机器学习人工学weekly-2018/5/13

1. Google I/O召开大会,个人觉得最有意思的是TPU 3.0和AI冒充真人打电话

1. 1 Google Duplex: An AI System for Accomplishing Real World Tasks Over the Phone

链接:https://ai.googleblog.com/2018/05/duplex-ai-system-for-natural-conversation.html

1. 2 ML Kit

链接:https://developers.google.com/ml-kit/

2. DeepMind

2.1 DeepMind发到Nature上最新的工作, grid cell

Navigating with grid-like representations in artificial agents

链接:https://deepmind.com/blog/grid-cells/

2.2 在今年ICLR上的论文

链接:https://deepmind.com/blog/deepmind-papers-iclr-2018/?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=Deep%20Learning%20Weekly

2.3 DeepMind帮安卓优化电池

DeepMind, meets Android

链接:https://deepmind.com/blog/deepmind-meet-android/?utm_campaign=ARCHITECHT&utm_medium=email&utm_source=ARCHITECHT_25

3. 名校课程

3.1 哈佛CS109数据科学课程

链接:http://cs109.github.io/2015/index.html

3.2 伯克利CS189机器学习课程

链接:https://www.eecs189.org/

4. Facebook短视频介绍ML

Facebook’s Field Guide to Machine Learning video series

链接:https://research.fb.com/the-facebook-field-guide-to-machine-learning-video-series/

5. meta-learning: 遗传算法学模型超参简介

Genetic Algorithms + Neural Networks = Best of Both Worlds

链接:https://towardsdatascience.com/gas-and-nns-6a41f1e8146d

6. active learning框架

链接:https://cosmic-cortex.github.io/modAL/

7. CNN详解

Convolutional Neural Networks: The Biologically-Inspired Model

链接:https://www.codementor.io/james_aka_yale/convolutional-neural-networks-the-biologically-inspired-model-iq6s48zms

8. 神经网络可视化工具

Visualizing Artificial Neural Networks (ANNs) with just One Line of Code

链接:https://towardsdatascience.com/visualizing-artificial-neural-networks-anns-with-just-one-line-of-code-b4233607209e

9. Restricted Boltzmann Machines的解释

Deep Learning meets Physics: Restricted Boltzmann Machines

链接:https://towardsdatascience.com/deep-learning-meets-physics-restricted-boltzmann-machines-part-i-6df5c4918c15

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:2018-05-13

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

来自专栏闪电gogogo的专栏

【OCR技术系列一】光学字符识别技术介绍

注:此篇内容主要是综合整理了光学字符识别 和OCR技术系列之一】字符识别技术总览,详情见文末参考文献

4103
来自专栏AI研习社

Kaggle 机器学习之模型融合(stacking)心得

此文道出了本人学习 Stacking 入门级应用的心路历程。 在学习过程中感谢 @贝尔塔的模型融合方法(http://t.cn/R62UGLF),以及如何在 K...

4466
来自专栏一名叫大蕉的程序员

社区发现有啥鸟用No.14

当当当,同学们说要听算法,那今天就说说算法,关于社区发现的一系列算法。 最近一段时间工作上使用到了社区发现,虽然只是小小一部分。但是呢,工作量还是不小的,在网上...

5177
来自专栏AI传送门

keras教程:手把手教你做聊天机器人(下)—— 快速搭建seq2seq模型

2994
来自专栏罗晖的专栏

使用 Q-Learning 实现 FlappyBird AI

Q-Learning 是一种 off-policy 的强化学习算法, 本文介绍如何使用 Q-Learning 来实现FlappyBird 游戏的 AI,附件中给...

1.3K0
来自专栏PPV课数据科学社区

只需七步就能掌握Python数据准备

摘要: 本文主要讲述了如何在python中用七步就能完成中数据准备。 上图为CRISP-DM模型中的数据准备   下面七个步骤涵盖了数据准备的概念,个别任务...

3277
来自专栏奇点大数据

深入了解Google的第一个Tensor Processing Unit(TPU)

作者: Kaz Sato(谷歌云Staff Developer Advocate) Cliff Young(谷歌大脑软件工程师) David Patterson...

4676
来自专栏CVer

CVPR 2018 收录论文名单全公布

本文将介绍 CVPR 2018 所有录用论文的标题, 包括每篇论文属于 oral, spotlight还是 poster的情况. 大家可以根据论文的标题去 go...

1782
来自专栏PPV课数据科学社区

如何使用R语言解决可恶的脏数据

在数据分析过程中最头疼的应该是如何应付脏数据,脏数据的存在将会对后期的建模、挖掘等工作造成严重的错误,所以必须谨慎的处理那些脏数据。 脏数据的存在形式主要有如下...

2885
来自专栏深度学习与数据挖掘实战

【AI头条&优质资源】时间序列预测模型:使用深度神经网络RNN+Attention机制

放arxiv那天看了一下,整篇paper思路读下来还是非常清晰的,实验效果也很不错。

3702

扫码关注云+社区

领取腾讯云代金券