第962期机器学习日报(2017-05-07)

机器学习日报 2017-05-07

• 人工智能与自然语言处理概述：AI三大阶段、NLP关键应用领域@wx:机器之心
• 如何给非专业人士讲解什么是深度学习@爱可可-爱生活
• 深度学习的时间序列模型评价@开发者头条
• NLP 专家博文畅谈：关于伪歧义@立委_米拉
• 基于OpenAI Gym/Tensorflow/Keras的增强学习实验平台@爱可可-爱生活

@好东西传送门 出品,由@AI100运营， 过往目录 见http://ml.memect.com

订阅：关注微信公众号 AI100（ID：rgznai100，扫二维码），回复“机器学习日报”，加你进日报群

本期话题有：

全部22深度学习8算法6自然语言处理4 资源4 视觉3 知识工程1 经验总结1

用日报搜索找到以前分享的内容： http://ml.memect.com/search/

今日焦点 (5)

wx:机器之心网页版2017-05-07 15:44

自然语言处理

「人工智能与自然语言处理概述：AI三大阶段、NLP关键应用领域」本文全面概述了人工智能及其各个细分领域的状况，并着重介绍了大数据和自然语言处理的发展，对自然语言处理在大数据中扮演的角色作了探讨。http://hao.memect.cn/6v

爱可可-爱生活网页版2017-05-07 15:17

深度学习 李开复 王咏刚

《如何给非专业人士讲解什么是深度学习》摘自李开复、王咏刚《人工智能》 via:@雷锋网http://t.cn/RaZZMK6 ​

开发者头条网页版2017-05-07 12:15

深度学习 视觉

深度学习的时间序列模型评价 http://t.cn/Ra4D4Bz 分享自 Edison_Guo 开通的独家号《计算机视觉协会》 http://t.cn/RiXXeN8 （想看更多？下载 @开发者头条 App：http://t.cn/RJyDMlJ ） ​

立委_米拉网页版2017-05-07 09:38

自然语言处理

重要的文献不怕“一稿多投”。再次整理老笔记，排座次只能是“李白”系列之零了。从来就不信第一为最，还有零在前呢。《李白之０：NLP 骨灰级砖家一席谈，关于伪歧义》http://t.cn/Rab76Nl　@王伟DL@李利鹏-汇真科技 @白硕SH @龙星镖局 @算文解字 @马少平THU @刘群MT-to-Death ​

爱可可-爱生活网页版2017-05-07 07:22

算法 Keng Github 代码 强化学习

【基于OpenAI Gym/Tensorflow/Keras的增强学习实验平台】’OpenAI Lab – An experimentation system for Reinforcement Learning using OpenAI Gym, Tensorflow, and Keras.’ by Wah Loon Keng GitHub:http://t.cn/Ra4rT0C ​

最新动态

2017-05-07 (16)

林泰前网页版2017-05-07 23:27

经验总结 自然语言处理 博客 行业动态 问答系统

 亚马逊 Echo 並没有人工智能：你的软件（亚马逊称为 Skill 技能）必须包含用户所有可能使用的语法。（苹果 Siri 和谷歌助理有真正的机器学习和辨认能力。）http://t.cn/RaGsZ9d ​

机器之心synced网页版2017-05-07 20:56

算法 资源 自然语言处理 Python SVM 分类 课程 统计

教程 | 初学文本分析：用Python和scikit-learn实现垃圾邮件过滤器 http://t.cn/Ra4acp9 本文介绍了如何通过 Python 和 scikit-learn 实现垃圾邮件过滤的。对比和分析了两个分类器的结果：多项式朴素贝叶斯和支持向量机。 ​

