机器学习日报: 2017-05-16

1. 新智元(5)

1. 【AI TOP 10】Uber无人驾驶受重创；澳洲科学家研发出芯片大脑；依图科技完成3.8亿人民币C轮融资

2. 【无人驾驶变局】谷歌携手Lyft奇袭Uber，百度、滴滴如何应对？

3. 华中科大骆清铭：我们的工作，就是获取世界上最好的全脑连接图谱

4. 进军音乐界，谷歌利用神经网络创造人类从未听过的声音

5. Facebook开源AI对话研究平台ParlAI ，解决人机对话最常见5类问题

   
   

2. 机器之心(5)

1. 学界 | OpenAI开源机器人仿真软件Roboschool：已整合OpenAI Gym

2. GMIS 2017读懂机器智能前沿技术：这份技术清单助你做好准备

3. 专栏 | 自然语言处理在2017年有哪些值得期待的发展？

4. 习惯arXiv的今天，我们的论文应该引用预印本吗？

5. 报名 | 全球人工智能黑客马拉松 · 北京站，13个城市同步竞技

   
   

3. 大数据文摘(3)

1. 60年人工智能简史

2. 帮你组队 | 互金数据产品实战开启：10万美金悬赏+500万投资基金加持

3. 谷歌跨界音乐圈：AI用上千乐器数据创造出人类没听过的声音，来听听看！

   
   

4. 算法与数学之美(2)

1. 数学模型教你如何成为星际争霸高手·下——向机器学习

2. 日历效应、太阳黑子理论、斐波那契数列——资本市场上那些神秘力量

   
   

5. 程序媛的日常(3)

1. HelloWorld | 往期回顾（内部链接版）

2. 线下活动 | 技术分享：深入浅出 GAN（上）——原理篇

3. 职场 | 在美国CS读书+工作的三年

   
   

6. PaperWeekly(1)

1. “小会话，大学问” – 如何让聊天机器人读懂对话历史？| 论文访谈间 #03

7. 机器学习研究会(4)

1. 【学习】网络表示学习比较有代表性的论文列表及其代码

2. 【学习】免费书：科学家/工程师Python实用指南

3. 【推荐】世界上最大和最多样化的公众可用的像素精确和实例特定的街道级图像数据集

4. 2017年5月历史文章汇总

   
   

8. AI前线(1)

1. 玩转Tensorflow系列:深入浅出为你详解Google深度学习框架

   
   

9. 将门创投(1)

1. 观点 | 想做好远场语音识别 (Farfield Voice Recognition) 的难点有哪些？

   
   

10. 大数据(2)

1. 如何通过自学,成为数据挖掘“高手”

2. 那些年，追过的开源软件和技术

   
   

11. 爱可可 – 爱生活(56)

1. 【Picasso：免费开源的CNN可视化工具】《Picasso: A free open-source visualizer for CNNs》by Ryan Henderson http://t.cn/RaYziGE GitHub:http://t.cn/RaY5sqi pdf:http://t.cn/RaY5sqx

2. 《从0到1走进 Kaggle》 by 不会停的蜗牛 via:@极客头条 http://t.cn/RaY4hSp

3. 《Facebook开源AI对话研究平台ParlAI ，解决人机对话最常见5类问题》via:@新智元 http://t.cn/RaY2lSy //@爱可可-爱生活: 《Facebook’s ParlAI is where researchers will push the boundaries of conversational AI | TechCrunch》by John Mannes http://t.cn/Ralp0boRT @爱可可-爱生活:【(Python)Facebook的开源AI对话研究框架】’ParlAI – A framework for training and evaluating AI models on a variety of openly available dialog datasets.’ GitHub: http://t.cn/RaAW6FE

4. 《习惯arXiv的今天，我们的论文应该引用预印本吗？》via:@机器之心synced http://t.cn/RaY2KbURT @爱可可-爱生活:【是否该引用预印版论文】《Should we cite preprints? 》by PROTOHEDGEHOG http://t.cn/RalTpS0 pdf:http://t.cn/RalTpSp

