ICML2014視頻
http://techtalks.tv/icml2014/
International Conference on Machine Learning 2014的視頻,包括Keynote,Tutorial及論文Track
word2vec 0.1C版本發布
https://code.google.com/p/word2vec/
主要改動包括:添加了一個迭代步數的參數;CBOW的輸入層向量累加改成了平均;修改了基線模型
深度學習講座:Deep Learning on Hadoop
http://cdn.oreillystatic.com/en/assets/1/event/115/Introduction%20to%20Parallel%20Iterative%20Deep%20Learning%20on%20Hadoop%E2%80%99s%20Next%E2%80%8B-Generation%20YARN%20Framework%20Presentation%202.pdf
簡潔明了的解釋了什么是深度學習DL,什么樣的應用適合DL,DL有哪些開源實現,在Hadoop上如何跑起一個DL應用。
由22個聯邦機構分享的6482個數據集(6,482 Datasets Available Across 22 Federal Agencies In Data.json Files)
http://kinlane.com/2014/08/25/6482-datasets-available-across-22-federal-agencies-in-datajson-files/ 由22個聯邦機構分享的6482個數據集
康大教授David Mimno寫的《對機器學習初學者的一點建議》
http://mimno.infosci.cornell.edu/b/articles/ml-learn/ 康大教授David Mimno寫的《對機器學習初學者的一點建議》,強調實踐與理論結合。
讓我們擁有大數據--郁彬教授北大講座
http://v.youku.com/v_show/id_XNzY1MTk2OTY0.html 郁彬教授簡介:現任加州大學伯克利分校統計系主任、清華大學數學科學學院特聘教授,美國藝術與科學院院士。
Tutorial: Dependency Parsing: Past, Present, and Future
http://ir.hit.edu.cn/~lzh/ COLING 2014的由蘇州大學的張民教授,程文亮教授和李正華博士所做的Tutorial "Dependency Parsing: Past, Present, and Future" 。
Tutorial:Entity Linking and Retrieval
http://ejmeij.github.io/entity-linking-and-retrieval-tutorial/ 分為實體鏈接,實體檢索和語義搜索三部分
博士論文:RECURSIVE DEEP LEARNING FOR NATURAL LANGUAGE PROCESSING AND COMPUTER VISION
http://nlp.stanford.edu/~socherr/thesis.pdf Richard Socher
199IT:2014.09.01—2014.09.07互聯網報告合輯
http://dataunion.org/bbs/forum.php?mod=viewthread&tid=426&page=1&extra=#pid433 包括:Nielsen:2014年全球電子商務報告、Acquity:2014年全球物聯網市場研究報告、App Annie&IDC:2014年Q2全球手機游戲市場報告等。
Michael Jordan Reddit問答
http://www.reddit.com/r/MachineLearning/comments/2fxi6v/ama_michael_i_jordan/ Michael I. Jordan is the Pehong Chen Distinguished Professor in the Department of Electrical Engineering and Computer Science and the Department of Statistics at the University of California, Berkeley. 在本次問答中,Michael Jordan回答了他對深度學習的觀點,并推薦了一些機器學習的學習書籍等等。
人工智能資源庫
http://openair.allenai.org/ Open AI Resource收集了AI領域的很多工具和數據,分類讓大家點贊和評論。目前庫內包含3000+資源,12個分類,根據喜好,點擊率排序。
KDD2014講義 "the recommender problem revisited"
http://www.kdd.org/kdd2014/tutorials/KDD%20-%20The%20Recommender%20Problem%20Revisited.pdf 推薦系統的綜述。第一部分Xavier Amatriain的綜述(135頁, 2014機器學習夏季學校版有248頁), 第二部分"Context Aware Recommendation" (64頁)。
深度學習參考書目大全
http://memkite.com/deep-learning-bibliography/ 收集了深度學習最新的出版物(2014年之后),并做了精心標注,幾乎囊括盡深度學習相關的所有最新資料。
Deep learning工具包 CNTK
https://cntk.codeplex.com/ 微軟研究院出品,C++實現,CPU/GPU支持,DNN/CNN/RNN/LSTM,目前只支持windows。
免費電子書: Deep Learning Methods and Applications" (2014)
http://research.microsoft.com/pubs/209355/DeepLearning-NowPublishing-Vol7-SIG-039.pdf 微軟研究院鄧力和俞棟合寫的免費電子書,近200頁篇幅對深度學習的方法和應用做了比較全面地綜述。
|