机器学习日报2015-07-18 Leon Bottou在ICML的主题演讲:机器学习的两大挑战 等25条

2015年7月20日 | By News | Filed in: News.

Source: http://ml.memect.com/archive/2015-07-18/long.html

Leon Bottou在ICML的主题演讲:机器学习的两大挑战

来自 @王威廉 好东西传送门整理

关键词:会议活动, 算法, 资源, ICML, Leon Bottou, PDF, 幻灯片, 会议

脸书人工智能实验室的SGD著名专家Leon Bottou在ICML的主题演讲上提出了机器学习的两大挑战:1)机器学习在软件工程的应用中存在的一些难点。2)现在的机器学习研究中的实验设计往往有很大的问题。幻灯片: [1] Leon思考很有深度,建议一看。 [1] http://icml.cc/2015/invited/LeonBottouICML2015.pdf

关联聚类——从理论到实践

来自 @爱可可-爱生活 好东西传送门整理

关键词:算法, 资源, PDF, 聚类

【幻灯:关联聚类——从理论到实践】《Correlation Clustering: from Theory to Practice》by F Bonchi, D Garcia-Soriano, E Liberty [Yahoo] (2014) [1] 云: [2] [1] http://www.francescobonchi.com/CCtuto_kdd14.pdf

[2] http://pan.baidu.com/s/1o6zL0t8

关联聚类——从理论到实践

组合用户特征和图片特征用于图片hashtag预测

来自 @iB37 好东西传送门整理

关键词:深度学习, 算法, 应用, 资源, PDF, 行业动态, 预测

组合用户特征(年龄 性别 地域等)和图片特征(CNN学习而来), 用于图片hashtag预测: 0)不加用户特征; 1)特征拼接法; 2)用户特征条件化的3路(张量)乘性门. User Conditional Hashtag Prediction for Images [Denton,KDD15] [1] PS:NYU去FAIR实习类似于哈工大去百度实习那样机会更多吧 [1] http://www.thespermwhale.com/jaseweston/papers/imagetags.pdf

组合用户特征和图片特征用于图片hashtag预测

神经机器翻译中稀有词问题的缓解

来自 @iB37 好东西传送门整理

关键词:算法, 资源, 自然语言处理, PDF, 机器翻译, 教育网站, 神经网络

去年十月份放在arXiv文章被ACL15录用 Addressing the Rare Word Problem in Neural Machine Translation [Luong,ACL15] 未登录词(out-of-vocabulary)不是简单的统一记为unk,而是为每个目标端句子中的OOV词确定其在源语言句子中的*对齐*位置信息 [1] [1] http://stanford.edu/~lmthang/data/papers/acl15_nmt.pdf

神经机器翻译中稀有词问题的缓解

提升词重要性估计用于新闻多文档摘要

来自 @iB37 好东西传送门整理

关键词:资源, 自然语言处理, PDF

提升词重要性估计用于新闻多文档摘要 Improving the Estimation of Word Importance for News Multi-Document Summarization [Hong,EACL14] 词权重: 概率/词频, 对数似然率(话题词), 马尔科夫随机游走模型. 摘要生成过程: 贪心选择法, KL散度法. 全局重要性词. 富特征关键词抽取 [1] [1] http://aclweb.org/anthology/E/E14/E14-1075.pdf

提升词重要性估计用于新闻多文档摘要

完整版

点此链接查看全部25条:http://ml.memect.com/archive/2015-07-18/long.html


发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注