天问的个人博客

选自Github 机器之心编译 参与：吴攀 5 月 27-28 日，机器之心主办的第一届全球机器智能峰会（GMIS 2017）将在北京 898 创新空间举行。在峰会第一天下午的「机器学习」主题 Session 上，清华大学副教授朱军将分享演讲《珠算：贝叶斯深度学习的 GPU 库（ZhuSuan: a GPU Library with Bayesian Deep Lear...

选自GitHub 作者：Simon Brugman 机器之心编译 参与：吴攀 深度学习已经在语音识别、机器翻译、图像目标检测和聊天机器人等许多领域百花齐放。近日，GitHub 用户 Simon Brugman 发布了一个按任务分类的深度学习论文项目，其按照不同的任务类型列出了一些当前最佳的论文和对起步有用的论文。机器之心对...

引言 Seq2Seq 于 2013年、2014 年被多位学者共同提出，在机器翻译任务中取得了非常显著的效果，随后提出的 attention 模型更是将 Seq2Seq 推上了神坛，Seq2Seq+attention 的组合横扫了非常多的任务，只需要给定足够数量的 input-output pairs，通过设计两端的 sequence 模型和 attention 模型，就可以训练...

选自kdnuggets 机器之心编译 参与：王宇欣、吴攀 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。 文本挖掘（text mining，从文本中导出信息）是一个广泛的领域，因为不断产生的巨量文本数据而已经得到了普及。情绪分...

选自GitHub 机器之心编译 参与：吴攀、晏奇 Facebook 近日在 GitHub 上开源了一个可用于在多种开放可用的对话数据集上训练和评估人工智能模型的框架 ParlAI，机器之心在本文中对这一项目的 README.md 内容进行了编译介绍。项目地址如下： 官网地址：http://parl.ai GitHub：https://github.com/...

选自Google Blog 作者：Julian Ibarz 机器之心编译 参与：李泽南、晏奇 谷歌地图的街景功能拥有 800 亿张高分辨率图片，而且这个数字还在以每天百万的速度不断增加。街景图片是获取准确地理信息的绝佳渠道，而利用深度学习从图片中获取信息，并实时更新地图地址内容正是谷歌研究团队努力的目标。 每...

选自KDnuggets 作者：Thuy T. Pham 机器之心编译 参与：微胖、黄小天 虽然 YouTube 有很多不错的机器学习视频，但是很难搞清楚是否值得一看，何况每分钟上传的视频长达 300 小时。在本文中，我们整理了观看量最高的十大机器学习视频。今天这篇推送更新了之前颇受欢迎的博文（2015 年 Youtube 最受欢迎...

选自 Analytics Vidhya 作者：ANKIT GUPTA  机器之心编译 参与：机器之心编辑部 目前机器学习是最抢手的技能之一。如果你是一名数据科学家，那就需要对机器学习很擅长，而不只是三脚猫的功夫。作为 DataFest 2017 的一部分，Analytics Vidhya 组织了不同的技能测试，从而数据科学家可以就这些关...

选自Github 机器之心编译 参与：蒋思源 该项目在树莓派 3 上使用深度学习使其成为一个智能网关。该设备并不需要联网，所有的训练和调试等都在树莓派 3 本地完成。在 DT42，我们相信将深度学习应用于便捷设备在未来是一个大趋势。因为这样不仅能节省数据传输和储存的成本，而且还能在无需连接云端的情况...

选自arXiv 机器之心编译 参与：吴攀 因为很多文本内容都含有一些与主题不相关的东西，所以让机器学会根据上下文进行跳读可以大大节省文本处理的时间和效率。近日，卡内基梅隆大学和谷歌的研究者提出了一种让计算机可以学习跳读的新方法 LSTM-Jump，据该论文《Learning to Skim Text》介绍：这种模型的速...