机器学习日报2016-06-11 声音：深度学习讨论等18条

ethan

声音：深度学习讨论

来自 @陈天奇怪 好东西传送门整理

关键词：深度学习

说下我对于DL争论的看法。ML分几块，表示，目标，求解和泛化证明，联通其中的是计算和数据的规模。之前的机器学习领域关注点在目标和优化，往往为了求解方便牺牲表示。现在大家关注表示的一般性，把求解的要求从下降到了可求导甚至不可求导结构。在新的平衡点下，所有方面依然重要，但都要创新

产业：聊天机器人将如何获得盈利？

来自 @36氪 好东西传送门整理

关键词：应用, 自然语言处理, 机器人, 新闻

【人工智能】毫无疑问，聊天机器人如今已经成为继移动应用之后最热门的话题之一。在过去的一段时间里，Google、Facebook、微软、Amazon 等众多科技巨头也都开始纷纷加强在聊天机器人领域的布局。然而很多人可能要开始问了，这些聊天机器人将如何获得盈利呢？ [1] [1] http://36kr.com/p/5047975.html

ICML 2016 Workshop on Data-Efficient Machine Learning - Accepted Papers

来自 @爱可可-爱生活 好东西传送门整理

关键词：会议活动, ICML, 会议

“ICML 2016 Workshop on Data-Efficient Machine Learning - Accepted Papers” [1] [1] https://sites.google.com/site/dataefficientml/accepted-papers

长微博图：http://ww4.sinaimg.cn/large/5396ee05jw1f4qvuiu4ggj20kp1kbgzd.jpg

分布式机器学习的新进展

来自 @洪亮劼 好东西传送门整理

关键词：Michael Jordan

今天我们来读一篇文章，来自统计机器学习权威Michael Jordan作为第一作者的分布式机器学习的新进展。本篇文章探讨了在不均分数据和需要高效通信情况下的分布式机器学习计算问题，提出了一个统一框架，来解决三种常见机器学习模型。推荐阅读！ [1] [1] http://weibo.com/ttarticle/p/show?id=2309403984446394108727

博客推荐：NLP应用的平台之叹

来自 @立委_米拉 好东西传送门整理

关键词：经验总结, 自然语言处理, 博客

科学网—【立委科普：NLP应用的平台之叹】 - @王伟DL @算文解字 @龙星镖局 @杨静-新智元 @徐涵W3China @西瓜大丸子汤 @独孤虎-李利鹏 @白硕SH @周明1964 @团成片的尼克 @zhazhaba [1] [1] http://blog.sciencenet.cn/home.php?mod=space&uid=362400&do=blog&id=983095

完整版

点此链接查看全部18条：http://ml.memect.com/archive/2016-06-11/long.html

http://ml.memect.com/archive/2016-06-11/long.html

机器学习日报2016-06-11 声音：深度学习讨论 等18条