机器学习日报2015-07-10 稀疏表示综述 等41条

2015年7月11日 | By News | Filed in: News.

Source: http://ml.memect.com/archive/2015-07-10/long.html

稀疏表示综述

来自 @蒲公英的美好时光 好东西传送门整理

一篇对稀疏表示进行大量总结的综述性文章,A survey of sparse representation: Algorithms and applications, 发表不到一个月,下载量排名在所发表期刊的前十! @邓伟洪_北邮 @传媒老跟班 @好东西传送门 [1] [1] http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=7102696&punumber%3D6287639

稀疏表示综述

有哪些比较新的自然图像配准算法?

来自 @Vinjn张静 好东西传送门整理

关键词:算法, 视觉

我在 @知乎 回答了【在SIFT和SURF之后,有哪些比较新的且具有一定影响力的自然图像配准算法?】:我就提一下 OpenCV 中实现的特征点算法 答案都在代码中。 OpenCV 中和 2D 特征检测相关的算法的头文件位于 opencv\modules\featur… [1] [1] http://zhi.hu/oG6v

在线教育领域的机器学习应用

来自 @InfoQ 好东西传送门整理

关键词:应用, 算法, 视觉, 深度学习, 自然语言处理, 推荐系统

【在线教育领域的机器学习应用】我们将传统教育中的能力反应模型(IRT)和一些经典的机器学习模型(LR、FTRL)相结合用来预测用户的高考分,利用推荐系统算法来为用户挑选最能提升其能力的题目,利用深度学习技术来做拍照搜题,还有很多图像处理、自然语言处理相关的应用。 [1] [1] http://www.infoq.com/cn/presentations/machine-learning-application-in-online-education-field

在线教育领域的机器学习应用

Berkeley BDAS的新项目Splash

来自 @张雨辰_CAL 好东西传送门整理

关键词:架构, 算法, Spark, 论文, 教育网站

欢迎关注Berkeley BDAS的新项目Splash。Splash提供了一套简单的编程框架,它允许用户实现单线程的SGD、Gibbs Sampling等各类流式算法。而系统在Spark框架内实现单线程算法的自动并行化。介绍: [1] ;项目主页: [2] ;相关论文: [3] [1] https://amplab.cs.berkeley.edu/announcing-splash-efficient-stochastic-learning-on-clusters/

[2] http://zhangyuc.github.io/splash/

[3] http://arxiv.org/abs/1506.07552

Berkeley BDAS的新项目Splash

The Model Complexity Myth

来自 @星空下的巫师 好东西传送门整理

The Model Complexity Myth,模型复杂度的比较入门易懂的解释 #机器学习# [1] [1] http://t.uc.cn/7_jbsz

The Model Complexity Myth

完整版

点此链接查看全部41条:http://ml.memect.com/archive/2015-07-10/long.html


发表评论

邮箱地址不会被公开。 必填项已用*标注