爱可可-爱生活网页版2017-05-07 17:14

深度学习 视觉 代码

【受Siraj Raval深度学习视频启发的每周深度学习实践挑战】’Deep-Learning Challenges – Codes for weekly challenges on Deep Learning by Siraj’ by Batchu Venkat Vishal GitHub:http://t.cn/RabsrQU ​

wx:新智元网页版2017-05-07 15:46

深度学习 David Patterson 行业动态

「体系结构宗师 David Patterson 加入谷歌 TPU 团队」随着这位顶级宗师的加入，谷歌关于 TPU 以及其他深度学习加速硬件，可能还有大动作。 http://hao.memect.cn/71

wx:新智元网页版2017-05-07 15:46



「【缅怀与哀悼】中国人工智能先驱、国家最高科技奖得主吴文俊逝世」吴文俊曾获得首届国家最高科技奖（2000）、首届国家自然科学一等奖（1956）、首届求是杰出科学家奖（1994）、邵逸夫数学奖（2006）、国际自动推理最高奖Herbrand自动推理杰出成就奖（1997）。http://hao.memect.cn/70

wx:机器之心网页版2017-05-07 15:44

算法 强化学习

「研学· 强化学习 | 围观乌镇比赛，学习AlphaGo核心技术」人工智能研学社·强化学习组本期线上活动 ：围观乌镇比赛，学习AlphaGo的核心技术。 http://hao.memect.cn/6y

wx:机器之心网页版2017-05-07 15:44

资源 课程

「教程 | TensorFlow 官方解读：如何在多系统和网络拓扑中构建高性能模型」这个文档和附带的脚本详细介绍了如何构建针对各种系统和网络拓扑的高性能可拓展模型。http://hao.memect.cn/6x

爱可可-爱生活网页版2017-05-07 15:38

深度学习 知识工程 知识库

《当知识图谱“遇见”深度学习》by 肖仰华 via:@极客头条 http://t.cn/Ra7Mj9q ​

程序师视野网页版2017-05-07 14:07

资源 课程

【人工智能(AI)资料大全】这里收集的是关于人工智能(AI)的教程、书籍、视频演讲和论文。 http://t.cn/RxsaKvu ​

王威廉网页版2017-05-07 09:48

算法 Alexander Todorov Blaise Aguera Margaret Mitchell Xiaolin Wu Xi Zhang 行业动态 神经网络

谷歌三位科学家Blaise Agüera y Arcas, Margaret Mitchell和Alexander Todorov撰文批评中国作者Xiaolin Wu和Xi Zhang的神经网络看相文章，并认为此论文是伪科学。@blaisea/physiognomys-new-clothes-f2d4b59fdd6a”>http://t.cn/RabzHU0

爱可可-爱生活网页版2017-05-07 08:41

深度学习 资源 Python 课程 数据科学

【Keras教程：Python深度学习】《Keras Tutorial: Deep Learning in Python》by Karlijn Willems http://t.cn/Ra4kWWS pdf:http://t.cn/Ra4kWWa ​

爱可可-爱生活网页版2017-05-07 08:32

代码 数据科学

【词义消歧简单应用】《A simple Word Sense Disambiguation application》by Omkar Deshpande http://t.cn/Ra4Dgek GitHub:http://t.cn/Ra4DgDv pdf:http://t.cn/Ra4DgeF ​

爱可可-爱生活网页版2017-05-07 06:06

视觉 Kaggle

【Kaggle竞赛：入侵物种(图像)检测】《Invasive Species Monitoring – Identify images of invasive hydrangea | Kaggle》byhttp://t.cn/Ra417Vi ​

爱可可-爱生活网页版2017-05-07 05:35

算法 代码 论文 强化学习

《Learning Multimodal Transition Dynamics for Model-Based Reinforcement Learning》T M. Moerland, J Broekens, C M. Jonker [Delft University of Technology] (2017)http://t.cn/Ra43x2U GitHub:http://t.cn/Ra43x24 ​

爱可可-爱生活网页版2017-05-07 05:31

深度学习 论文

《Deep Learning in the Automotive Industry: Applications and Tools》A Luckow, M Cook, N Ashcraft, E Weill, E Djerekarov, B Vorster [BMW Group & Clemson University & University of Cincinnati] (2017)http://t.cn/Ra43c85 ​

爱可可-爱生活网页版2017-05-07 05:06

深度学习 算法 论文 强化学习

《Traffic Light Control Using Deep Policy-Gradient and Value-Function Based Reinforcement Learning》S S Mousavi, M Schukat, P Corcoran, E Howley [National University of Ireland] (2017)http://t.cn/Ra4uHCR ​