机器学习日报：2016-12-09

1. 我爱机器学习(2)

1. Machine Learning Daily: 2016-12-09

2. arXiv Paper Daily: Fri, 9 Dec 2016

2. 新智元(4)

1. NIPS'16 | 无监督学习“感知分组”概念获突破，深度学习或迎来变革

2. 周志华包揽 AI 相关领域会士“大满贯”，盘点 2016 AI 学术中国力量

3. 发表 NIPS 论文后，Salakhutdinov 打算如何塑造苹果的人工智能

4. 【视频】LeCun 报道：波士顿动力 Spot Mini，头部取货，可送快递

3. 机器之心(5)

1. 开源 | 雅虎开源轻量级多语言实体链接工具包

2. 重磅 | 2016年机器学习领域百大影响力学者：吴恩达位列榜首

3. 独家 | 机器之心对话NIPS 2016最佳论文作者：如何打造新型强化学习观？（附演讲和论文）

4. 业界 | 波士顿动力最新机器人亮相NIPS 2016，但还未用到机器学习

5. 活动 | Bot大赛赛后分享：解读计算机视觉研究前沿和应用创新

4. 大数据文摘(3)

1. 赠票+专属折扣 | MIFS机器智能前沿论坛@背景

2. 谷歌在北京举办2016开发者大会 还带来了专属中国开发者的网页

3. 推特支付宝都是其客户：美国估值最高初创公司Stripe传奇之路

5. CSDN大数据(3)

1. 【BDTC 2016】中国移动苏州研发中心大数据部总经理钱岭：大数据研发历程的回顾和思考

2. 【BDTC 2016】国防科技大学研究员彭绍亮：大会介绍及与会嘉宾介绍

3. 【BDTC2016】科大讯飞大数据研究院副院长谭昶：讯飞大数据的实践与思考

6. 36大数据(5)

1. ✪ 金融 |银行如何从客户数据中获得更大的价值？

2. ✪ 学习 |当教育学习遭遇大数据，九大应用案例让你大开眼界

3. 农业大数据应用案例——Farmlogs

4. ✪ 出行 |大数据VS大拥堵：大数据治理交通

5. ✪ 评论 | 走下神坛的大数据，你需要多多接地气

7. 深度学习世界(2)

1. 机器学习项目实践：30+ 必备数据库（预测模型、图像分类、文本分类）

2. 开源 | 雅虎开源轻量级多语言实体链接工具包

8. 爱可可 – 爱生活(55)

1. 【用深度学习AI应用构建细节】《Nuts and bolts of building AI applications using Deep Learning》by Andrew Ng http://t.cn/RIzUXTg 云:http://t.cn/RIzUXH7

2. 【实时股票交易】’PYX (Python Exchange) – Real-time stock trading program using a basic mean reversion algorithm’ by Zeke GitHub: http://t.cn/RIzyHo1

3. 【Deep Speech 2的neon实现】’Implementation of Deep Speech 2 in neon’ GitHub: http://t.cn/RIzLjJb ref:http://weibo.com/1402400261/DBppkg5Be

4. 【Python推荐系统库】’Surprise – A Python recommender system library aimed towards researchers, teachers and students’ by Nicolas Hug http://t.cn/RIzLUvC GitHub: http://t.cn/RIzLUvM

5. 【AI寒冬未至】《AI Winter Isn’t Coming》by Will Knight http://t.cn/RIz2mZJ

6. 爱可可老师24小时热门分享：1、【不用博士学位玩转Tensorflow深度学习】2、【Python时序分析】3、《想从事大数据、海量数据处理相关的工作，如何自学打基础？》4、【深度学习交通标志分类】5、《Aggregated Residual Transformations…… http://t.cn/RIz2zWA

7. 《NIPS’16 | 无监督学习“感知分组”概念获突破，深度学习或迎来变革》via:@新智元 http://t.cn/RIzvJuYRT @爱可可-爱生活:《Tagger: Deep Unsupervised Perceptual Grouping》K Greff, A Rasmus, M Berglund, T H Hao, J Schmidhuber, H Valpola [The Curious AI Company & IDSIA] (2016) http://t.cn/R50mN9W GitHub:http://t.cn/R50mN9l

