2024年11月20日,资料正在更新……

信息加载中,请等待...

  • 002丨聊聊2017年KDD大会的时间检验奖.html
  • 002丨聊聊2017年KDD大会的时间检验奖.mp3
  • 012丨精读2017年KDD最佳研究论文.html
  • 012丨精读2017年KDD最佳研究论文.mp3
  • 013丨精读2017年KDD最佳应用数据科学论文.html
  • 013丨精读2017年KDD最佳应用数据科学论文.mp3
  • 015丨精读2017年EMNLP最佳长论文之一.html
  • 015丨精读2017年EMNLP最佳长论文之一.mp3
  • 016丨精读2017年EMNLP最佳长论文之二.html
  • 016丨精读2017年EMNLP最佳长论文之二.mp3
  • 017丨精读2017年EMNLP最佳短论文.html
  • 017丨精读2017年EMNLP最佳短论文.mp3
  • 048丨精读2017年ICCV最佳研究论文.html
  • 048丨精读2017年ICCV最佳研究论文.mp3
  • 049丨精读2017年ICCV最佳学生论文.html
  • 049丨精读2017年ICCV最佳学生论文.mp3
  • 050丨如何将“深度强化学习”应用到视觉问答系统?.html
  • 050丨如何将“深度强化学习”应用到视觉问答系统?.mp3
  • 051丨精读2017年NIPS最佳研究论文之一:如何解决非凸优化问题?.html
  • 051丨精读2017年NIPS最佳研究论文之一:如何解决非凸优化问题?.mp3
  • 052丨精读2017年NIPS最佳研究论文之二:KSD测试如何检验两个分布的异同?.html
  • 052丨精读2017年NIPS最佳研究论文之二:KSD测试如何检验两个分布的异同?.mp3
  • 053丨精读2017年NIPS最佳研究论文之三:如何解决非完美信息博弈问题?.html
  • 053丨精读2017年NIPS最佳研究论文之三:如何解决非完美信息博弈问题?.mp3
  • 060丨WSDM 2018论文精读:看谷歌团队如何做位置偏差估计.html
  • 060丨WSDM 2018论文精读:看谷歌团队如何做位置偏差估计.mp3
  • 061丨WSDM 2018论文精读:看京东团队如何挖掘商品的替代信息和互补信息.html
  • 061丨WSDM 2018论文精读:看京东团队如何挖掘商品的替代信息和互补信息.mp3
  • 062丨WSDM 2018论文精读:深度学习模型中如何使用上下文信息?.html
  • 062丨WSDM 2018论文精读:深度学习模型中如何使用上下文信息?.mp3
  • 101丨The Web 2018论文精读:如何对商品的图片美感进行建模?.html
  • 101丨The Web 2018论文精读:如何对商品的图片美感进行建模?.mp3
  • 102丨The Web 2018论文精读:如何改进经典的推荐算法BPR?.html
  • 102丨The Web 2018论文精读:如何改进经典的推荐算法BPR?.mp3
  • 103丨The Web 2018论文精读:如何从文本中提取高元关系?.html
  • 103丨The Web 2018论文精读:如何从文本中提取高元关系?.mp3
  • 125丨SIGIR 2018论文精读:偏差和“流行度”之间的关系.html
  • 125丨SIGIR 2018论文精读:偏差和“流行度”之间的关系.mp3
  • 126丨SIGIR 2018论文精读:如何利用对抗学习来增强排序模型的普适性?.html
  • 127丨SIGIR 2018论文精读:如何对搜索页面上的点击行为进行序列建模?.html
  • 127丨SIGIR 2018论文精读:如何对搜索页面上的点击行为进行序列建模?.mp3
  • 128丨CVPR 2018论文精读:如何研究计算机视觉任务之间的关系?.html
  • 128丨CVPR 2018论文精读:如何研究计算机视觉任务之间的关系?.mp3
  • 129丨CVPR 2018论文精读:如何从整体上对人体进行三维建模?.html
  • 129丨CVPR 2018论文精读:如何从整体上对人体进行三维建模?.mp3
  • 130丨CVPR 2018论文精读:如何解决排序学习计算复杂度高这个问题?.html
  • 130丨CVPR 2018论文精读:如何解决排序学习计算复杂度高这个问题?.mp3
  • 131丨ICML 2018论文精读:模型经得起对抗样本的攻击?这或许只是个错觉.html
  • 131丨ICML 2018论文精读:模型经得起对抗样本的攻击?这或许只是个错觉.mp3
  • 132丨ICML 2018论文精读:聊一聊机器学习算法的“公平性”问题.html
  • 132丨ICML 2018论文精读:聊一聊机器学习算法的“公平性”问题.mp3
  • 133丨ICML 2018论文精读:优化目标函数的时候,有可能放大了“不公平”?.html
  • 133丨ICML 2018论文精读:优化目标函数的时候,有可能放大了“不公平”?.mp3
  • 134丨ACL 2018论文精读:问答系统场景下,如何提出好问题?.html
  • 134丨ACL 2018论文精读:问答系统场景下,如何提出好问题?.mp3
  • 135丨ACL 2018论文精读:什么是对话中的前提触发?如何检测?.html
  • 135丨ACL 2018论文精读:什么是对话中的前提触发?如何检测?.mp3
  • 136丨ACL 2018论文精读:什么是“端到端”的语义哈希?.html
  • 136丨ACL 2018论文精读:什么是“端到端”的语义哈希?.mp3
  • 复盘 7丨一起来读人工智能国际顶级会议论文.html
1.本站不存储真实文件,仅展示文件信息。
2.用户自主配置内容,包括但不限于文件夹、链接、关联网盘等,不代表本站立场。
3.本站以文本、图片展示内容,无法及时审核其合法性。发现侵权内容,请提供资质及链接给客服,将立即移除。
官网:pan.tpym.cn QQ:851232718