data Science (SSDS 2015) 的視頻已經(jīng)可以下載了請戳O網(wǎng)頁鏈接
Machine Learning Trick of the Day (1): Replica TrickO網(wǎng)頁鏈接
【改變(主宰)世界的十大算法】《The real 10 algorithms that dominate our world》O網(wǎng)頁鏈接pdf:O網(wǎng)頁鏈接伯樂在線 提供的譯文《真正統(tǒng)治世界的十大算法》O網(wǎng)頁鏈接
秋季將在上科大信息學(xué)院第二次開設(shè)壓縮感知和稀疏低秩模型的課程塞淹。John Wright將在哥倫比亞大學(xué)同步教授同一門課窟蓝。八月閉關(guān)一個(gè)月寫教案和教材。歡迎有自虐傾向的同學(xué)選修饱普。推薦Recht的這個(gè)talk运挫,其實(shí)壓縮感知理論不是那么難O網(wǎng)頁鏈接
順便再請教一下:youtube下面有哪些統(tǒng)計(jì)或機(jī)器學(xué)習(xí)方面的視頻集中的地方,目前只找到Michigan Statistics Seminar套耕,再次感謝谁帕!找到一個(gè)好地方,Simons InstituteO網(wǎng)頁鏈接
評論@TA小窩的博文【基于Pre-Train的CNN模型的圖像分類實(shí)驗(yàn)】:"你好冯袍,這里用在imagenet上訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行新庫(比如caltech)的測試匈挖,是把imagenet-caffe-ref.mat里的參數(shù)當(dāng)做初始參數(shù)繼續(xù)訓(xùn)練嗎?這樣的話康愤,學(xué)習(xí)率..."查看原文:O基于Pre-Train的CNN模型的圖像分類實(shí)驗(yàn)
Yann LeCun在CVPR2015上的talk:What's Wrong with Deep Learning? 視頻地址:O網(wǎng)頁鏈接
利用搭載NVIDIA Quadro的惠普Z620工作站儡循,荷蘭代爾夫特理工大學(xué)的學(xué)生設(shè)計(jì)了一套利用太陽能供電的快速水翼艇。Quadro專業(yè)顯卡幫助學(xué)生們大幅優(yōu)化了設(shè)計(jì)流程征冷,快來看看他們是怎么做到的:LSolar-Powered Hydrofoil Boat Designed with Quadro GPU
[1507.06149] Data-free parameter pruning for Deep Neural NetworksO網(wǎng)頁鏈接通過合并權(quán)重相近的神經(jīng)元择膝,大大降低網(wǎng)絡(luò)模型的規(guī)模。比如用在 MNIST 訓(xùn)練出的 LeNet 上检激,約85%的參數(shù)可以去掉调榄。
《愛可可老師今日視野(15.07.23)》( 分享自@簡書)O網(wǎng)頁鏈接
【論文:(基于Highway Networks的)超深度網(wǎng)絡(luò)訓(xùn)練】《Training Very Deep Networks》R Kumar Srivastava, K Greff, J Schmidhuber (2015)O網(wǎng)頁鏈接參閱《Highway Networks》O愛可可-愛生活
【幻燈:(SmartNews)基于Word2Vec的全球大規(guī)模網(wǎng)頁文檔分類】《Globally Scalable Web Document Classification Using Word2Vec》by Kohei Nakaji (SmartNews)O網(wǎng)頁鏈接云:O網(wǎng)頁鏈接
【基于Chainer的生成式對抗網(wǎng)絡(luò)簡單實(shí)現(xiàn)】"Simple implementation of Generative Adversarial Nets using chainer"O網(wǎng)頁鏈接
【基于Chainer的CNN超分辨率實(shí)現(xiàn)(類似waifu2x)】《deeplearning(chainer)で超解像やってみた》O網(wǎng)頁鏈接waifu2x請參閱O愛可可-愛生活
【數(shù)據(jù)+代碼:FiveThirtyEight作品——全美氣溫變化可視化】《What 12 Months Of Record-Setting Temperatures Looks Like Across The U.S》O網(wǎng)頁鏈接GitHub(data+code):O網(wǎng)頁鏈接更多FiveThirtyEight精彩案例代碼&數(shù)據(jù):O網(wǎng)頁鏈接
【Kaggle's CrowdFlower競賽第三名Quartet團(tuán)隊(duì)訪談】《CrowdFlower Winners' Interview: 3rd place, Team Quartet》O網(wǎng)頁鏈接
ACL現(xiàn)任主席踊赠,ACM Fellow呵扛,斯坦福大學(xué)Chris Manning教授(O網(wǎng)頁鏈接)應(yīng)邀將于2015年8月3日上午9:30在哈爾濱工業(yè)大學(xué)新學(xué)生活動(dòng)中心326房間做學(xué)術(shù)報(bào)告每庆,介紹斯坦福NLP Group的最新研究成果,詳細(xì)信息敬請期待今穿!機(jī)會(huì)非常難得缤灵,歡迎各位老師、同學(xué)屆時(shí)參加蓝晒!@CIPS青工委@哈工大SCIR@劉挺
【Product Hunt數(shù)據(jù)挖掘——投票勾結(jié)檢測】《Mining Product Hunt: Detecting Vote-Rings》O網(wǎng)頁鏈接
【R聚類分析入門】《A gentle introduction to cluster analysis using R》O網(wǎng)頁鏈接
【基于Spark/Cassandra的大規(guī)模簽到數(shù)據(jù)聚類】《Clustering check-ins with Spark and Cassandra》O網(wǎng)頁鏈接
【FiveThirtyEight經(jīng)典數(shù)據(jù)可視化效果實(shí)現(xiàn)】《The Code Behind Building a FiveThirtyEight post》O網(wǎng)頁鏈接GitHub:O網(wǎng)頁鏈接FiveThirtyEight原文《Don’t Be Fooled By Baseball’s Small-Budget Success Stories》O網(wǎng)頁鏈接
【GitHub上值得關(guān)注的數(shù)據(jù)科學(xué)家/教程推薦】《GitHub Special: Data Scientists to Follow & Best Tutorials on GitHub》O網(wǎng)頁鏈接
【經(jīng)典回顧:《Neural Networks: Tricks of the Trade)》】@李沐M老師強(qiáng)烈推薦過的NN調(diào)參tricks匯總O網(wǎng)頁鏈接LeCun等人寫的第一章《Efficient BackProp》開放下載:O網(wǎng)頁鏈接@Erik-zou的中文介紹文章《神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的Tricks之高效BP(反向傳播算法)》O網(wǎng)頁鏈接
【機(jī)器學(xué)習(xí)每日Trick系列之Replica Trick】《Machine Learning Trick of the Day》by Shakir Mohamed Part 1.Replica TrickO網(wǎng)頁鏈接
【Google強(qiáng)化學(xué)習(xí)體系架構(gòu)Gorila介紹】《Gorila: Google Reinforcement Learning Architecture》O網(wǎng)頁鏈接? 提供的譯文《谷歌Gorila強(qiáng)化學(xué)習(xí)體系解析》O網(wǎng)頁鏈接
【Content-Based推薦的局限性(關(guān)于同主題非主流內(nèi)容的思考)】《Limits Of Content-Based Recommendations》O網(wǎng)頁鏈接
【論文:面向流的總體后驗(yàn)和貝葉斯推理(總體變分貝葉斯方法)】《The Population Posterior and Bayesian Inference on Streams》J McInerney[Columbia], R Ranganath[Princeton], D Blei[Columbia] (2015)O網(wǎng)頁鏈接