#learning
Machine learning is a honeypot for phrenologists(pluralistic.net)
2021-1-16 6:9劳拉·普瓦特拉斯（Laura Poitras）从“第一眼报”（First Look）开除：她之所以这样说是因为她在《现实赢家》中大声疾呼。
南斯拉夫对墨西哥音乐的冷战迷恋：不结盟的Yumex给了我们孩子Celovečernji。
机器学习是颅相学家的蜜罐：＆＃34; AI＆＃34;研究人员无法收拾该死的卡尺......
Machine Learning: The Great Stagnation(marksaroufim.substack.com)
2021-1-15 20:22
任何基本发现都涉及很大程度的风险。如果一个想法可以保证可行，那么它将从研究领域转向工程领域。不幸的是，这也意味着，至少如果通过“客观”指标（例如引文）来衡量失败，大多数研究事业将总是失败。
学术界的建设旨在为研究人员提供一个下行绿篱或安全网。在这里，他们可以追求雄心勃勃的想法，在这种想法中，成功的可能性仅次于愿景的......
Machine Learning for Developers weekly newsletter (ML4Devs, Issue 1)(ml4devs.substack.com)
2021-1-9 17:28
为从业人员策划和创建资源以大规模设计，开发，部署和维护ML应用程序，以产生可衡量的积极业务影响。
在每个问题中，我都会从开发人员的角度探讨一个主题，几乎没有指向相关资源的链接供您深入研究。
在本期中，我想讨论构建实际ML应用程序的数据科学家和开发人员的经验，并强调：
建模只是工作的一小部分，大部分工作都是严格的......
2021-1-9 2:43
15.ai：自然，高质量，快于实时的文本到语音合成，数据量最少
Learning to program at 57 years young(www.reddit.com)
2020-12-25 23:14一直热爱技术，但从未学会编程。如果我这么大的年纪，如果我学会了，是否有被录用的机会？
诚实地说，行业中年龄歧视的数量令人沮丧，因此这绝非易事。不过，这似乎确实有所改善（缓慢）。
我的建议是针对那些不认为每个开发人员都必须是12岁的更大，更传统的公司。还要利用您的生活经验。大多数年轻人擅长编写代码，但总不会看到......
Fluent Forever raises $4.9M for its language learning system (techcrunch.com)
2020-12-24 2:46
在许多方面，Fluent Forever是Duolingo，Babbel和类似的在线语言学习服务的直接竞争对手。与众不同的是，它专注于个性化的学习系统，该系统强调听力训练，视觉辅助以及类似于间隔重复的功能，以帮助您记住新单词和短语。这是一项付费服务（在14天免费试用后），每月订阅费用从10美元起，每月订阅，长期承......
2020-12-16 2:4
人工智能这个主题引起了我的兴趣，我一直在研究和尝试该领域的新事物。
众所周知，与自然语言处理，计算机视觉等相关的技术是如何出现并发展为每天数百万用户使用的解决方案的。
即使人们使用了“人工智能”一词，但与《终结者》电影中的天网一样先进，我们仍然相去甚远。
今天使用的最常见的AI子领域是一种称为机器学习的领域，它......
Is deep learning a new kind of programming?(tomasp.net)
2020-12-13 11:59
在有关如何使编程更好的大多数讨论中，最终有人会说一些类似的话，我们只需要等到深度学习解决问题即可！＆＃34;我认为这是一个天真乐观的想法，但它提出了一个有趣的问题：从什么意义上说，使用深度学习创建的程序与通过手工编写的程序不同？
这个问题最近出现在我们作为程序项目一部分的讨论中，该项目探讨了关于什么是（计算机）程......
Reinforcement Learning at Microsoft(www.microsoft.com)
2020-12-8 12:7
强化学习是关于代理商从世界上获取信息并学习与之互动的策略，以使他们表现更好。因此，您可以想象一个未来，每次您在键盘上打字时，键盘都会学会更好地了解您。或每次您与某个网站进行交互时，它都会更好地了解您的喜好，因此世界在与人交互方面的工作越来越好。
MSR纽约市合伙人研究经理John Langford
从根本上讲，强......
Deep-learning robot Shimon writes and rhymes in real time(www.scientificamerican.com)
2020-12-5 2:13
如果您的数字助理可以抗击说唱怎么办？听起来可能有些牵强，但是佐治亚理工学院的音乐技术专家吉尔·温伯格（Gil Weinberg）改编了一个名为Shimon的音乐机器人来创作歌词并进行实时表演。这意味着它可以与人类进行说唱“对话”，甚至可以帮助他们创作自己的歌词。 Shimon专为听起来像机器而设计（请在此处听），旨在......
