【爱可可推荐】春节必读10大热门机器学习文章

简介: 春节必看十大机器学习热门文章排行榜。本榜单中涉及的主题包括:谷歌大脑、AlphaGo、生成维基百科、矩阵微积分、全局优化算法、Tensorflow项目模板、NLP和CheXNet。

在过去的一个月中,我们对将近1400篇机器学习文章进行了排名,精心挑选出了最热门的的十大文章。

27e694f2fce8ff208f29dfaaf23ea649a9e39d1b

  • 本榜单中涉及的主题:谷歌大脑,AlphaGo,生成维基百科,矩阵微积分,全局优化算法,Tensorflow项目模板,NLP,CheXNet
  • 年度机器学习开源:http://bit.ly/2EbfA4z

1月机器学习top 10文章

1.  谷歌大脑回顾2017年成就

作者:Jeff Dean和谷歌大脑团队

 497214405ad54c799db0058dc639f2dba56710b5

2.  如何使用Python和Keras构建自己的AlphaZero AI

作者:David Foster

https://medium.com/applied-data-science/how-to-build-your-own-alphazero-ai-using-python-and-keras-7f664945c188

e20bef7332cfddf538c6b1d4331ee71648786f18

3. 【论文】通过总结长序列生成维基百科

作者:Peter Liu和Google Brain团队成员

论文地址:https://arxiv.org/pdf/1801.10198.pdf

f456e451f198332ff8e396a3b0710f55539cd0ac 

4.  用于深度学习的矩阵微积分

作者: Terence Parr和Jeremy Howard

http://bit.ly/2BWOe0g

8d056fa9f1b87c0b9067aaafbdc5e6d243b500f2

5.  一种值得使用的全局优化算法

作者:Davis King

http://blog.dlib.net/2017/12/a-global-optimization-algorithm-worth.html

7ffef9288cdc4ea62e44fda8be8e79033af7c31a

6.  Tensorflow-Project-Template:Tensorflow项目模板架构的最佳实践Github上已有1339颗星

https://github.com/MrGemy95/Tensorflow-Project-Template

7c50a22ea790e110b7b49c27ead5f76df814f128

7. 【指南】如何解决90%的NLP问题

作者:Emmanuel Ameisen

https://blog.insightdatascience.com/how-to-solve-90-of-nlp-problems-a-step-by-step-guide-fda605278e4e

8.  对CheXNet的深度评论

作者:LukeOakden-Rayner

https://lukeoakdenrayner.wordpress.com/2018/01/24/chexnet-an-in-depth-review/ 

ee3f88549621f24ad8da7bd04ca0c4120777c435

9.  机器学习新手的顶级算法之旅

作者:James Le

https://towardsdatascience.com/a-tour-of-the-top-10-algorithms-for-machine-learning-newbies-dde4edffae11

 a08035effb09b716b634ff1d98783e0df6c2e0ad

10.  数据科学、机器学习和人工智能有什么区别?

作者:David Robinson

http://varianceexplained.org/r/ds-ml-ai/

 4b9cb551f39667a7c7731fc7684fd1c37e602c89


原文发布时间为:2018-02-18

本文作者:小七

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:【爱可可推荐】春节必读10大热门机器学习文章


相关文章
|
5月前
|
机器学习/深度学习 资源调度 算法
【机器学习基础】多元线性回归(适合初学者的保姆级文章)
【机器学习基础】多元线性回归(适合初学者的保姆级文章)
152 0
|
8月前
|
机器学习/深度学习 数据采集 人工智能
给爆火的Llama 2划重点,Huggingface机器学习科学家写了篇分析文章
给爆火的Llama 2划重点,Huggingface机器学习科学家写了篇分析文章
173 1
|
存储 机器学习/深度学习 并行计算
【机器学习】文章9
①Numpy的简介 NumPy(Numerical Python)是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix)),支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。 🚩一个用python实现的科学计算,包括: 1、一个强大的N维数组对象Array; 2、比较成熟的(广播)函数库; 3、用于整合C/C++和Fortran代码的工具包; 4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算
72 0
【机器学习】文章9
|
机器学习/深度学习 算法 数据挖掘
机器学习:基本算法分类体系结构和文章汇总
机器学习:基本算法分类体系结构和文章汇总
|
机器学习/深度学习 BI 索引
【机器学习】文章8
numpy中的ndarray为多维数组,是numpy中最为重要也是python进行科学计算非常重要和基本的数据类型。numpy中基本的运算符进行了重载,算数运算符和逻辑运算符都是逐元素操作的,还有广播机制,使得一个标量与多维数组相互运算的时候也是逐元素运算。
133 0
【机器学习】文章8
|
存储 机器学习/深度学习 并行计算
【机器学习】文章7
NumPy(Numerical Python)是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix)),支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。
87 0
【机器学习】文章7
|
机器学习/深度学习 Kubernetes 算法
【机器学习】文章6(总结)
该算法假定输入的数据矩阵具有隐藏的棋盘结构,因此可以对其中的行和列进行划分,使得行簇和列簇的笛卡尔积中的任何双聚类的条目近似恒定。例如,如果有两个行分区和三个列分区,则每行将属于三个双聚集,而每列将属于两个双聚集。
98 0
【机器学习】文章6(总结)
|
机器学习/深度学习 Kubernetes 算法
【机器学习】文章5
对于一元函数f(xf(x),如果对于任意tϵ[0,1]均满足:f(tx1+(1−t)x2)≤tf(x1)+(1−t)f(x2)f(tx1+(1−t)x2)≤tf(x1)+(1−t)f(x2),则称f(x)f(x)为凸函数。 同时如果对于任意tϵ(0,1))均满足:f(tx1+(1−t)x2)<tf(x1)+(1−t)f(x2)f(tx1+(1−t)x2)<tf(x1)+(1−t)f(x2),则称f(x)f(x)为严格凸函数。
189 0
【机器学习】文章5
|
机器学习/深度学习 算法 搜索推荐
【机器学习】文章4
首先对于 CONVEX BICLUSTERING做一个描述,CONVEX是凸面的,所以我们很容易就知道CONVEX BICLUSTERING是一个凸双聚类。 在双聚群问题中,我们寻求同时对观察结果和特征进行分组,虽然聚簇在从文本挖掘到协同过滤的广泛领域都有应用,但在高维基因组数据中识别结构的问题激发了这项工作。
114 0
【机器学习】文章4
|
机器学习/深度学习 人工智能 自然语言处理
【机器学习】文章3(总结)
衡量模型模型预测的好坏。再简单一点说就是:损失函数就是用来表现预测与实际数据的差距程度。
121 0

热门文章

最新文章