周志華撰文介紹機(jī)器學(xué)習(xí)兩大派別；機(jī)器學(xué)習(xí)中常用激活函數(shù)的總結(jié)與比較 | AI開(kāi)發(fā)者日?qǐng)?bào)

AI開(kāi)發(fā)者日?qǐng)?bào)定期整理國(guó)內(nèi)外AI開(kāi)發(fā)相關(guān)的技術(shù)資訊、學(xué)習(xí)資料以及開(kāi)發(fā)博客等方面的內(nèi)容。歡迎投稿，投稿郵箱：zhangxian@leiphone.com

周志華：機(jī)器學(xué)習(xí)有這兩大派別，新人入門(mén)別跟錯(cuò)隊(duì)

機(jī)器學(xué)習(xí)作為近年來(lái)非常火的一個(gè)概念，關(guān)注者追隨者甚眾，然而它的淵源及由來(lái)卻鮮有人知曉。南京大學(xué)的周志華教授在近期的 AIDL2《機(jī)器學(xué)習(xí)前沿》會(huì)議上分享介紹了機(jī)器學(xué)習(xí)的兩大派別，以及入門(mén)需要注意的一些要點(diǎn)。雷鋒網(wǎng)整理如下：

詳情：http://m.zaocj.com/news/201702/z1aKZcHhkdKtQFoa.html

CitizenNet博客：商業(yè)系統(tǒng)中的隨機(jī)森林算法，集合和性能指標(biāo)

本文由CitizenNet的首席科學(xué)家Arshavir Blackwell博士所撰寫(xiě)。CitizenNet正在通過(guò)根據(jù)人口特征以及不同用戶的興趣點(diǎn)的不同來(lái)推送不同的消息。

在幕后，一個(gè)強(qiáng)大的預(yù)測(cè)系統(tǒng)為這些推送提供了支持。這個(gè)預(yù)測(cè)系統(tǒng)通過(guò)學(xué)習(xí)用戶的過(guò)往行為，然后進(jìn)行對(duì)未來(lái)、未知的項(xiàng)目可能正是用戶的所好。預(yù)測(cè)系統(tǒng)的組件之一是分類器，這是當(dāng)前的神經(jīng)網(wǎng)絡(luò)和隨機(jī)森林算法的集合。

詳情：https://medium.com/@arshavir.blackwell/citizennet-blog-a-gentle-introduction-to-random-forests-ensembles-and-performance-metrics-in-a-17b6e196b477#.3gl9l3kek

行為克隆（學(xué)習(xí)駕駛模式）

行為克隆是一種可以在計(jì)算機(jī)程序中捕獲和重現(xiàn)人類認(rèn)知技能的方法，當(dāng)人類受試者執(zhí)行某技能時(shí)，他動(dòng)作與引起該動(dòng)作的情況一起都會(huì)被記錄。這些記錄的日志用作學(xué)習(xí)程序的輸入。學(xué)習(xí)程序輸出一組再現(xiàn)熟練行為的規(guī)則。這種方法可用于構(gòu)建自動(dòng)控制系統(tǒng)，用于經(jīng)典控制理論不足的復(fù)雜任務(wù)。它也可以用于訓(xùn)練。

本文通過(guò)行為克隆這一模式來(lái)逐漸生成一個(gè)自動(dòng)駕駛系統(tǒng)。

詳情：https://medium.com/@gruby/behaviour-cloning-learning-driving-pattern-c029962a0bbf#.b1qwie1rm

機(jī)器學(xué)習(xí)中常用激活函數(shù)的總結(jié)與比較

本文為 CS231n 中關(guān)于激活函數(shù)部分的筆記。

激活函數(shù)（Activation Function）能夠把輸入的特征保留并映射下來(lái)。

這篇文章從激活函數(shù)的角度入手，對(duì)機(jī)器學(xué)習(xí)進(jìn)行了數(shù)學(xué)角度的分析。

雷鋒網(wǎng)摘錄，文章詳情：https://livc.io/176

更多AI開(kāi)發(fā)內(nèi)容，歡迎關(guān)注雷鋒網(wǎng)旗下“AI研習(xí)社”公號(hào)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。