5. 《OpenAI发布开源软件Roboschool，模拟机器人的控制训练》via:@雷锋网 http://t.cn/RajjtLGRT @爱可可-爱生活:【OpenAI发布基于Bullet物理引擎集成Gym的机器人仿真开发环境Roboschool】“Roboschool: robot simulation envs integrated with OpenAI Gym, based on Bullet instead of MuJoCo” http://t.cn/RaljOlp

6. 《爱可可老师24小时热门分享(2017.05.16)》 http://t.cn/RaYA7sZ

7. 【NLP数据集加载工具集】’chazutsu – The tool to make NLP datasets ready to use’ by chakki GitHub: http://t.cn/RaYwYXl

8. 【手机端优化Caffe库(IOS/Android)&Demo】’Caffe on Mobile Devices – Optimized (for size and speed) Caffe lib for iOS and Android with demo APP.’ by Wenbo Yang GitHub: http://t.cn/RaYwXRD

9. “Implementation of zoneout regularizer on LSTM-RNN by Tensorflow” by Akira Tamamori GitHub:http://t.cn/RaYZsfqRT @爱可可-爱生活:《Zoneout: Regularizing RNNs by Randomly Preserving Hidden Activations》D Krueger, T Maharaj, J Kramár, M Pezeshki, N Ballas, N R Ke, A Goyal, Y Bengio, H Larochelle, A Courville, C Pal [Université de Montréal & École Polytechnique de Montréal] (2016) http://t.cn/R5cnk0P

10. “Must-read papers on network representation learning (NRL)/network embedding (NE)”RT @涂存超:我们整理了最近几年有关网络表示学习（network representation learning/network embedding）比较有代表性的论文列表及其代码，后续也会持续在github上更新该列表。想要了解网络表示学习工作的同学可以参考。链接为：http://t.cn/RajbH6H

11. 【AI研究人员为何对视频游戏情有独钟】《Why AI researchers like video games | The Economist》 http://t.cn/RajD1bJ pdf:http://t.cn/RajD1bx

12. 【基于AWS GPU节点/SigOpt的CNN快速调参】《Fast CNN Tuning with AWS GPU Instances and SigOpt | AWS AI Blog》by Steven Tartakovsky, Michael McCourt, Scott Clark http://t.cn/RajDcky

13. “机器学习资源 Machine learning” http://t.cn/RaVFEci GitHub:http://t.cn/Raje1kc

14. ‘PyTorch Seq2Seq Intent Parsing – Intent parsing and slot filling in PyTorch with seq2seq + attention’ by Sean Robertson GitHub: http://t.cn/RajgQu4

15. 【无监督CNN单视深度估计】’Unsupervised CNN for Single View Depth Estimation: Geometry to the Rescue’ by Ravi Garg GitHub: http://t.cn/Rajz75w ref:《Unsupervised CNN for Single View Depth Estimation: Geometry to the Rescue》(2016) http://t.cn/Rajz75A

16. 【Jupyter Notebook静态化浏览服务器】’Jupyter Notebook Viewer – Nbconvert as a webservice (rendering ipynb to static HTML)’ GitHub: http://t.cn/RajvlkG

17. 【OPIC：(C)高性能序列化框架】’OPIC – Fast serialization framework for C’ by Felix Chern GitHub: http://t.cn/RalsVb4

18. GitHub:http://t.cn/RalDWGiRT @爱可可-爱生活:【OpenAI发布基于Bullet物理引擎集成Gym的机器人仿真开发环境Roboschool】“Roboschool: robot simulation envs integrated with OpenAI Gym, based on Bullet instead of MuJoCo” http://t.cn/RaljOlp

19. 【增强学习AI打Doom(死亡竞赛)】《AI Playing FPS: Full Deathmatch (HD with sound) – YouTube》 http://t.cn/RalHQAk ref:《Playing FPS Games with Deep Reinforcement Learning》http://weibo.com/1402400261/EiZzrFTcL http://t.cn/RalHQA3

20. 【是否该引用预印版论文】《Should we cite preprints? 》by PROTOHEDGEHOG http://t.cn/RalTpS0 pdf:http://t.cn/RalTpSp