8. 《基于视频的检测与分割（下）》by @Winsty via:VALSE http://t.cn/RI7sDd4 上:http://weibo.com/1402400261/EkOzKugVN

9. 【11月机器学习十大热门文章】《Machine Learning Top 10 Articles For The Past Month.》 http://t.cn/RI7YBnu

10. 【深度学习九大误解】《9 Things Deep Learning is Not》by Carlos E. Perez http://t.cn/RI7YWR0

11. 【(今日限免)精通Python金融应用开发】《Mastering Python for Finance – Understand, design, and implement state-of-the-art mathematical and statistical applications used in finance with Python》by James Ma Weiming (Packt 2015) http://t.cn/RwMjPm3

12. 【全球恐怖袭击事件数据集】《Global Terrorism Database – More than 150,000 terrorist attacks worldwide, 1970-2015 | Kaggle》by START Consortium http://t.cn/RI7lm85

13. 《雅虎开源轻量级多语言实体链接工具包》via:@机器之心synced http://t.cn/RI7oc78 //@爱可可-爱生活: 《Presenting an Open Source Toolkit for Lightweight Multilingual Entity Linking | Yahoo Research》 http://t.cn/RIPmKf2 http://t.cn/RIPmKfART @爱可可-爱生活:【Yahoo出品的快速实体链接工具】’FEL(Fast Entity Linker Core) – Fast Entity Linker Toolkit for training models to link entities to KnowledgeBase (Wikipedia) in documents and queries.’ by Yahoo GitHub: http://t.cn/RIP43e8

14. 《独家对话NIPS 2016最佳论文作者：如何打造新型强化学习观》via:@机器之心synced http://t.cn/RI7pEa3RT @爱可可-爱生活:【论文:值迭代网络(VI networks)】《Value Iteration Networks》A Tamar, S Levine, P Abbeel [University of California, Berkeley] (2016) http://t.cn/RG5bkmd

15. 《加速云CEO邬刚：FPGA在深度学习中的应用》via:@将门创业 http://t.cn/RI7WNve

16. 【《深度学习》书评】《Book Review: Deep Learning by Goodfellow, Bengio, and Courville | insideBIGDATA》by Daniel D. Gutierrez http://t.cn/RI7p77w

17. “The Importance of Graphs” by Alex Graves at NIPS 2016. via:Danilo Bzdok

18. 【众包：不只是标注】《(NIPS 2016 Tutorial)Crowdsourcing: Beyond Label Generation》by Jenn Wortman Vaughan[MSR] http://t.cn/RI7C1Eg Slides:http://t.cn/RI7C1Ed 云:http://t.cn/RI7C1Er

19. 【假新闻(识别)挑战赛】“Post-facto Fake News Challenge” http://t.cn/RI7CLfj GitHub:http://t.cn/RI7CLfl

20. 《人工智能名不副实 我们距离奇点还很遥远》via:@网易科技频道 http://t.cn/RIPV4iURT @爱可可-爱生活:【人工智能重点在“人工”而非“智能”】《Artificial Intelligence Is More Artificial Than Intelligent | WIRED》by Assaf Baciu http://t.cn/RIheqm8

21. 《详解 Amazon Go 三大核心技术》via:@雷锋网 http://t.cn/RIh2bcDRT @爱可可-爱生活:【基于深度学习的无人值守超市Amazon Go】《Amazon’s new Amazon Go. Best. Store. Ever》http://t.cn/RfgkZ3s reddit:http://t.cn/RfeyNi1 http://t.cn/RfeVbS0 .

