机器学习人工学weekly-2018/2/11

注意下面很多链接需要科学上网,无奈国情如此

1. sentiment analysis的survey文章,前面略显累赘,后面还行

链接:https://arxiv.org/pdf/1801.07883.pdf

2. 微软用AirSim模拟器训练自驾车的教程,可以配合MIT自驾车的课一起学

链接:https://github.com/Microsoft/AutonomousDrivingCookbook/tree/master/AirSimE2EDeepLearning

3. Ali Rahimi(NIPS上说深度学习是炼金术的人)又写了篇文章说各种问额,跟NIPS上说的差不多,只不过这次场合是说要不要教高中生AI

Lessons from Optics, The Other Deep Learning

链接:http://www.argmin.net/2018/01/25/optics/

4. Aurélien Géron这个人的YouTube频道值得去follow一下,这几天他又做了一个entropy, cross-entropy的短视频,之前做了capsule和synthetic gradient,视频质量都很高。此兄之前在YouTube做产品经理(可见Google的PM有多偏技术了),还写了本机器学习的书"Hands-on Machine Learning with Scikit-Learn and TensorFlow",书也非常不错(无耻的说网上也有盗版)

YouTube频道:https://www.youtube.com/channel/UCCvGd1WBMpFQ_vtC89VF2qA

5. 阿里相关

5.1 阿里发布了一本关于强化学习的小书,讲RL在搜索,推荐,广告,智能问答,导购多个场景下的应用,很有启发性

链接:http://techforum-img.cn-hangzhou.oss-pub.aliyun-inc.com/1517812754285/reinforcement_learning.pdf

5.2 阿里的PAI平台终于开放商业应用了,之前也推荐过一些关于PAI平台的学习视频

简短消息(貌似是阿里的人写的):https://yq.aliyun.com/articles/422764?spm=a2c4e.11157919.spm-cont-list.146.4b8421e5b6xcWz

6.(首先承认我不是特别懂这块儿,编译原理没好好学)今天看到这个DLVM,给深度学习做编译器优化的工具(跟TensorFlow XLA和TVM相似),应该是把计算图编译优化成GPU硬件上执行效率更高的代码。作者刚从水果跳到Google Brain搞TPU这块儿,所以猜测XLA应该会吸收这里面的东西

DLVM: A MODERN COMPILER INFRASTRUCTURE FOR DEEP LEARNING SYSTEMS

链接:https://arxiv.org/pdf/1711.03016.pdf

7. (羞愧的承认没有认真读paper,只看了blog)DeepMind blog发的一篇,把深度学习和传统的symbolic reasoning结合起来,一个适合generalize,一个适合解释模型,很好的方向

Learning explanatory rules from noisy data

链接:Learning explanatory rules from noisy data

8. BAIR blog新帖讲人机合作的工作,主要是人干预机器人执行的时候,机器人根据人的干预重新plan,然后执行出理想的trajectory

Learning Robot Objectives from Physical Human Interaction

链接:http://bair.berkeley.edu/blog/2018/02/06/phri/

9. OpenAI的Request for Research 2.0,邀请搞研究的人去解决一系列目前还没有答案的问题(以RL为主)。虽然大多数人不可能解决,但是了解一下顶级研究机构想解决的问题也有好处,毕竟提出问题也是搞研究的一个重要步骤

链接:https://blog.openai.com/requests-for-research-2/?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

10. 推荐几个非技术的文章:

* 著名风投A16Z制作的自驾车系列视频(共8个),讨论对自驾对各行业的影响

The Autonomy Ecosystem

链接:https://www.youtube.com/watch?v=of5j-Lztqrg

* Hinton老爷子的传记文章,挖的比较深

Mr. Robot

链接:https://torontolife.com/tech/ai-superstars-google-facebook-apple-studied-guy/

* 亚马逊在AI上的投入,主要是AWS和Alexa(看文章说他们早期根本没能力做出来,买了一堆小公司,然后解决了far field问题),深度不错

INSIDE AMAZON'S ARTIFICIAL INTELLIGENCE FLYWHEEL

链接:https://www.wired.com/story/amazon-artificial-intelligence-flywheel/

* 机器翻译的局限。虽然Google Translate已经用了最牛B的RNN+attention,但是NMT还是差的远。其实机器翻译就是统计,根本没有理解语言,所以也很正常

The Shallowness of Google Translate

链接:https://www.theatlantic.com/technology/archive/2018/01/the-shallowness-of-google-translate/551570/?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

原文发布于微信公众号 - 机器学习人工学weekly(MLandHuman)

原文发表时间:2018-02-12

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏量子位

GitHub深度学习框架榜单:PyTorch快速增长(2/11-4/12)

云召 发自 凹非寺 量子位 报道 | 公众号 QbitAI Keras作者、Google深度学习研究院François Chollet,今日照例再次发布了Git...

2984
来自专栏AI研习社

数学来了 | 非方阵矩阵和线性变换不得不说的二三事

历史长河里,世世代代的教授和教科书撰写人,总是用荒谬复杂的矩阵计算,掩盖数学真实的简洁模样。

823
来自专栏华章科技

高考不会就选“C”?大数据告诉你这事不靠谱

导读:从小就听说,选择题遇到不会的,就按照这个技巧选择:三短一长选长的,三长一短选短的;两长两短选择B,长短不齐就选BC。

351
来自专栏量子位

TensorFlow 2.0和PyTorch谁更好?大牛们争了好几天

TensorFlow 2.0和PyTorch谁更好这个问题,大牛们可是争论了好几天。

862
来自专栏大数据挖掘DT机器学习

R语言构建追涨杀跌量化交易模型

作者:张丹(Conan), 程序员Java,R,Javascript 原文:http://blog.fens.me/finance-chase-sell/#c...

3278
来自专栏量化投资与机器学习

R语言构建追涨杀跌量化交易模型(附源代码)

作者 张丹(Conan) 来源 http://blog.fens.me Rquant前言最近有读者要求公众号推送几篇关于R语言量化投资的内容。今天推送第一篇。后...

31810
来自专栏AI科技大本营的专栏

AI 每周必读:The Ones

【AI100 导读】选 CNN 模型还是 RNN 模型?对于初学者来说,这是个很困难的问题。读博还是赌博?李沐写下了自己的经历,也许会有一些启发。 1. One...

2584
来自专栏目标检测和深度学习

深度学习、机器学习相关课程视频汇总

1、斯坦福大学 Andrew Ng 机器学习 (Machine Learning) 该课程已经在Coursera新的课程平台上发布(https://www.co...

3277
来自专栏iOSDevLog

思维导图 大脑的使用说明书读书笔记思维导图丛书

803
来自专栏机器人网

只要改变温度,新型机器人就能全速前进

机器人通常需要供电才能运动,没有电就意味着没有运动,不过,加州理工学院和苏黎世联邦理工学院的工程师已开发出能够在不使用任何电机、伺服系统或电源的情况下自行推进的...

653

扫码关注云+社区