期望最大化(洪亮劼的专栏) 分享技术、管理、团队和业界的思考

KDD 2017大会综述

每年,Association for Computing Machinery(ACM)旗下的Special Interest Group (SIG) on Knowledge Discovery and Data Mining(简称SIGKDD)都要举办年度的SIGKDD Conference on Knowledge Discovery and Data Mining(KDD)大会,为学术界和工业界的数据科学学者、研究人员、工程师以及学生提供一个交流、学习和发展的平台。今年,The 23rd SIGKDD Conference on Knowledge Discovery and Data Mining(KDD)于2017年8月13日到17日在加拿大的Halifax, Nova Scotia举行。

ACL 2017文章精读(五)

我们在这里对ACL 2017文章From Language to Programs: Bridging Reinforcement Learning and Maximum Marginal Likelihood进行一个简单的分析解读。

ACL 2017文章精读(四)

我们在这里对ACL 2017文章Learning to Skim Text进行一个简单的分析解读。

ACL 2017文章精读(三)

我们在这里对ACL 2017文章Towards End-to-End Reinforcement Learning of Dialogue Agents for Information Access进行一个简单的分析解读。

ACL 2017文章精读(二)

我们在这里对ACL 2017文章Topically Driven Neural Language Model进行一个简单的分析解读。

ACL 2017文章精读(一)

我们在这里对ACL 2017文章Multimodal Word Distributions进行一个简单的分析解读。

Google Scholar 2017学术指标之人工智能篇

近日,Google Scholar发布了一个2017年的“学术指标”,主要是对各个学科的众多领域的学术刊物(包括期刊、会议论文集以及在线论文出版集)做出了排名。这个排名主要是依靠H5-Index这一指标。我们在这篇文章里,对人工智能相关的领域学术出版刊物的排名进行一个简单的分析和导读。

AIStats 2017文章精读(五)

我们在这里对AIStats 2017文章Communication-Efficient Learning of Deep Networks from Decentralized Data进行一个简单的分析解读。

AIStats 2017文章精读(四)

我们在这里对AIStats 2017文章Fast Bayesian Optimization of Machine Learning Hyper-parameters on Large Datasets进行一个简单的分析解读。

AIStats 2017文章精读(三)

我们在这里对AIStats 2017文章Decentralized Collaborative Learning of Personalized Models over Networks进行一个简单的分析解读。