22. 《用于句子对建模的句子交互网络》by 黄民烈 via:智能立方 http://t.cn/RI7zR2K

23. //@phunter_lau: ResNext第一个复现，reddit 传送门 http://t.cn/RI7PuTq //@Terry右翼的刚烈: MxNet ResNeXt http://t.cn/RIh3RCl and http://t.cn/RIh3RCWRT @爱可可-爱生活:《Aggregated Residual Transformations for Deep Neural Networks》S Xie, R Girshick, P Dollár, Z Tu, K He [UC San Diego & Facebook AI Research] (2016) http://t.cn/RfIZ2mB

24. //@高松-GISer: 两年前我们在GIScience’14发表了类似的工作，采集的数据是洛杉矶地区的geotweets：“Detecting Origin-Destination Mobility Flows From Geotagged Tweets in Greater Los Angeles Area.” http://t.cn/RIP9EanRT @爱可可-爱生活:《Estimating Local Commuting Patterns From Geolocated Twitter Data》G McNeill, J Bright, S A. Hale [University of Oxford] (2016) http://t.cn/RIvkaWx

25. //@王江浩CAS: 我们利用中国的微博数据也做了类似的工作，见Annals of AAG上的论文：The Geography of Cultural Ties and Human Mobility: Big Data in Urban Contexts http://t.cn/RGX5ddoRT @爱可可-爱生活:《Estimating Local Commuting Patterns From Geolocated Twitter Data》G McNeill, J Bright, S A. Hale [University of Oxford] (2016) http://t.cn/RIvkaWx

26. 《想从事大数据、海量数据处理相关的工作，如何自学打基础？ – 知乎》 http://t.cn/RIhFh6i

27. 《怎样进行大数据的入门级学习？ – 知乎》 http://t.cn/Rf6ARy9

28. 《有哪些可以让人的心智变得成熟的书籍？ – 知乎》 http://t.cn/RIhk1Wv

29. 【距离百科(第四版)】《Encyclopedia of Distances, 4ed》by M.M. Deza, E. Deza (Springer 2016) http://t.cn/RIhkYvs

30. 【Python时序分析(TSA)】《Time Series Analysis (TSA) in Python – Linear Models to GARCH》by Brian Christopher http://t.cn/RIhktsz

31. “Bernoulli Embeddings for Text” by Maja Rudolph GitHub:http://t.cn/RIhkPVZRT @爱可可-爱生活:《Exponential Family Embeddings》M R. Rudolph, F J. R. Ruiz, S Mandt, D M. Blei [Columbia University] (2016) http://t.cn/RfbhdHt

32. Part3:http://t.cn/RIhD3bo http://t.cn/RIhDds8 //@爱可可-爱生活: Part2: http://t.cn/RfeIStn http://t.cn/RfeIStuRT @爱可可-爱生活:【DeepMind NIPS论文集锦】《DeepMind Papers @ NIPS (Part 1) | DeepMind》 http://t.cn/Rf1lBnk

33. 【人工智能竞赛态势总览】《The Race For AI: Google, Twitter, Intel, Apple In A Rush To Grab Artificial Intelligence Startups》 http://t.cn/RqI19q4

34. 云:http://t.cn/RIhDXAlRT @爱可可-爱生活:【用Tensorflow构建神经网络】《How to Make a Tensorflow Neural Network (LIVE) – YouTube》by Sirajology http://t.cn/RIhe0Q7 GitHub:http://t.cn/RIhe0Qv

35. 云:http://t.cn/RIhDikLRT @爱可可-爱生活:【不用博士学位玩转Tensorflow深度学习】《Tensorflow and deep learning – without a PhD – YouTube》by Martin Görner http://t.cn/RIheSRe

36. 【自拍颜值自动打分方法Selfai】《Selfai: A Method for Understanding Beauty in Selfies》by Eren Golge http://t.cn/RfnMRMZ

37. 【TensorFlow——可扩展机器学习框架】《TensorFlow: A Framework for Scalable Machine Learning – YouTube》by Martin Wicke http://t.cn/RIheguM

38. //@刘铁岩: Jurgen不断为荣誉而战，今年NIPS上火药味尤浓。与会的看客们已经有点疲劳，有意无意地调侃他一下。个人认为：一方面，对first应该给予应有的认可和尊重；另一方面，当今社会日新月异、竞争激烈，处在一个best比first更重要的时代。所以，调整心态，向前看，做最好的新工作，显得更加重要。RT @爱可可-爱生活:【人工智能无冕之“父”Jürgen Schmidhuber】《When A.I. Matures, It May Call Jürgen Schmidhuber ‘Dad’ | The New York Times》 http://t.cn/RfT8tbn 《LSTM之父Jürgen Schmidhuber为何名声不显？》via:@机器之心synced http://t.cn/RfjQq41

