【公眾號簡介】人工智能幹貨推薦公眾號,專注於大資料和人工智慧領域的乾貨推薦,主要包括機器學習、深度學習、強化學習、自然語言處理、語音技術、計算機視覺和大資料等幾個部分。
後臺回覆"人工智慧",您將得到:1000+本人工智慧電子書,將近20G人工智能幹貨資料。
【免責宣告】除非特別註明,本公眾號所載內容來源於網際網路、微信公眾號等公開渠道,不代表本站觀點,僅供參考、交流之目的。轉載的稿件版權歸原作者或機構所有,如有侵權,請聯絡刪除。
1.Salesforce開源TransmogrifAI:用於結構化資料的端到端AutoML庫
連結:https://mp。weixin。qq。com/s/m3bpjj18yWFY1KvCBJd3Aw]
2.谷歌用“多巴胺”懟上OpenAI,開源TensorFlow強化學習框架
連結:[https://mp。weixin。qq。com/s/c4brsaya4_x37V6f-U6L5w]
3.為什麼說機器學習不是人工智慧
連結:[https://mp。weixin。qq。com/s/WrvAKWDsKDJv_YN2Sa6ObA]
4.基於深度主動學習的命名實體識別
連結:[https://www。leiphone。com/news/201805/EguyIsqF4aecx2iA。html]
5.聊天機器人
連結:[http://www。shareditor。com/bloglistbytag/?tagname=自己動手做聊天機器人]
6.為電商而生的知識圖譜,如何感應使用者需求
連結:[https://mp。weixin。qq。com/s/M64QgzkdfGPLD7ZeGcsILg]
7.中山大學等提出HSE:基於層次語義嵌入模型的精細化物體分類
連結:[https://mp。weixin。qq。com/s/52hm3Cq3TFRnTMfDppivSQ]
8.創業、藝術家和量子物理
連結:[https://mp。weixin。qq。com/s/u-vCWddVZ5dTHpcvQzNTGA]
9.COS訪談第18期:陳天奇
連結:[https://cosx。org/2015/06/interview-of-tianqi]
10.SAML: 華盛頓大學
連結:[http://saml。cs。washington。edu/]
11.《大詞林》—自動構建的大規模開放域中文實體知識庫
連結:[https://mp。weixin。qq。com/s/y7VlJmbJ1lRha9iL8ByP1w]
12.文因互聯CEO鮑捷:確保搞砸人工智慧專案的十種方法
連結:[https://mp。weixin。qq。com/s/CGr_r3uBgxnovfQ7n5MrXw]
13.從影象處理到語音識別,25款資料科學家必知的深度學習開放資料集
連結:[https://zhuanlan。zhihu。com/p/35455475?utm_medium=social&utm_source=wechat_timeline&from=timeline]
14.寫給非技術人員的機器學習指南
連結:[https://mp。weixin。qq。com/s/9qJ-EwI3dEjrylrlEDNufg]
15.大牛的《深度學習》筆記,DeepLearning速成教程
連結:[http://www。cvmart。net/community/article/detail/219?from=timeline]
16.騰訊AI Lab、MIT等機構提出TVNet:可端到端學習影片的運動表徵
連結:[http://www。cvmart。net/community/article/detail/222?from=timeline&isappinstalled=0]
17.谷歌發大招:搜尋全面AI化,不用關鍵詞就能輕鬆“撩書”
連結:[https://mp。weixin。qq。com/s/wni3F9lKuO4OT32BVe0QDQ]
18.SemEval-2016 Task 9中文語義依存圖資料對外發布
連結:[https://mp。weixin。qq。com/s/vuPCZve7nxN8KZvc5O275w]
19.全方位對比深度學習和經典機器學習
連結:[https://c。m。163。com/news/a/DESEO2A70511ABV6。html?spss=newsapp&from=timeline]
20.復旦大學肖仰華教授:知識圖譜與認知智慧
連結:[https://mp。weixin。qq。com/s/C1kd8pD0yLu9nO9JVW1pEw]
人工智能幹貨推薦:專注於大資料和人工智慧領域的乾貨推薦