第1096期AI100_机器学习日报(2017-09-18)

AI100_机器学习日报 2017-09-18

• 小巧玲珑：机器学习届快刀XGBoost的介绍和使用@IT技术头条
• 百万美元设备基于LARS算法24分钟完成ImageNet上AlexNet网络训练@爱可可-爱生活
• 用超级玛丽理解机器学习基础@爱可可-爱生活
• 基于增强学习的优化学习 @爱可可-爱生活
• (C++)实时多人关键点检测@爱可可-爱生活

@好东西传送门 出品,由@AI100运营， 过往目录 见http://geek.ai100.com.cn

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20算法10深度学习6经验总结4应用3视觉2会议活动1资源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)

IT技术头条网页版2017-09-18 13:54

算法 行业动态 集成学习 决策树

【小巧玲珑：机器学习届快刀XGBoost的介绍和使用】XGBoost 的全称为 eXtreme Gradient Boosting，是GBDT的一种高效实现，XGBoost 中的基学习器除了可以是CART（gbtree）也可以是线性分类… 详戳→http://t.cn/Rpdgv5v 作者→ (腾讯云技术社区) ​

爱可可-爱生活网页版2017-09-18 16:55

视觉 算法 论文

【今日焦点：百万美元设备基于LARS算法24分钟完成ImageNet上AlexNet网络训练】《ImageNet Training in 24 Minutes》Y You, Z Zhang, J Demmel, K Keutzer, C Hsieh [UC Berkeley & TACC & UC Davis] (2017)http://t.cn/RpgHSj8 ​

爱可可-爱生活网页版2017-09-18 09:52

Adam Wattis数据科学

【用超级玛丽理解机器学习基础】《Understanding basics of machine learning through Super Mario》by Adam Wattishttp://t.cn/RprkUEZ pdf:http://t.cn/RprkUEz ​

爱可可-爱生活网页版2017-09-14 06:46

经验总结 算法 Ke Li 博客 教育网站 强化学习

【基于增强学习的优化学习】《Learning to Optimize with Reinforcement Learning | The Berkeley Artificial Intelligence Research Blog》by Ke Lihttp://t.cn/RpWSAQw ​

爱可可-爱生活网页版2017-05-03 21:10

代码

【(C++)实时多人关键点检测】’OpenPose: A Real-Time Multi-Person Keypoint Detection And Multi-Threading C++ Library’ GitHub:http://t.cn/Ra7BWGD ​

最新动态

2017-09-18 (15)

南京轻搜网页版2017-09-18 18:31

深度学习

【破解DeepMind的游戏#人工智能# ：AI现在只看2分钟视频就能创建游戏了】人工智能的发展已经使得计算机在玩游戏（和获胜）方面表现非凡。佐治亚理工学院的最新的研究表明，人工智能在构建游戏方面表现也同样值得期待。在仅仅观看两分钟的游戏视频之后，AI系统就能重建游戏引擎。这可以减轻游戏开发人员…全文：http://m.weibo.cn/5897818869/4153397793932481 ​

微软亚洲研究院网页版2017-09-18 18:15

深度学习

【Microsoft Pix化身生产力工具】基于AI技术的相机应用Microsoft Pix迎来更新！新版应用增强了自身深度学习能力，当摄像头对准白板、文档和名片时，Microsoft Pix可以做到实时监测并智能调整相机设置，利用AI技术将拍摄的照片进行边缘裁剪、色调调整、图片角度校正等一系列优化。http://t.cn/RpgkYsm ​

机器之心Synced网页版2017-09-18 17:57

会议活动 ICML NIPS 会议

【清华大学NIPS 2017 Spotlight论文：通过在单纯形上软门限投影的加速随机贪心坐标下降】人工智能（Artificial Intelligence, AI）/机器学习作为引领未来发展的主导学科之一，该领域的相关会议有上百个，其中 CCF 推荐的 A 类顶级会议有 7 个，而 NIPS 和 ICML 是机器学习领域最受认可的两大顶会。…全文：http://m.weibo.cn/3996876140/4153389237009972 ​

