V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
haoawesome
V2EX  ›  机器学习

# 机器学习日报 2015-02-06 词向量性能测试脚本

  •  
  •   haoawesome · 2015-02-07 08:50:15 +08:00 · 1749 次点击
    这是一个创建于 3602 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39条 http://ml.memect.com/archive/2015-02-06/long.html


    词向量性能测试脚本

    @蒋振超

    关键词:经验总结, Jeffrey Pennington, Omer Levy, Python, Richard Socher, Tomas Mikolov, 博客

    Mikolov、Socher、Levy、Pennington这些人提出的词表达训练模型是怎么测试的呢?我的最新博客:word analogy task以及python的词向量性能测试脚本 [1] ,求转发,求出名

    [1] http://chaoslog.com/word-analogy-taskxiang-jie-ji-pythonban-ben-de-ce-shi-jiao-ben.html html

    词向量性能测试脚本

     


    IBM为沃森增添权衡分析等5项新测试服务

    @Linuxeden开源社区

    关键词:视觉, 语音, 自然语言处理

    [IBM为沃森增添权衡分析等5项新测试服务] 据外媒报道,近日,IBM宣布为沃森开发者云端(Watson Developer Cloud)引进5项新的测试服务内容:语音到文本、文本到语音、视觉识别、概念理解、权衡分析。其中,权衡分… [1]

    [1] http://www.linuxeden.com/html/itnews/20150206/158986.html html

    IBM为沃森增添权衡分析等5项新测试服务

     


    从零开始理解文本

    @G_Auss

    关键词:深度学习, 自然语言处理, Xiang Zhang, Yann Lecun, 论文, 情感分析

    我们的论文《从零开始理解文本》(Xiang Zhang, Yann LeCun, Text Understanding from Scratch)已放到Arxiv上!其思想是把卷积网络直接用到字符上,在大数据集上取得了特别好的结果。在亚马逊商品评论情感分析中准确度比词袋好10%-20%,在中文新闻分类上也得到了不错的结果。 [1]

    [1] http://arxiv.org/abs/1502.01710

    从零开始理解文本

     


    Alex Smola在CMU新一期的机器学习入门课程

    @NLPJob

    关键词:资源, Alex Smola, 课程, 视频

    机器学习大神Alex Smola在CMU新一期的机器学习入门课程”Introduction to Machine Learning“近期刚刚开课,课程4K高清视频同步到Youtube上,目前刚刚更新到 2.4 Exponential Families,课程主页 [1] ,课程视频playlist [2] , 感兴趣的同学可以关注,非常适合入门

    [1] http://alex.smola.org/teaching/10-701-15/

    [2] https://www.youtube.com/playlist?list=PLZSO_6-bSqHTTV7w9u7grTXBHMH-mw3qn

     


    Twitter时间序列异常检测算法(S-H-ESD)R包的介绍

    @爱可可-爱生活

    关键词:经验总结, 算法, R语言, 博客, 异常检测

    [文章]《Introducing practical and robust anomaly detection in a time series》 [1] Twitter技术团队对前段时间开源的时间序列异常检测算法(S-H-ESD)R包的介绍,其中对异常的定义和分析很值得参考,文中也提到——异常是强针对性的,某个领域开发的异常检测在其他领域直接用可不行

    [1] https://blog.twitter.com/2015/introducing-practical-and-robust-anomaly-detection-in-a-time-series

    长微博图: http://ww4.sinaimg.cn/large/5396ee05jw1eoz8br2wk2j20jv3m6e6c.jpg

    目前尚无回复
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3335 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 22ms · UTC 12:00 · PVG 20:00 · LAX 04:00 · JFK 07:00
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.