Source: http://ml.memect.com/archive/2015-08-19/long.html
SIGIR15论文集
来自 @iB37 好东西传送门整理
关键词:会议活动, 视觉, 应用, CVPR, ICCV, SIGIR, 会议, 信息检索
#SIGIR15论文集# 会议赞助者已致力于将所有论文在 dl.acm.org 开放下载: [1] 开放访问是研究者的巨大福利。另一个例子是CVPR13、14、15和ICCV-13也由Computer Vision Foundation提供开放访问: [2] [1] http://www.sigir2015.org/proceedings/toc
[2] http://www.cv-foundation.org/openaccess/menu.py
Learning Word Meta-Embeddings
来自 @Wenpeng_Yin 好东西传送门整理
关键词:资源, 自然语言处理, PDF, 论文
如何学到更强的word embeddings? –更多数据?太慢且效果不能保证;更强模型?没把握能PK掉word2vec; 修改现有目标函数?往往使其更复杂训练更久..我们最新工作 [1] 提出通过合成现有主流HLBL, C&W, Huang, word2vec和GloVe的方法来直接得到更强的embeddings.所需要的就是:下载[哈哈] [1] http://arxiv.org/pdf/1508.04257v1.pdf
Lift-Based Bidding in Ad Selection
来自 @zwner 好东西传送门整理
关键词:会议活动, 资源, Jian Xu, KDD, PDF, 和雅虎, 会议, 论文
KDD上和雅虎研究员Jian Xu聊到了他们最近做的一种基于归因模型的RTB广告竞价策略,非常有趣。他们提出计算一次广告展示对用户转化率的提升值,然后按此出价的策略,可以嵌入各种归因模型。实验结果是该策略明显为广告主带来了更多的用户转化,而不是去抢那些本来就会转化的用户 [1] [1] http://arxiv.org/pdf/1507.04811v1.pdf
讨论:用演化算法解决机器学习问题
来自 @龙星镖局 好东西传送门整理
关键词:进化计算, 算法, Ga Session, 周志华
严肃求教一个问题:为何类似遗传算法这种声称很屌的方法在机器学习科研和实践中很少被采用? @老师木 @eyounx_俞扬 @陈天奇怪
KDD 2015教程一览
来自 @爱可可-爱生活 好东西传送门整理
关键词:会议活动, 资源, KDD, 会议, 课程
【Tutorials at KDD 2015】”Tutorial Material”提供幻灯下载 [1] 云: [2] [1] http://www.kdd.org/kdd2015/tutorial.html
[2] http://pan.baidu.com/s/1hqevns4
长微博图:http://ww1.sinaimg.cn/large/5396ee05jw1ev7h357sbxj210q22u7ku.jpg
完整版
点此链接查看全部25条:http://ml.memect.com/archive/2015-08-19/long.html