21. 【OpenAI发布基于Bullet物理引擎集成Gym的机器人仿真开发环境Roboschool】“Roboschool: robot simulation envs integrated with OpenAI Gym, based on Bullet instead of MuJoCo” http://t.cn/RaljOlp

22. 《清华大学朱军博士：可扩展的贝叶斯方法与深度生成模型》via:AI科技评论 http://t.cn/RallRmb

23. 《如何开始深度学习？这里有一份完整的攻略》via:AI100 http://t.cn/RallRU4RT @爱可可-爱生活:【适合深度学习入门的五个在线课程】《Learning Deep Learning: The “Basic Five” – Five Beginner Classes on Deep Learning》by Arthur Chan http://t.cn/RaN9O3n pdf:http://t.cn/RaN9O3u

24. 《“搜你所想”之用户搜索意图识别》by 桂洪冠 via:大数据杂谈 http://t.cn/RallHzp

25. 【台大李宏毅中文机器学习课程(2017)】“NTUEE ML 2017” http://t.cn/RX8F95M #bilibili#搬运:http://t.cn/RalWgvM

26. 明日开奖~RT @爱可可-爱生活:#转发赠书# 携手 @博文视点Broadview 送出 5 本《视觉SLAM十四讲：从理论到实践》by 高翔，张涛 截止2017.5.17 12:00，转发即可参与 国内作者原创SLAM技术书，从基础理论到代码实现 ref:http://weibo.com/1402400261/EyECvv8eN 图书详情:http://t.cn/RaIc92z

27. 《Boosting algorithm: XGBoost》by SauceCat http://t.cn/RalWQZo pdf:http://t.cn/RalWQZS

28. 【巨头(数据)架构大盘点：Facebook, Netflix, Airbnb, Pinterest, Twitter】《Architecture of Giants: Data Stacks at Facebook, Netflix, Airbnb, and Pinterest》by http://t.cn/R63o7E1 pdf:http://t.cn/RalWovN

29. 【数据科学工作流：概览与挑战】《Data Science Workflow: Overview and Challenges | Communications of the ACM》by Philip Guo (2013) http://t.cn/RaplHgO

30. 【可视化：如何打造加权透视散点图】《The Making of the Weighted Pivot Scatter Plot》by Russell Goldenberg http://t.cn/RalWG6V

31. 【(Deeplearning4j/Apache Tika)Spark集群图像识别】’Image recognition on Spark cluster powered by Deeplearning4j and Apache Tika’ by Thamme Gowda GitHub: http://t.cn/RalW7Qx

32. 【看Amazon如何吞噬世界】《Why Amazon is eating the world | TechCrunch》by Zack Kanter http://t.cn/RalvhHw pdf:http://t.cn/RalWvtg

33. “No. of open positions for deep learning experts, according to Gartner: 41,000. No. of deep learning experts, according to Yoshua Bengio: 50.” via:Pedro Domingos‏ http://t.cn/RalO3Zq

34. Tensorflow(1.0) Implementation by Lars Mescheder GitHub:http://t.cn/RalOW56RT @爱可可-爱生活:《Adversarial Variational Bayes: Unifying Variational Autoencoders and Generative Adversarial Networks》L Mescheder, S Nowozin, A Geiger [MPI Tubingen & Microsoft Research Cambridge] (2017) http://t.cn/RM1K5hZ

35. GitHub:http://t.cn/RalO906RT @爱可可-爱生活:【Hacker News文章多标签自动标记实战】《How we built Tagger News: machine learning on a tight schedule》by David Robinson http://t.cn/RalKjRd pdf:http://t.cn/Ral0CvK

36. 【免费书：《一种新科学》】《A New Kind of Science》by Stephen Wolfram http://t.cn/RaOn5Ee

37. 【用SQL语句查找文件】’fsql – Search through your filesystem with SQL-esque queries.’ by Kashav GitHub: http://t.cn/Ral9Ws6

