转载

2015年机器学习颁奖礼（上）：

作者：@龙星镖局

本系列将汇总2015年个人读到的一些印象深刻的机器学习的文章，也欢迎大家推荐更多有趣的信息。主题就是机器学习领域的大事件。

1. 最佳学术研究奖

题目：Human-level concept learning through probabilistic programinduction

下载：http://www.sciencemag.org/content/350/6266/1332

简介：作者包括麻省理工著名认知科学家Joshua Tenenbaum及弟子Brenden Lake，与多伦多大学Ruslan Salakhutdinov，文中的方法只用很少的例子就能打败深度学习方法。深度学习大师Hinton老爷子也对这篇文章给予很高的评价，有希望成为后深度学习时代一颗闪亮的星。

2. 最佳创意应用奖

题目： A Neural Algorithm of Artistic Style

下载：http://arxiv.org/pdf/1508.06576v1.pdf

简介：研究者用一种简洁的方法实现了从一幅油画中提取它的艺术风格，并将其应用到一副新的图像中，实现了普通图像的“艺术化”。研究者声称，这是人类第一次尝试用机器自动地发现艺术style，极具创意。

3. 最佳工程经验奖：

题目：Hidden TechnicalDebt in Machine Learning Systems

下载：http://papers.nips.cc/paper/5656-hidden-technical-debt-in-machine-learning-systems.pdf

简介：G的这篇论文阐述了机器学习大系统的一些经验和教训，能意识到这些工程师在搭建系统中的工程和效果上的洞见是如此深远。这是工业界实际机器学习平台搭建和维护的圣经。

4. 最佳工程实践奖：

题目：TensorFlow – Google’s latest machine learning system, opensourced for everyone

下载：http://www.tensorflow.org/

简介：TensorFlow是Google用于研究深层神经网络技术，以及对相关产品做机器学习训练的新一代深度学习系统，日前以Apache 2.0许可开源。Google在此之前的一代深度学习系统名为DistBelief，它易于扩展，能对几种基本模型做训练，但对科研工作者来说，DistBelief却不够灵活。随着Google对相关问题理解逐渐深入，令他们有能力对系统做大幅精简和重新架构。

5. 最佳开源项目奖：

题目：MXNet: AFlexible and Efficient Machine Learning Library for Heterogeneous DistributedSystems

下载：http://t.cn/RUDdZko

简介：MXNet名字源于”Mix and Maximize”。参与者们希望把cxxnet这样强调性能静态优化的C++库和灵活的NDArray有机结合在一起。做包含cxxnet的静态优化，却又可以像minerva, theano, torch那样进行灵活扩展的深度学习库。与其他工具相比，mxnet结合了符号语言和过程语言的编程模型，并试图最大化各自优势，利用统一的执行引擎进行自动多GPU并行调度优化。

6. 最佳团队突破奖：

题目：DeepMind

链接：http://deepmind.com/

简介：这家公司创造了一个神经网络，来教机器玩电子游戏。2014年，DeepMind被谷歌收购，更名为Google DeepMind。他们能训练人工智能成为游戏高手，这一成果还登上了今年2月的 Nature 封面。

7. 最有价值研究者奖：

得主：GeoffreyE. Hinton

主页：http://www.cs.toronto.edu/~hinton/

简介：Hinton是深度学习浪潮的发起者，即使在神经网络冰河时期依然在坚持开拓。目前Hinton还在Google内部领导建设更强大的深度学习工具，较少在公开场合做演讲。但Hinton的徒子徒孙们已经接过了他的接力棒，在深度学习的各个子方向正在大踏步前进，如YannLecun, Ruslan Salakhutdinov等。

正文到此结束