原创 如何寫作:學術寫作的實踐探究

【導讀】學術論文寫作能力對於每個研究生,甚至學者在學術的道路上都是不可或缺的重要能力之一。今天給大家帶來的是來自加拿大的蒙特利爾高等商學院管理學院副教授Charlotte Cloutier關於學術論文寫作的各方面實踐探究(How I Wri

原创 爲什麼深度學習永遠不會創造偉大的藝術

【導讀】即便構圖很尷尬,筆觸很笨拙,以432,000美元(337,000英鎊)的“Edmond de Belamy肖像”看起來很像藝術品。這幅畫背後的畫家不是一個人,而是一個由法國Obvious構建的人工智能系統。 A.I.系統將其作品與數

原创 20件在你讀博士之前應該知道的事情

【導讀】開始攻讀博士學位可能很難,在這裏,Lucy列出了一些建議,以幫助新的研究生。作者|Lucy A. Taylor編譯|專知整理|Yingying,l李大囧1.找到適合自己的日程,保持健康的工作與生活平衡。最好是在整個計劃中保持良好的平

原创 這是一份超全機器學習&深度學習網站資源清單(105個AI站點),請收藏!

【導讀】howie6879在Github上維護了一個機器學習網站導航以及資源的目錄,包含了新聞資訊、課程、比賽、項目、文檔等導航鏈接,主流的都涵蓋到,是深度學習從業者不錯的一個導航,歡迎使用!網址:https://github.com/ho

原创 注意力機制(Attention)最新綜述論文及相關源碼

【導讀】注意力機制(Attention)起源於模仿人類的思維方式,後被廣泛應用於機器翻譯、情感分類、自動摘要、自動問答等、依存分析等機器學習應用中。專知編輯整理了Arxiv上一篇關於注意力機制在NLP中應用的綜述《An Introducto

原创 【博文推薦】本月機器學習Top 10 文章/教程彙總(2018.11)

【導讀】本文由Mybridge發佈,在評估了近1400篇機器學習文章後,挑選出11月機器學習Top 10的文章教程(0.7%的機率)。現由專知編譯如下。過去的一個月中,MyBridge整理了近1400篇機器學習文章,並挑選出了10篇最佳文章

原创 模式識別國家重點實驗室自然語言處理研究組喜獲中國中文信息學會多項大獎

2018年11月10-11日,中國中文信息學會2018學術年會暨理事會在北京隆重舉行,會上頒發了“錢偉長中文信息處理科學技術獎”、“青年創新獎”以及中國中文信息學會“優秀博士學位論文獎”。經過評獎辦公室和相關領域專家評審組的初審、終審、公

原创 Yan LeCun 109頁最新報告:圖嵌入, 內容理解,自監督學習(附PPT下載)

【導讀】Yan Lecun 十月份在Google matrix: fundamentals, applications and beyond 研討會上做了《圖嵌入, 內容理解,自監督學習》的報告。 報告中回顧了各種監督方法在計算式視覺領域取

原创 【乾貨分享】177頁魯棒機器學習教程(附Slides全文下載)

【導讀】本文爲大家整理了俄勒岡州立大學的傑出教授Thomas G.Dietterich的魯棒機器學習教程,具體內容如下。課程介紹:這個短期課程討論了從有監督的機器學習中獲得可靠決策的問題。它試圖總結關於我們如何創建機器學習分類器的當前知識,

原创 自然語言處理NLP的坑到底有多大?

【導讀】自然語言交互是非常難的行業,沒有積累很難做出來好的產品。這個行業不適合急功近利。我們說的NLP其實主要是人機自然語言交互。NLP也包含好幾個細分領域:搜索、機器翻譯、問答等。我人機自然語言交互也就是問答。很多年前,別人說我做的東西不

原创 【2018NIPS視覺對抗挑戰】結果公佈

作者 | Wieland Brendel編譯 | Xiaowen2018年NIP視覺對抗挑戰的獲勝者已經確定。總體而言,400多名參與者提交了3000多個模型。今年的競爭重點是在現實世界中,攻擊對模型的低容量查詢訪問(每個樣本多達1000

原创 【IEEE】如何爲技術期刊和會議撰寫文章

【導讀】作爲一名研究員或執業工程師,你深知把自己的工作成果予以發表有多重要。發表成果不僅關係到職業晉升或獲得外界認可,也是科研流程中的關鍵一步。你的發現將會推動創新,並幫助科技進步,從而造福大衆。但這一切的前提,是你的研究成果能夠爲研究員和

原创 深度學習巨頭Yoshua Bengio清華演講: 深度學習通往人類水平人工智能的挑戰

【導讀】2018年11月7日晚,被稱爲“深度學習三巨頭”之一的蒙特利爾大學計算機科學與運算研究系教授Yoshua Bengio在清華大學做了《深度學習抵達人類水平人工智能所面臨的挑戰(Challenges for Deep Learning

原创 【OpenAI】深度強化學習關鍵論文列表

【導讀】本文列出了值得一讀的深度強化學習論文,分爲無模型強化學習、探索、遷移和多任務強化學習、層次結構、記憶、基於模型的強化學習、元強化學習、現實生活中的強化學習、模仿學習和強化學習中的經典理論等幾個部分~ 對強化學習感興趣的趕緊收藏吧~

原创 北京大學何洋波博士《因果推斷和因果圖模型》機器學習報告

【導讀】第十六屆中國機器學習及其應用研討會11月2日到4日在南京大學舉行,北京大學的何洋波博士給了《因果推斷和因果圖模型》,介紹和分析了因果推斷和基於圖模型的因果推斷的發展現狀。 報告摘要發現因果規律是人們進行科學研究的主要動力之一。因果推