网路冷眼网页版2017-09-18 16:00

经验总结 算法 KNN 博客 聚类

【ML Basics: K Nearest Neighbors】http://t.cn/RpgK5fN 机器学习基础-第三部分：K近邻法。 ​

TechWeb网页版2017-09-18 15:53

算法 应用 行业动态 推荐系统

【继谷歌之后 必应也推出验证假新闻功能】如今互联网发展的越来越迅速，假新闻满天飞的情况也是常见，被假新闻蒙骗的受害者轻则损失财物，重则名誉和人身安全受损。谷歌等主流搜索引擎都是以算法为准向用户推荐结果，可这只计算了信息的流行程度，并不考虑信息的权威性和真实性..http://t.cn/RpgV3KY ​

IT技术头条网页版2017-09-18 15:27

视觉

【基于图形检测API的人脸检测】Shape Detection API（图形检测API）目前在 WICG 中尚处于孵化和试验阶段，这对于平台来说是一个很好的渐进过程。 … 详戳→http://t.cn/RpgJyri 作者→ (x_x!!!) ​

网路冷眼网页版2017-09-18 15:00

经验总结 算法 博客 回归

【ML Basics: Linear Regression】http://t.cn/Rpg5mQy 机器学习基础-第二部分：线性回归。 ​

机器之心Synced网页版2017-09-18 14:56

深度学习 算法 Python 神经网络

【从三大神经网络，测试对比TensorFlow、MXNet、CNTK、Theano四个框架】本文比较了 Keras 支持的主流深度学习框架性能，包括 TensorFlow、CNTK、MXNet 和 Theano，作者希望通过使用同一模型和不同的 Keras 后端，而测试不同框架在不同类型任务中的性能。http://t.cn/RpgqaRG ​

网路冷眼网页版2017-09-18 14:00

经验总结 算法 博客 回归

【ML Basics: Linear Regression】http://t.cn/RpdeLZN 机器学习基础-第一部分：线性回归。 ​

ChatbotsChina网页版2017-09-18 09:53

深度学习 Geoffrey Hinton

【重磅| Geffory Hinton：深度学习进入平台期？不，深度学习需要的是“推倒重来”】 一个星期前由François Chollet在Twitter上引发的“深度学习是否进入平台期”的讨论，因为大神Geffory Hinton的参与达到了高峰。http://t.cn/Rprkip8 ​

爱可可-爱生活网页版2017-09-18 09:49

Carlos E. Perez

【为什么要对反向传播机制深表怀疑】《Why we should be Deeply Suspicious of BackPropagation》by Carlos E. Perezhttp://t.cn/RprDCcP pdf:http://t.cn/RprDCcz ​

燕北新媒体网页版2017-09-18 09:30

深度学习 应用 Joelle Pineau 社交网络

【Facebook将在蒙特利尔建人工智能实验室，专注深度学习和对话系统】据国外媒体报道，Facebook将在加拿大蒙特利尔建立一个人工智能实验室，此举将使这家社交网络巨头能够在城市内外挖掘人工智能（AI）人才。麦吉尔大学的Joelle Pineau将领导Facebook在蒙特利尔的人工智能实验室，该实验室将特别关注强…全文：http://m.weibo.cn/1711479641/4153261646597412 ​

IT技术头条网页版2017-09-18 08:41

算法 SVM

【关于SVM数学细节逻辑的个人理解（三） ：SMO算法理解】第三部分：SMO算法的个人理解 接下来的这部分我觉得是最难理解的？而且计算也是最难得，就是SMO算法。 SMO算法就是帮助我们求解： s.t. 这个优化问题的。 虽然这个优化问题只剩下了… 详戳→http://t.cn/RprQYoa 作者→ (xxrxxr) ​

爱可可-爱生活网页版2017-09-18 05:57

深度学习 算法 应用 资源 视频 信息检索

【基于深度学习的天文目标搜索算法】《New Deep Learning Based Algorithm to Search for Astronomical Objects – YouTube》http://t.cn/Rpr9oJV http://t.cn/Rpr9oJ5 ​

爱可可-爱生活网页版2017-09-18 05:26

论文 迁移学习

《Transfer Learning for Performance Modeling of Configurable Systems: An Exploratory Analysis》P Jamshidi, N Siegmund, M Velez, C Kästner, A Patel, Y Agarwal [CMU & Bauhaus-University Weimar] (2017)http://t.cn/RprKK4U GitHub: https ://github .com/pooyanjamshidi/ase17 ​