这是一个创建于 3923 天前的主题，其中的信息可能已经有所发展或是发生改变。
机器学习日报 2015-01-14
@好东西传送门 出品, 过刊见 http://ml.memect.com
订阅：给 [email protected] 发封空信， 标题: 订阅机器学习日报
可点击加长版50条 http://memect.co/ml-list-2015-01-14
《机器学习的统计基础》
@爱可可-爱生活
关键词：资源, R语言, 书籍
《机器学习的统计基础》在线版，该手册希望在理论与实践之间找到平衡点，各主要内容都伴有实际例子及数据，书中的例子程序都是用R语言编写的。 [1]
[1] https://www.otexts.org/book/sfml
Ivan Vasilev的深度学习导引
@iB37
关键词：深度学习, 资源, Henry Kautz, Ivan Vasilev, 课程
IVAN VASILEV写的深度学习导引：从浅层感知机到深度网络。已经被twitter了近五百次，Facebook七百次。 Henry Kautz称赞其高度可读，并作为reading group的阅读文章。 [A Deep Learning Tutorial: From Perceptrons to Deep Networks] [1]
百度Deep Image系统在ImageNet分类比赛上取得最好结果
@韧在百度
关键词：深度学习, 视觉
异构高性能计算 + insight, 告诉你会有什么样的威力. Baidu Deep Image: Imagenet 1k challenge, 5.98%. 目前世界最好结果. bit.ly/deepimage
鲁棒及有益的人工智能优先研究计划
@王威廉
关键词：深度学习, 资源, Elon Musk, Eric Horvitz, Geoffrey Hinton, PDF, Peter Norvig, Stuart Russell, Tom Dietterich, Tom Mitchell, Yann Lecun, 霍金
《鲁棒及有益的人工智能优先研究计划：一封公开信》 [1] 目前已经有Stuart Russell, Tom Dietterich, Eric Horvitz, Yann LeCun, Peter Norvig, Tom Mitchell, Geoffrey Hinton, Elon Musk等人签署： [2]
[1] http://futureoflife.org/static/data/documents/research_priorities.pdf 
[2] http://futureoflife.org/misc/open_letter
Metacademy自学机器学习的路线图
@好东西传送门
关键词：简报
有人问“我在某期的机器学习日报中，看到一个自学的网站，里面根据词条提供了许多资源，还有相关知识结构，路线图，用时长短，找不到了，能在提供下吗？是英文的界面，可以点词条，好像是某个名校博士创办的” 传送门自己都想不起来关键词了，找不到，大家有记得的吗？#论搜索的重要性#
1 条回复
 | 1 jamesxu 2015-01-15 09:04:14 +08:00 拜托 robust 不要再翻译成“鲁棒”了 |
Select Language