2017年4月历史文章汇总

2017年1月历史文章汇总

2017年2月历史文章汇总

2017年3月历史文章汇总

2017年4月1日

【推荐】Faster R-CNN视频目标检测

【学习】大白话解释模型产生过拟合的原因

【学习】深度学习中的基础线性代数-初学者指南

【讲座】智能连接人与信息：信息流的未来与人工智能的机会——今日头条副总裁马维英博士

2017年4月2日

【推荐】物体检测算法全概述：从传统检测方法到深度神经网络框架

【学习】利用深度学习查找"相似问题"——Quora技术实践

【学习】深度学习如何帮助搜索引擎提高效果？

【讲座】UCL汪军教授人工智能讲座通知

2017年4月3日

【推荐】目标定位与检测

【干货】完结篇|一文搞定k近邻算法（k-NN）算法（二）

【学习】中文数据预处理材料

【学习】使用sklearn自带的贝叶斯分类器进行文本分类和参数调优

2017年4月4日

【推荐】基于LSTM矩阵分解/分块的大型LSTM网络简化加速（附代码）

【干货】深度学习必备：随机梯度下降（SGD）优化算法及可视化

【学习】以《星际争霸》为例，阿里多智能体协作网络BiCNet展现人工集体智能无限潜力

【学习】完整手写一个朴素贝叶斯分类器，完成文本分类

2017年4月5日

【推荐】SVD分解入门

【学习】为什么说机器学习模型中的预测变量可能越少越好？

【学习】通俗讲解平方损失函数平方形式的数学解释？

【报名】MIT在读博士薛天帆：运动辅助视频处理和合成

2017年4月6日

【推荐】（论文+代码）收敛速度更快更稳定的Wasserstein GAN(WGAN)

【竞赛】国内首个迁移学习赛题上线，速来报名！

【学习】EACL2017特邀报告：Probabilistic Topic Models and User Behavior

【学习】分析momentum在梯度下降中的作用的好文章

2017年4月7日

【推荐】加大伯克利的迈克尔·约旦教授推荐的17本基本机器学习书籍

【学习】CNN的感受野计算指南

【干货】MIT在读博士薛天帆：运动辅助视频处理和合成

【学习】华盛顿大学深度学习系统课程

2017年4月8日

【推荐】(Python)LSTM时序预测

【学习】深度学习在自然语言处理中的应用

【学习】如何使用Python处理Missing Data

【学习】每个计算机科学学生应该知道的顶级算法/数据结构/概念

2017年4月9日

【推荐】中文识别效果比tesseract更好的深度OCR

【学习】跨域数据融合全套PPT分章节全部公开（300MB+）

【学习】用python对人们使用自行车情况分析与预测

【论文】Learning Graphical State Transitions

2017年4月10日

【预告】北大AI第七讲：百度IDL杰出科学家  徐伟---通用人工智能的现状及展望

2017年4月11日

【魔镜杯第二届】10万美金悬赏产品达人，500万美金投资基金同步加持

【推荐】常用数据增强的library

【学习】见微知著：细粒度图像分析进展

【学习】浅析感知机（一）--模型与学习策略

2017年4月12日

【图文实录】北大AI公开课第七讲  百度徐伟——AGI 2050年前实现可能性超50%

深圳4.21峰会丨学术界、产业界共话转型升级，探讨人工智能落地产业

【学习】浅析感知机（二）--学习算法及python代码剖析

【学习】PyTorch递归神经网络

2017年4月13日

【推荐】如何选择机器学习算法

【学习】带你搞懂朴素贝叶斯分类算法

【学习】周明：自然语言对话引擎

【学习】你应该读一下的10本免费机器学习和数据科学电子书

2017年4月14日

【推荐】Kaggle肺癌预测竞赛第9名经验分享

【学习】神经网络常用激活函数对比：sigmoid VS sofmax（附python源码）

【学习】理解朴素贝叶斯算法中的拉普拉斯平滑

【学习】WWW 2017论文：Beyond Globally Optimal: Focused Learning

2017年4月15日

【推荐】微博终结者爬虫

【学习】四页纸线性代数基础解析

【学习】参加Kaggle数据挖掘比赛的两大利器： xgboost和模型融合（Model Ensemble)

【学习】地平线余轶南：通往智能驾驶的深度学习之路

2017年4月16日

【推荐】深度学习卫星图像分割(Kaggle竞赛第四名)

【学习】谈谈准确率（P值）、召回率（R值）及F值

【学习】TensorFlow/深度学习教程(列表)

【报名】智能的本质与AI技术的未来

2017年4月17日

【预告】北大AI第八讲：华为诺亚方舟实验室主任 李航 自然语言处理——理想与现实、机遇与挑战

2017年4月18日

【推荐】CNN浅析和历年ImageNet冠军模型解析

【论文】推理 vs. 优化 —— 用随机梯度下降做近似贝叶斯推理