2020-11-30 4:23
美国宾夕法尼亚州宾夕法尼亚大学放射学系宾夕法尼亚大学图像计算和科学实验室
深度学习模型在目标（测试）数据域上进行测试时表现最佳，这些目标数据域的分布与源（训练）域的集合相似。但是，当目标域和源域之间的基础统计数据存在显着差异时，可能会妨碍模型泛化。在这项工作中，我们将基于模型不可知的元学习框架的领域概括方法应......
Machine Learning for Art with Google’s Emil Wallner(www.letstalkai.show)
2020-11-29 3:42
mlart.co的创建者Emil Wallner的采访。埃米尔（Emil）是受互联网教育的独立机器学习研究员，并且居住在Google艺术与文化实验室。作为Google的居民，他正在使用机器学习来探索艺术和文化。兼职期间，他将机器学习应用于诸如编程和数学之类的逻辑任务。
|下载
2020-11-29 1:56
SQL是数据工程师用来建模业务逻辑，提取关键性能指标以及创建可重用数据结构的关键工具之一。但是，数据工程师需要考虑不同类型的SQL：基本，高级建模，高效，大数据和程序化。学习SQL的途径涉及逐步学习这些不同的类型。
学习“ Basic SQL”就是关于学习SQL中的关键操作以操纵诸如聚合，粒度和联接之类的数据。......
Learning From Quibi(salildalvi.substack.com)
2020-11-7 11:17在史蒂夫·乔布斯(Steve Jobs)这句老生常谈的名言中，每一家创业公司、电影或其他雄心勃勃的追求背后都蕴含着这样一种理念：“我了解这个世界上其他人所不了解的东西。”这句老生常谈道：“人们不知道自己想要什么，除非你把它展示给他们看。”商业冒险很少是纯粹的信念飞跃。相反，它们是基于过去信号的创造行为。这些信号为未来......
2020-10-30 12:2
人工智能这门学科激发了我的兴趣，我在这个领域不断学习和尝试新事物。
与自然语言处理、计算机视觉等相关的技术是如何出现并演变成每天被数百万用户使用的解决方案的，这是臭名昭著的。
尽管人们使用“人工智能”这个词，但我们离“终结者”电影中的天网还很遥远。
今天使用的人工智能最常见的子领域是一个叫做机器学习的子领域，反过来，......
Anki as Learning Superpower: Computer Science Edition(www.gresearch.co.uk)
2020-10-24 18:57
戴利：如果你不使用Anki或它的兄弟姐妹来记住你学到的东西，你就错过了字面上的超能力。我发现有一些具体的技巧可以帮助我用它来学习数学，特别是计算机科学。
这篇文章将非常简短地讨论Anki是什么，但主要是为了帮助数学或计算机科学的学生从它身上挤出一些额外的生产力。如果你还不熟悉Anki，也可以去阅读Michael Ni......
Why Deep Learning Works Even Though It Shouldn’t(moultano.wordpress.com)
2020-10-20 22:43
这是一个很大的问题，我也不是一个特别高大的人。因此，对于深谙文学和理论的人来说，这些都可能是显而易见的观察。然而，我发现，有一种潜移默化的直觉是专家对一个领域的理解的基础，这些直觉从来没有在文献中直接陈述过，因为它们不容易用文献要求的严谨性来证明。因此，洞察力只存在于对话和潜台词中，这使得普通读者无法接触到它们。
因......
Deep Learning in Production Resource List(github.com)
2020-10-19 0:33
在这个存储库中，我将分享一些关于在生产中部署基于深度学习的模型的有用注释和参考。
将完整的ImageNet预训练模型从MXNet转换为PyTorch[非常棒，&；完整的ImageNet模型是指在约14M个图像上训练的模型]
2020-10-14 23:21
串联质谱是一种强大的分析工具，用于表征药物开发和其他领域中的复杂混合物。现在，普渡大学的创新者创造了一种新的方法，将机器学习的概念应用到串联过程中，以改善新药开发中的信息流。他们的研究发表在“化学科学”上。
普渡大学科学学院的分析和物理化学助理教授Gaurav Chopra说，质谱在科学和发展中发挥着不可或缺的作用。......
Reinforcement learning is supervised learning on optimized data(bair.berkeley.edu)
2020-10-14 8:39
强化学习(RL)最常用的两种观点是最优化和动态规划。计算不可微期望报酬目标的梯度的方法，如强化技巧，通常归入优化角度，而使用TD学习或Q学习的方法是动态规划方法。虽然这些方法在最近几年已经取得了相当大的成功，但这些方法在应用于新问题方面仍然具有相当的挑战性。相比之下，深度监督学习非常成功，因此我们可能会问：我们可以使......
