主页 > 媒体看台 > 正文

最近比较火的10篇大数据文章,看看你错过了哪篇

来源:新闻网作者:渠道发布时间:2018-01-06 11:28


本文相继刊载了一些实用文章、科研论文讨论以及几篇与商业和科学有关的数据科学和信息架构(IA)论文。(文章排名不分顺序)


另外还登载了一篇描述一场早期人机大战的文章(不是象棋竞赛;这篇文章排在名单的第5位)。


SO,enjoy!


1 .《如何教机器自动编程?——NEAT学习》(How do we teach a machine to program itself? — Neat learning)  作者:Murat Vurucu



Murat Vurucu 在这篇论文中,用简单的措辞和实例解释了一种名为“NEAT”的新方法。


NEAT通过按照特定规则对现有神经网络进行整合的方式,生成了新的神经网络,这些特定规则是受遗传学启发而归纳出来的。


这篇文章的唯一问题是:“neat”这个词并不双关,不包含“简洁”这层意义。


原文地址:

https://medium.com/towards-data-science/how-do-we-teach-a-machine-to-program-itself-neat-learning-bb40c53a8aa6


2.《基于树的学习算法实用指南》(A practical guide to tree based learning algorithms) 作者:Sadanand Singh



你还在搜寻既实用又详尽的基于树的学习算法教程吗?别找了。这里有一本深入的教程,堪比增强版的Udacy,理论、彩图和代码示例在这里应有尽有。


该教程的作者Sadanand Singh还写过一本关于支持向量机(SVM)的类似教程,可点通过链接(https://sadanand-singh.github.io/posts/svmpython/)阅读该教程。


原文地址

https://sadanand-singh.github.io/posts/treebasedmodels/


3.《设想一下:通过重新组合熟悉的视觉概念来创造新的视觉概念》(Imagine this: Creating new visual concepts by recombining familiar ones)



符号→图像                             图像→符号

“白色”手提箱                        “帽子,橙色地板,品红色墙壁”


Deepmind发表的最新研究成果,宣布其在开发可以概括自身学习的算法的过程中,取得了新进展。


在这项研究当中,研究人员模仿了婴儿的学习方式——借助口头提示观察物体,并从中得出含义。他们成功地展示了对一些颜色和物体的泛化能力。


我们还发现,研究人员在架构中使用了无监督学习,这点尤为有趣。这篇论文绝对与《深度学习的未来》(名单中的第6篇论文)相得益彰。


原文地址

https://deepmind.com/


4.《计算机阅读肢体语言》(Computer Reads Body Language) 作者: Byron Spice



机器学习系统的工作方式是,利用一台摄像机学习如何实时识别肢体语言,只需一台笔记本电脑,可以识别十几个人的肢体语言。


曾经,微软面向Xbox 360娱乐平台推出了体感游戏设备Kinect,但这样的光辉岁月似乎早已终结。


现在,卡内基梅隆大学的研究人员使用一种类似Kinect的精准肢体映射来训练他们的AI系统。它的输入是一台摄像机记录的即时影像,而更为准确的数据则作为地面真值。


该AI系统成功地对其训练作出了正确概括,所得结果也相当出色。研究人员已将他们的代码以开源的形式公开了出来。在查看代码之前,一定要看一下链接视频(地址:https://www.youtube.com/watch?v=LrCO8QcXfAY)


原文地址

https://www.cmu.edu/news/stories/archives/2017/july/computer-reads-body-language.html


5 .《人机对决》(How checkers was solved)  作者: Alexis C. Madrigal



文章地址:http://www.sdjgj.gov.cn/meitikantai/2018010638639.html