Skip to content

lihanghang/Deep-learning-And-Paper

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

50 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

机器智能--相关书目及经典论文


探索自动机器学习

论文资料

主要分类

序号 中文名称 英文名称
1 自动数据清洗 Automated Data Clean, Auto Clean
2 自动特征工程 Automated Feature Enginnering, Auto FE
3 神经网络架构搜索 Neural Architecture Search, NAS
4 超参数优化 Hyperparameter Optimization, HPO
5 元学习 Meta-Learning

主要开源工具

序号 名称 简介 链接 主要特点 主要技术 备注
1 Auto-Keras Auto-Keras是一个用于自动机器学习(AutoML)的开源软件库。它由Texas A&M大学的DATA实验室和社区贡献者开发。 https://autokeras.com/ Auto-Keras提供自动搜索深度学习模型的架构和超参数的功能。 用神经架构搜索,但应用“网络态射”(在更改架构时保持网络功能)以及贝叶斯优化,以指导网络态射以实现更高效的神经网络搜索。 德克萨斯州A&M大学数据实验室团队
2 Auto-sklearn 是一个自动化机器学习的工具包,其基于sklearn编写。 https://automl.github.io/auto-sklearn/master/# 仅支持监督学习的分类和回归。框架可以自动进行数据预处理,特征预处理,(分类/回归)算法选择,最终可导出模型,存储并使用。 Bayesian Optimization/SMAC (sequential model-based algorithm configuration)等 Frank Hutter 等
3 NNI-v0.8 NNI(神经网络智能)是一个帮助用户运行自动机器学习(AutoML)实验的工具包。该工具调度并运行由优化算法生成的试验作业,以在不同的环境(如本地机器、远程服务器和云)中搜索最佳的神经体系结构和/或超参数。 https://github.com/Microsoft/nni 支持私有部署/支持分布式调度/对超参搜索的底层支持 Random Search/ Tree-structured Parzen Estimator (TPE) /Grid Search等 微软发布
4 TransmogrifAI 是一个基于Scala和SparkML构建的Java开源库,用于处理结构化数据的端到端自动化机器学习库。 https://transmogrif.ai/ 可以自动完成数据清理、特征工程和模型选择,然后训练出一个高性能模型,进行进一步探索和迭代。 基于自动类型的特征工程/特征验证等 Salesforce发布

商业化平台

序号 系统名称 类型 链接 主要功能 备注
1 Cloud AutoML 商业 https://cloud.google.com/automl/ NLP/翻译/视觉/视频等。 Google 发布
2 PAI Studio 商业 https://help.aliyun.com/document_detail/114522.html?spm=a2c4g.11186623.6.565.29d819ceRPvkKG 提供了从数据处理、模型训练、服务部署到预测的一站式服务,PAI Studio可视化建模作为其子产品。自动调参等。 阿里云发布
3 EasyDL 商业 http://ai.baidu.com/easydl/ 图像分类/物体检测/文本分类/声音分类/视频分类/商品检测专业版 Baidu 发布
4 DarwinML 商业 http://iqubic.net/sy 计算机视觉,自然语言处理,对话流程和机器学习等。 探智立方发布
5 小智 商业 https://www.wisutech.com/#/product 自动构建高精度模型/简单易用、全程可视化/模型快速部署/支持海量数据建模等。 智铀科技发布
6 第四范式先知AutoML 商业 http://www.4paradigm.com/product/automl 数据管理/自动模型工程,模型自我迭代,抗衰减/自动上线模型并运维监控等。 第四范式发布
7 深思平台 商业 https://www.zhiyi.cn/ 数据导入/特征工程/模型训练/模型托管等。 智易科技发布

研究体悟

  1. 算法是死的,思想是活的。经典反复多次,悟其背后之道,才可唯我所用。
  2. 理论实践相结合。

论文资料

  • activation.激活函数
  • Attention. 注意力机制
  • GANs
  • 深度森林
  • 声学模型
  • 声纹识别
  • 语音合成

实验代码

  • 情感分析
    对中文电影评论进行情感分析
  • 语音识别
    对英文数字语音进行别
  • 声纹识别

幻灯(论文资料中)

  • GAN
  • Deep Forest

书目

  • 动手学深度学习
  • 神经网络与深度学习
  • 语音与语言处理(第3版)
  • 一份不太简短的LATEX介绍
  • Hands-On+Machine+Learning+with+Scikit-Learn+and+TensorFlow

Update:20190610

About

【仅作为交流学习使用】机器智能--相关书目及经典论文包括AutoML、情感分类、语音识别、声纹识别、语音合成实验代码等

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published