New deep learning models: Fewer neurons, more intelligence(www.sciencedaily.com)
2020-10-14 6:46
一个国际研究团队开发了一种新的人工智能系统，该系统基于线虫等微小动物的大脑。这个新颖的人工智能系统只需几个人工神经元就可以控制一辆车。它能更好地处理有噪声的输入，并且由于其简单性，其操作模式可以被详细地解释。
人工智能已经进入我们的日常生活--从搜索引擎到自动驾驶汽车。这与近年来出现的巨大计算能力有关。但人工智能研究......
2020-10-13 19:59
下载PDF摘要：视频游戏中的过程性内容生成由来已久。现有的过程性内容生成方法，如基于搜索、基于解算器、基于规则和基于语法的方法，已被应用于各种内容类型，如级别、映射、角色模型和纹理。以游戏内容生成为中心的研究领域已经存在了十多年。最近，深度学习推动了内容制作中一系列值得注意的发明，这些发明适用于游戏。虽然一些前沿的深......
Deep Learning for NLP: Stanford Course (My Notes on the Free Lectures)(strikingloo.github.io)
2020-10-11 15:59但是您也可以为每个单词设置Sigmoid(WiUj)，为每个在窗口中嵌入Uj的上下文设置+Sigmoid(-WiUk)，然后为随机选择的k设置+Sigmoid(-WiUk)。在某种程度上，类似于波尔兹曼机器的遗忘。
超参数魔术：在d=300时表现平台期(但不会崩溃，即使在10k！！-nips，2018-)。似乎和PC......
Machine Learning Engineering Book(www.mlebook.com)
2020-10-11 15:49
这本书现在出版了！购买PDF、Kindle、平装本、精装本。这是我Andriy Burkov为“机器学习工程”一书提供的支持维基。
“如果你打算使用机器学习来解决大规模的商业问题，我很高兴你能拿到这本书。”
“关于在生产中建立机器学习模型的现实的基础工作。当公司开始看穿人工智能的炒作时，意识到需要有意识的工程努力和最......
2020-9-21 18:20
在大流行期间增长加速的事实实际上让该团队感到有点惊讶。通常情况下，至少在美国，对语言学习的需求在某种程度上是季节性的，例如，用户通常会因为准备去欧洲旅行而学习一门新的语言。
Babbel美国公司首席执行官朱莉·汉森告诉我：“我们知道，在美国，我们通常会发现，用户想要学习一门语言的首要动机是旅行，这当然是有道理的，因为......
A hypothetical learning project might evolve(rachelbythebay.com)
2020-9-21 3:24你有没有想过一些项目是如何从无到有的，并猜测开发过程中肯定发生过的曲折？我在这里提出了一个假设的情况，它的灵感来自于过去发生的一系列事情，但这并不能描述任何一种产品。至少是故意的。
如果你是那种一边阅读问题描述，一边在头脑中尝试设计自己的解决方案的人，这可能是一个有趣的尝试。看看在你不得不改变策略以适应不断变化的需求......
Federated Learning for Drug Discovery(venturebeat.com)
2020-9-18 13:12
去年6月，10家主要制药公司-安进(Amgen)、阿斯特拉斯(Astellas)、阿斯利康(AstraZeneca)、拜耳(Bayer)、勃林格-英格尔海姆(Boehringer Inglheim)、葛兰素史克(GSK)、Servier de Recherches Servier、扬森(Janssen)、默克(Mer......
On “Learning to Summarize”(nostalgebraist.tumblr.com)
2020-9-13 3:52
这篇文章是我对OpenAI的新论文“学会从人类反馈中总结”的评论的延伸版本。
背景：这篇论文是OpenAI去年发表的关于使用人类偏好数据微调GPT-2的工作的直接延伸。我当时实际上并没有仔细阅读过这篇文章，但现在回头看了一下，所以这真的是对两者的评论。
在OpenAI的偏好学习工作中，有两个几乎互不相关的想法。
首先......
On finally learning to program at the age of 40(github.com)
2020-9-8 13:16
PermalLink GitHub是5000多万开发人员的家园，他们一起工作，共同托管和审查代码、管理项目和构建软件。
报名。
今年，我终于在40岁时学会了编程，经历了一次又一次的失败，尽管我对计算机了如指掌，似乎注定要在小学时就进入IT行业。也许它会对你有所帮助，让你知道永远不会太晚，或者有时候你只需要找到合适的语......
Deep Learning for Compilers(era.ed.ac.uk)
2020-9-1 22:59构建编译器很困难。优化编译器是耗资数百万美元的项目
多年来的发展，但仍然无法充分利用可用的性能，
并且很容易被窃听。快速过渡到异构并行和
多样化的体系结构提高了对积极优化编译器的需求
一直居高不下，使得编译器开发人员难以跟上。我们需要的是
简化编译器构造的更好工具。
本文提出了显著降低编译器成本的新技术
构造，同时提......