39. 【轻量深度CNN人脸表示】’face_verification_experiment – A Lightened CNN for Deep Face Representation’ by Alfred Xiang Wu GitHub: http://t.cn/RqKLFGM

40. 【用Tensorflow构建神经网络】《How to Make a Tensorflow Neural Network (LIVE) – YouTube》by Sirajology http://t.cn/RIhe0Q7 GitHub:http://t.cn/RIhe0Qv

41. 【不用博士学位玩转Tensorflow深度学习】《Tensorflow and deep learning – without a PhD – YouTube》by Martin Görner http://t.cn/RIheSRe

42. 【人工智能重点在“人工”而非“智能”】《Artificial Intelligence Is More Artificial Than Intelligent | WIRED》by Assaf Baciu http://t.cn/RIheqm8

43. 【深度学习彻底改造助听器】《Deep Learning Reinvents the Hearing Aid | IEEE Spectrum》by Deliang Wang http://t.cn/RIhg1Fe

44. 【用R实现的RNN】’Recurrent Neural Networks in R’ by Bastiaan Quast GitHub: http://t.cn/RIhgWIK

45. 《Pyramid Scene Parsing Network》H Zhao, J Shi, X Qi, X Wang, J Jia [The Chinese University of Hong Kong & SenseTime Group Limited] (2016) http://t.cn/RIhgahh GitHub:http://t.cn/RIhgah7

46. 《Re-identification of Humans in Crowds using Personal, Social and Environmental Constraints》S M Assari, H Idrees, M Shah [University of Central Florida] (2016) http://t.cn/RIhgtGh

47. 《Semi-Supervised Detection of Extreme Weather Events in Large Climate Datasets》E Racah, C Beckham, T Maharaj, Prabhat, C Pal [Lawrence Berkeley National Lab & Ecole Polytechnique de Montreal] (2016) http://t.cn/RIhd8yW

48. 《Large-Margin Softmax Loss for Convolutional Neural Networks》W Liu, Y Wen, Z Yu, M Yang [Peking University & South China University of Technology & CMU & Shenzhen University] (2016) http://t.cn/RIhdprk

49. 《Spatially Adaptive Computation Time for Residual Networks》M Figurnov, M D. Collins, Y Zhu, L Zhang, J Huang, D Vetrov, R Salakhutdinov [Higher School of Economics & Google & CMU] (2016) http://t.cn/RIhdibV

50. 《Mining Pixels: Weakly Supervised Semantic Segmentation Using Image Labels》Q Hou, P K Dokania, D Massiceti, Y Wei, M Cheng, P Torr [Nankai University & University of Oxford & NUS] (2016) http://t.cn/RIhdyyp Home:http://t.cn/RIhdyyN

51. (PhD Thesis)《A Method for Group Extraction and Analysis in Multilayer Social Networks》P Bródka [Wroclaw University of Technology] (2012) http://t.cn/RIhdvyA

52. 《Predictive Business Process Monitoring with LSTM Neural Networks》N Tax, I Verenich, M L Rosa, M Dumas [Eindhoven University of Technology, The Netherlands & Queensland University of Technology & University of Tartu] (2016) http://t.cn/RIhr1eH GitHub:http://t.cn/RIhr1eY

53. 《Model-based Adversarial Imitation Learning》N Baram, O Anschel, S Mannor [Technion – Israel Institute of Technology] (2016) http://t.cn/RIhrRAj

54. 《Knowledge Representation in Graphs using Convolutional Neural Networks(SOME)》A Vieira [Lidinwise] (2016) http://t.cn/RIhrjCS

55. 《今日学术视野(2016.12.9)》 http://t.cn/RIhr0e1

欢迎加入我爱机器学习QQ8群：19517895