这是一个创建于 3624 天前的主题，其中的信息可能已经有所发展或是发生改变。
@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67条 http://memect.co/ml-list-2015-01-23
Facebook广告点击预测模型
@一起读论文
关键词：会议活动, 算法, 应用, ADKDD, 广告系统, 回归, 会议, 集成学习, 预测
#一起读论文# @AOzil 点评 Practical Lessons from Predicting Clicks on Ads at FacebookADKDD好文：Facebook广告点击预测模型。他们提出先用Gradient Boosting Regression Tree...... [1]
[1] http://www.7300days.com/index.php/stds/detail/index/id/4567
FacePlusPlus技术报告Naive-Deep Face Recognition
@FacePlusPlus
关键词：视觉
新鲜出炉Naive-Deep Face Recognition TR [1] 。最简单的模型也能刷到99.5%，是真的革命，还是“应试教育”？文中所提大数据对识别精确度的影响概念希望可以与业界共享共同探讨 @旷视印奇 @旷视唐文斌 @李开复 @刘维_联想控股
[1] http://research.faceplusplus.com/2015-face-recognition-technical-report/
不服跑个分？人工智能也出现“刷分”乱象
@PingWest品玩
关键词：视觉
[不服跑个分？人工智能也出现“刷分”乱象] 人脸识别研究机构和初创公司追捧的“99%+准确率”和超越“Facebook、斯坦福大学”的准确率，其实水分掺杂情况严重。在人脸识别领域，刷LFW的分就像刷应试教育题库，分数高未必就有更好的技术能力和规模商业化前景。 [1]
[1] http://www.pingwest.com/face-recognition-is-not-a-simple-score-game/
jetpack——在Docker里方便地安装和配置机器学习工具
@爱可可-爱生活
关键词：深度学习, Python, Spark, 代码
jetpack——在Docker里方便地安装和配置机器学习工具，目前支持的工具包括：Deeplearning4j、GraphLab、H2O、Julia、MLlib、Theano、Torch7、Vowpal、Wabbit (VW)等 [1]
[1] https://github.com/StartupML/jetpack
国际语义网会议ISWC 2014的视频
@波多野丽猪
关键词：会议活动, 资源, ISWC, 会议, 课程
@好东西传送门 ISWC2014视频发布了（缺tutorials部分）， [1] ，推荐下Google Raghavan的keynotes，另外 @程龚_NJU @昊奋 你们的视频出来了！
目前尚无回复
Select Language