爱可可老师24小时热门分享(2019.10.14)

No 1. 《自然语言处理入门》
No 2. Nate Silver:要成为优秀的数据科学家,你应该把49%的时间花在培养统计直觉上(对于数据如何…
No 3. 'Chinese-Text-Classification-Pytorch – 中文文本分类,Text…
No 4. 【卷积网络可视化之旅】
No 5. 日常复现 😊🤭 http://t.cn/AiuE3bk5 ​
No 6. 【快速改进Python数据分析的7个技巧】
No 7. 正说和反说都是一个意思的词语
No 8. 图像检测、追踪、合成技术最佳应用
No 9. Andrew R. Schrock:常有学生问我,实际工作中,什么技能最有用。有时我会答:“熟练使用Excel”
No 10. 【机器学习与股市预测】
No 11. 岁月是把杀猪刀,也是人脸识别另一大挑战 (1865 vs. 1871) ​…
No 12. 【grex:根据输入字符串自动生成正则表达式的命令行工具】
No 13. “NLP怎么这么南”
No 14. 【两分钟论文解读之AI换脸检测】
No 15. 【AE插件-物体表面跟踪特效合成高级工具 Lockdown v1.0.0 Win 】
No 16. 《Machine Learning vs Statistical Methods for Time Series Forecasting: Size Matters》
No 17. 【用协方差矩阵图进行特征选择和降维】
No 18. 抽象 vs. 现实 😛 ​
No 19. 《最后的数学问题》
No 20. 学术正能量,老爷子笑得真可爱//哈哈哈哈,吉野彰拿了今年的诺贝尔化学奖后,电视台竟然找到了老爷子20…
No 21. 如果程序员是搞语言学的…甲:“???”
No 22.
No 23. 【AI与深度学习现状——对Yoshua Bengio的回应】
No 24. 【论文解读:Youtube如何推荐视频】
No 25. 【Lucid:神经网络可解释性研究工具集】
No 26. 【AutoML是否被过度炒作】
No 27. 《Mining Algorithm Roadmap in Scientific Publications》
No 28. 赤裸裸的人类炫技,目前的GANs和帧间语意对齐表示无能为力 [摊手]…
No 29. 【未来AI如何面对数据饥荒:联邦学习的崛起】
No 30. 把这封诺奖工作曾经的拒稿信挂在墙上,告诉自己___________ …
No 31. 哈哈哈哈,吉野彰拿了今年的诺贝尔化学奖后,电视台竟然找到了老爷子20多年前常去的夜总会的妈妈桑,还现…
No 32. 【如何打破常规、用与众不同的方式撰写博士论文】
No 33. 没想到装逼是评论文字生成最刚需的场景 😂//[允悲][允悲][允悲] …
No 34. David Goodsell 创作的跨界艺术 🤩
No 35. 【深度学习时序分析概览】
No 36. 【Crypten:基于PyTorch的安全机器学习研究工具】
No 37. 持续更新中,最新版支持 TensorFlow 2.0
No 38. 《Adversarial Training: embedding adversarial perturbations into the parameter space of a neural network to build a robust system》
No 39. 【(Python)用SymPy求导】
No 40. 模拟可视化:多个星系如何合并成一个巨型星系
No 41. 《ANDA: A Novel Data Augmentation Technique Applied to Salient Object Detection》
No 42. 《Kernel-Based Approaches for Sequence Modeling: Connections to Neural Methods》
No 43. [允悲][允悲][允悲]
No 44. 《Perturbations are not Enough: Generating Adversarial Examples with Spatial Distortions》
No 45. 《Removing input features via a generative model to explain their attributions to classifier's decisions》
No 46. 【一份AI/机器学习资源清单】
No 47. 《ES-MAML: Simple Hessian-Free Meta Learning》
No 48. 【分类学研究相关文献列表】
No 49. 《Deep Evidential Regression》
No 50. 【主动学习:充分利用有限数据】

发表评论