38. 【服饰人像生成模型(&Chictopia10K[HumanParsing]时尚人像解析数据集)】《A Generative Model of People in Clothing》C Lassner, G Pons-Moll, P V. Gehler [Max Planck Institute for Intelligent Systems] (2017) http://t.cn/Ral0QFF

39. 【Hacker News文章多标签自动标记实战】《How we built Tagger News: machine learning on a tight schedule》by David Robinson http://t.cn/RalKjRd pdf:http://t.cn/Ral0CvK

40. 【自监督预测好奇驱动探索】《Curiosity-driven Exploration by Self-supervised Prediction》D Pathak, P Agrawal, A A. Efros, T Darrell [UC Berkeley] (2017) http://t.cn/Ral0wyb GitHub:http://t.cn/Ral0wy4 http://t.cn/Ral0zXI

41. “VQA Challenge Workshop – at CVPR 2017, July 26, Honolulu, Hawaii, USA” http://t.cn/RqXSpoO

42. 【免费书：科学家/工程师Python实用指南】《Python for Scientists and Engineers》by Shantnu Tiwari http://t.cn/RalpnGe

43. 【Not Hotdog：Keras实现的热狗检测APP】“Not Hotdog on the App Store” http://t.cn/RalpY8C

44. 《Facebook’s ParlAI is where researchers will push the boundaries of conversational AI | TechCrunch》by John Mannes http://t.cn/Ralp0boRT @爱可可-爱生活:【(Python)Facebook的开源AI对话研究框架】’ParlAI – A framework for training and evaluating AI models on a variety of openly available dialog datasets.’ GitHub: http://t.cn/RaAW6FE

45. 【Astra：深度学习如何帮我们推出自己的金融智能初创公司】《Launching Astra: How Deep Learning helped us launch our Financial Intelligence startup》by Gil Akos http://t.cn/RalpohI pdf:http://t.cn/Ralpohx

46. 【HypheNN-de:基于神经网络的德语断字】《HypheNN-de: German Hyphenation with Neural Networks》by Markus Siemens http://t.cn/RapND8e GitHub:http://t.cn/RalpJ2c pdf:http://t.cn/RalpJ2V

47. 【深度增强学习如何让机器人变得更聪明】《How Deep Reinforcement Learning Will Make Robots Smarter》by Daniel Newman http://t.cn/RaXsiU3

48. 《Self-Commmittee Approach for Image Restoration Problems using Convolutional Neural Network》B Ahn, N I Cho [Seoul National University] (2017) http://t.cn/RalpzHU

49. 《R2-D2: ColoR-inspired Convolutional NeuRal Network (CNN)-based AndroiD Malware Detections》T H Huang, C Yu, H Kao [Cheetah Mobile Inc & National Chung Hsing University] (2017) http://t.cn/RalNkEm Home:http://t.cn/RalNkEu

50. 《Practical Bayesian Optimization for Model Fitting with Bayesian Adaptive Direct Search》L Acerbi, W J Ma [New York University] (2017) http://t.cn/RalNrwD GitHub:http://t.cn/RalNrwk

51. 《Reducing Bias in Production Speech Models》E Battenberg, R Child, A Coates… [Baidu Silicon Valley AI Lab] (2017) http://t.cn/RalNne7

52. 《Learning ReLUs via Gradient Descent》M Soltanolkotabi [University of Southern California, Los Angeles] (2017) http://t.cn/RalNHLY

53. 《Imagination improves Multimodal Translation》D Elliott, Á Kádár [University of Amsterdam & Tilburg University] (2017) http://t.cn/RalNjYf

54. 《Identifying the hidden multiplex architecture of complex systems》L Lacasa, I P. Mariño, J Miguez, V Nicosia, J Gómez-Gardeñes [Queen Mary University of London & Universidad Rey Juan Carlos & University of Zaragoza] (2017) http://t.cn/RalN0cV

55. 《Evaluating vector-space models of analogy》D Chen, J C. Peterson, T L. Griffiths [UC Berkeley] (2017) http://t.cn/RalNChy

56. 《今日学术视野(2017.05.16)》 http://t.cn/RalN9up