机器学习头条 2015-01-02

@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

加长版见 http://memect.co/ml-list-2015-01-02 (17条最新动态+焦点, 10条温故知新)

百度余凯&张潼2012年8月份的机器学习视频

@ML_Yuens

关键词：资源 产业 余凯 张潼

机器学习Machine Learning_百度文库 [1]

[1] http://wenku.baidu.com/course/view/49e8b8f67c1cfad6195fa705

杨强在TEDxNanjing谈智能的起源

@TEDNews

关键词：资源 视频 杨强

"人工智能研究分许多流派。其中之一以IBM为代表，认为只要有高性能计算就可得到智能，他们的‘深蓝’击败了世界象棋冠军；另一流派认为智能来自动物本能；还有个很强的流派认为只要找来专家，把他们的思维用逻辑一条条写下，放到计算机里就行……" 杨强在TEDxNanjing谈智能的起源 [1]

[1] http://v.youku.com/v_show/id_XODQzNDM4MDg0.html

钢琴图灵测试

@刘知远THU

在机器已经可以模拟弹钢琴的今天，钢琴家存在的必要性是什么？ [1]（分享自 @知乎）最近正好想到这个问题，只是知乎这个提问有些刺耳。我好奇的是，研制一个钢琴弹奏机器人，并能模仿各位钢琴大家的风格，难度有多大？如果用幕布遮住演奏者，人们能否以及如何分辨背后是人还是机器？

[1] http://www.zhihu.com/question/20779780?utm_source=weibo&utm_medium=weibo_share&utm_content=share_question&utm_campaign=share_sidebar

放弃词向量，直接在词袋模型上用卷积神经网络做文本分类

@许家铭_CASIA

关键词：深度学习 自然语言处理 论文

放弃词向量(WordEmbedding)工作，直接在词袋模型(BoW)上用卷积神经网络做文本分类任务(CNN for Text Categorization) 效果如何，看这篇文章的工作（待评论。。），[1] 提出seq-CNN与bow-CNN两种模型直接在BoW上使用卷积层，同state-of-the-art方法相比取得较好结果

[1] http://arxiv.org/abs/1412.1058

深度RNN/LSTM用于结构化学习

@eNe14

关键词：会议活动 深度学习 资源 自然语言处理 ICML NIPS PDF 会议 机器翻译 论文

深度RNN/LSTM用于结构化学习 0)序列标注[Connectionist Temporal Classification]ICML06 [1] 1)机器翻译[Sequence to Sequence]NIPS14 [2] 2)成分句法[GRAMMAR AS FOREIGN LANGUAGE] [3] 再次用到窃取果实distilling

[1] http://www.machinelearning.org/proceedings/icml2006/047_Connectionist_Tempor.pdf
[2] http://papers.nips.cc/paper/5346-sequence-to-sequence-learning-with-neural-networks.pdf
[3] http://arxiv.org/pdf/1412.7449v1.pdf