本文为斯坦福大学CS231N课程的中文视频第28课时，已获得斯坦福大学Andrej Karpathy教授的授权翻译与发表。大数据文摘作品，未经授权禁止转载，转载具体要求见文末。大数据文摘&北邮模式识别实验室 联合制作编者按：本节主要...
How you doing?（Joy式微笑）大家9月好，我是文摘菌 ?上周，文摘菌请到了刘彦镔小哥哥，给大家带来了主题为“最新论文解读：无监督视频表示”的直播！这场直播的内容，也是被公认为是人工...
大数据文摘作品编译：Chole、糖竹子、saint经常被数据里的NaN值困扰，又不想昧着良心用均值填充？本文介绍了几种常见的数据缺失值处理方法，其中一些用到了聚类算法。无监督学习（UL）有很多没开发的潜力。它是一门从“未标记”...
大数据文摘作品编译：杨小咩是小怪兽、晓莉 、小鱼这期论文Express，让文摘菌带大家来看看谷歌大脑和伯克利关于无监督学习的联合研究。大数据文摘后台对话框内回复“元学习”即可下载论文~无监督学习的一个主要目的是为...
选自KDnuggets作者：James Le机器之心编译参与：路雪、刘晓坤、蒋思源「数据科学家比程序员擅长统计，比统计学家擅长编程。」本文介绍了数据科学家需要掌握的十大统计技术，包括线性回归、分类、重采样、降维、无监督学习等...
选自inFERENCe作者：Ferenc Huszár机器之心编译参与：路雪、黄小天本文作者 Ferenc Huszár 是一名机器学习研究者，在剑桥取得博士学位，对概率推断、生成模型、无监督学习和应用深度学习解决问题感兴趣。本文总结了他关于...
选自arXiv机器之心编译参与：路雪、李泽南DeepMind 最近提出的 VQ-VAE 是一种简单而强大的生成模型，结合向量量化和变分自编码器学习离散表示，实现在图像识别、语音和对话等任务上的无监督学习。近期，图像、音频、视频领域...
选自GitHub机器之心编译参与：路雪、李泽南变分自编码器（VAE）与生成对抗网络（GAN）是复杂分布上无监督学习最具前景的两类方法。本文中，作者在 MNIST 上对这两类生成模型的性能进行了对比测试。项目链接：https://github.com/kv...
机器之心整理作者：Ruslan Salakhutdinov参与：Smith「无监督学习」（Unsupervised Learning）现在已经成为深度学习领域的热点。和「有监督学习」相比，这种方法的最大优势就在于其无须给系统进行明确的标注（label）也能够进行学...
选自arXiv作者：Zhichao Yin等机器之心编译参与：Panda有效的无监督学习方法能缓解对有标注数据的需求，无监督学习技术与视觉感知领域的结合也有助于推动自动驾驶等高价值技术的发展。近日，商汤科技的一篇 CVPR 2018 论文提...
