机器之心深度研学社每周干货:2017年第9周

Synced 深度研学社 每周干货,每周五为大家推荐机器学习的入门教程、技术分析、以及资源分享。不多不少,每周进步一点点~

【入门教程】Becoming a Data Scientist – Curriculum via Metromap

by Swami Chandrasekaran


简介:不论你的目标是掌握机器学习的某个应用,还是成为数据科学家,这都不是能够一蹴而就的目标。想要真正培养扎实的技术,还需要系统地一步步慢慢累积自己的知识。就职于 IBM 沃森小组的 Swami Chandrasekaran 就自己制作了一个成为数据科学家的「知识轨道图」。模仿地铁轨道,图中详细地列出了数据科学几大领域需要掌握的知识内容。知识点互相关联、由浅至深,有一些并不困难,有一些则需要花些时间掌握。相信这张轨道图可以帮你构建一个更完整、宏观的学习计划。


链接:http://nirvacana.com/thoughts/swamichandra/


【技术分析】Deep Forest: Towards an Alternative to Deep Neural Networks

by Zhihua Zhou, Ji Feng


简介:南京大学的周志华教授日前在 arXiv 提交了一篇论文,提出了名为 ”gcForest” 的方法。这一方法使用决策树群,并且称其表现能与深度神经网络相抗衡,同时不需要大量的调参,从而简化训练的过程。知乎上的讨论也很热烈,其中不乏许多具有参考价值的理解。


链接:https://arxiv.org/abs/1702.08835

知乎讨论链接:如何评价周志华教授新提出的 Deep Forest 模型,它会取代当前火热的深度学习 DNN 吗?   https://www.zhihu.com/question/56474891


【资源分享】Tools to help you dive into Computer Vision

简介:尽管在计算机视觉领域还有很多问题尚待解决,目前这一领域却已经有了很多使用的开源工具,可以用于研究与产业应用。比如,在图像处理领域就已经有想 OpenCV、BoofCV 这样十分成熟且稳定的库。Medium 上的这篇文章,总结了常用的计算机视觉工具。


链接:https://medium.com/@eSpace/tools-to-help-you-dive-into-computer-vision-610181dd0df1#.b7pyb2uvk

本文由机器之心原创出品,版权归作者所有,转载请查看要求,机器之心对于违规侵权者保有法律追诉权。

入门
登录后评论
暂无评论
暂无评论~
返回顶部