機器學(xué)習(xí)重量級人物Zoubin Ghahramani就任Uber首席科學(xué)家
http://baijiahao.baidu.com/s?id=1561915010638627&wfr=spider&for=pc
Zoubin Ghahramani 目前已經(jīng)發(fā)表過 250 多篇研究論文，被引次數(shù) 35,000 多次（高被引文獻數(shù) 79）弱匪。他曾在機器學(xué)習(xí)領(lǐng)域的頂級國際會議——NIPS,ICML 以及 AISTATS——上擔(dān)任過大會主席
//
如何評價吳恩達的學(xué)術(shù)地位_百度知道
https://zhidao.baidu.com/question/204257670816262485.html
吳恩達 (Andrew Ng)撮执，斯坦福計算機系的副教授瓢宦，師從機器學(xué)習(xí)的大師級人物 Michael I. Jordan。
同門師兄弟包括Zoubin Ghahramani, Tommi Jaakkola, Eric Xing, David Blei, 徒子徒孫遍布美國名校绑莺，他們這一大學(xué)派的主要研究和貢獻集中在 統(tǒng)計機器學(xué)習(xí)（Statistical Machine Learning）和圖模型(Probabilistic Graphical model),具體的比如 Spectral clustering, Nonparametric Bayesian Methods,Variational Methods等等蔓姚。
//
關(guān)于 NIPS 2016 你應(yīng)該知道的 50 件事情搜狐科技搜狐網(wǎng)
http://www.sohu.com/a/121892535_473283
- 深度學(xué)習(xí)的許多核心思想20年前就有了，但為什么深度學(xué)習(xí)現(xiàn)在很有效幸海，而當(dāng)時沒有多少大的應(yīng)用呢祟身？用一句話來說：因為我們現(xiàn)在能得到更多的數(shù)據(jù)，更強的計算能力物独，更好的軟件工程袜硫，以及一些算法上的創(chuàng)新（多層、ReLU挡篓、更好的初始化和學(xué)習(xí)速率的提升婉陷、Dropout、LSTM瞻凤、卷積網(wǎng)絡(luò)）憨攒。（了解更多世杀，參考：http://mlg.eng.cam.ac.uk/zoubin/）【個人主頁】
//
批評深度學(xué)習(xí)的G.Marcus能讓人工智能更像人類嗎阀参？ -百家號
https://baijia.baidu.com/s?old_id=269410
Zoubin Ghahramani是Geometric Intelligence公司另一位聯(lián)合創(chuàng)始人，劍橋大學(xué)信息工程教授瞻坝。Zoubin Ghahramani先后在前蘇聯(lián)和伊朗生活蛛壳，后來相繼搬到西班牙和美國杏瞻。他恰巧與Marcus同年同月同日生，但比Marcus晚一年來到MIT衙荐。
Ghahramani側(cè)重于通過概率讓機器變得更聰明捞挥。雖然其背后的數(shù)學(xué)原理很復(fù)雜，但采用該方法的原因很簡單忧吟，概率提供了一種應(yīng)對不確定性和不完備信息的方法砌函。「能飛的鳥」也許是個不錯的案例溜族。一個基于概率的系統(tǒng)可以得出「一只鳥會飛」概念的很高的可能性讹俊。接下來，當(dāng)系統(tǒng)學(xué)習(xí)到鴕鳥也是鳥類時煌抒，也會假設(shè)鴕鳥很可能會飛仍劈。但其他信息也會改變上述假設(shè)，比如說「一只成年鴕鳥的重量通常超過200磅」寡壮，從而不斷降低「鴕鳥會飛」的概率贩疙，直到接近為零。這種靈活的方法可以灌輸給機器一些像是常識的天然形式的東西况既，這也是人類智能的重要基本屬性这溅。
我與位于劍橋的Ghahramani通過Skype交談，Ghahramani 暗示了他和Marcus所看重的一項特殊應(yīng)用：訓(xùn)練機器人應(yīng)對復(fù)雜環(huán)境棒仍。Ghahramani 認(rèn)為芍躏，在目前的機器人研究領(lǐng)域，讓機器人擁有經(jīng)驗需要付出非常昂貴的代價降狠《钥ⅲ「如果你希望讓機器人學(xué)會走路，或者讓汽車學(xué)會自動駕駛榜配，那么通過數(shù)百萬次的跌倒否纬、碰撞甚至車禍?zhǔn)鹿实劝咐ビ?xùn)練它是無法實現(xiàn)的，這行不通蛋褥×偃迹」
//
貝葉斯神經(jīng)網(wǎng)絡(luò)簡史 | 機器之心
https://www.jiqizhixin.com/articles/2016-12-20-5
//
Zoubin Ghahramani《Machine Learning Toolbox》(機器學(xué)習(xí)，主要是HMM)MATLAB論壇 -
http://www.madio.net/thread-223641-1-1.html
//
Zoubin Ghahramani《Machine Learning Toolbox》(機器學(xué)習(xí)烙心，主要是HMM)MATLAB論壇 -
http://www.madio.net/thread-223641-1-1.html
Zoubin Ghahramani《Machine Learning Toolbox》(機器學(xué)習(xí)膜廊，主要是HMM)
% Machine Learning Toolbox
% Version 1.0 01-Apr-96
% Copyright (c) by Zoubin Ghahramani, University of Toronto
%
% This directory contains a Matlab implementation of the Baum-Welch learning
% algorithm for Hidden Markov Models.
%
% hmm - Gaussian Observation Hidden Markov Model (HMM)
% hmm_cl - Calculate Likelihoods for HMM
% hmmdemo - A demo of the HMM program
%
% rsum - row sum of matrix
% rprod - row product of matrix and vector
% rdiv - row division of matrix by vector
