Facebook’s ‘Deep Learning’ Guru Reveals the Future of AI¶

一篇讲Facebook研究院的文章，燕乐存，Yann leCun，神经网络三大牛人之一，NIPS上被Facebook收了当人工智能研究院老大了，用DNN搞，话说DNN研究院还是百度发起的说，拜余凯。

Google Hires Brains that Helped Supercharge Machine Learning¶

说了Facebook显然要说Google啊，Andrew Ng，Hinton都在这，各种集群，以及最近的一个GPU上就能提高很多性能的算法，超牛

百度深度研究院，少帅计划¶

国外的公司提了，国内的公司其实也很傲娇，百度深度学习研究院，少帅计划，乖乖萨。（求赞助）

Why Is Machine Learning (CS 229) The Most Popular Course At Stanford?¶

Andrew Ng 牛啊，讲课深入浅出，机器学习成了Stanford选课人数第一的教授，话说央视做了个互联网时代节目，还采访了吴老板，回头一定围观。

Data Story: John Foreman of MailChimp on the Data Science Behind Emails¶

Email在不知不觉中改变，后面的数据挖掘给了传统Email新的活力，看来什么东西都可以用机器学习来学习学习哈哈。

GOOGLE’S ROBOT ARMY¶

谷歌的机器人大军来袭啊，目标是让人行道上全都是机器人，走别人的路，让别人无路可走！

ButtonMasher: AI takes on humans to create video game¶

还在群殴游戏里面的人工智能么？人工智能都能自己设计程序了。

An AI Chip to Help Computers Understand Images¶

你看你们都搞算法软件，人家开始做芯片了吧，更快更易用，请用FPGA

VMX Project: Computer Vision for Everyone¶

人工智能走进千家万户之人人都爱计算机视觉，机器学习都上kickstarter了，目标10w刀，目前2w6，而且还是卖服务，未来趋势啊。

Study: Self-driving car sales will explode¶

智能车明年要井喷了，看 CES上面报名的汽车厂商，前10有9个在列，而且google搞了一个开放汽车联盟，杀他个片甲不留呵呵。

Intriguing properties of neural networks¶

Google的人说给个细微扰动能破坏DNN识别率

Upcoming 2014 free Coursera courses in Data Analysis, Statistics, R¶

2014年各种相关MOOC，走起。

Learning From Data: Review of the edX Machine Learning Course¶

Caltech大牛开完科给出的总结，基本结论是群众意见都是浮云，哥就是这么讲

General guidelines for Deep Neural Networks¶

一个简短的DNN教程

Engaging the Security Community with Data Hacking Project¶

这公司搞实时安全检测的，博客上弄了一个Data Hacking项目，用Python手把手教咱如何做机器学习级别的（不是手写rule哦亲）安全检测

The long-term future of AI(and what we can do about it)¶

要翻墙，TED演讲，小伙是牛津未来人类研究中心（狂拽酷炫）的人，研究计算机和哲学，讨论机器过了“奇点”之后会怎么样，人会咋样之类的。

Self-Study Guide to Machine Learning¶

分层次的机器学习自学教程，从小白到专家。

Machine Learning: An Algorithmic Perspective, by Stephen Marsland¶

个人感觉机器学习入门第一书啊

OpenIntro Statistics 2nd Edition 2012, 426 pages¶

统计学入门图书

16 Free eBooks On Machine Learning!¶

机器学习入门图书16本，建议还是先学Coursera上吴恩达的，Matlab代码有木有，可以多次提交有木有

ConvNetJS Deep Learning in your browser<http://cs.stanford.edu/people/karpathy/convnetjs/>¶

DNN这么火么。。。都有浏览器插件了，不过看了Demo，看到参数哗哗哗跳动，很带感。

The first HEAD-UP DISPLAY for MOTORCYCLE HELMETS¶

类似Google眼睛一样的增强现实设备，增强摩托车头盔，话说AR现在门槛好低啊，而且各种硬件性能高得很，有空一定Hack一些什么东西。

Quadrocopter failsafe algorithm: recovery after propeller loss¶

要翻墙，瑞士 Institute for Dynamic Systems and Control (IDSC), ETH Zurich，搞得一个算法，主要的意思就是，如果多旋翼小飞机的一个翅膀被损坏了，小伙还可以顽强的稳定飞回基地。。。 教授你们知道么，你现在让它们这么鲁棒，回头千万留个root啊，否则天网来临的时候咱就费了。

ROBOBEES A CONVERGENCE OF BODY, BRAIN, AND COLONY¶

Harvard机器人，很小。。。话说哈佛老搞一些很小的机器人，低成本但是swarm起来很带感，传说每年还有个低成本小机器人比赛。

玩具界又添大作：悬停的无人机和跳跃的汽车¶

这家公司之前出的AR.Drone，带摄像头，室内，巨贵，这次走便宜路线了，但是小飞机上没摄像头了，失去一大乐趣。

来自俄罗斯的 Wi-Fi 智能套娃 Mother，外观相当讨巧¶

更曾经的QQ机器人类似，看起来更呆，不过晚上看到会吓一跳啊红色的眼睛我靠

设计师描绘十多种“智能”无人机轮廓大全¶

无人机可不只全球鹰一种啊，顺丰都搞无人机以后这玩意各种民用。

奇葩 外商发布名叫2B的智能机器人¶

这公司之前做的逗狗球，确实很好玩，以anki为首的智能玩具必将成为未来趋势啊。

王垠：我和权威的故事¶

别说你不认识这哥们，各种观点确实非常到位，赞。

王威廉（这哥们分享的都是干货）¶

哥大统计系Andrew Gelman的新版《贝叶斯数据分析》上架了。 AG认为“贝叶斯推理”的概念太狭窄，“贝叶斯统计”太宽泛，还是“贝叶斯”的名字比较靠谱。他认为贝叶斯可以是数据+正则化，数据+先验知识，逻辑概率推理，以及不同时间发生的不同事件等等。 有兴趣可以看看书的幻灯片：http://t.cn/8kFRsJE

Do Deep Nets Really Need to be Deep? 微软研究员Rich Caurana近日在arxiv发文，认为深度学习的深层次模型其实可以用浅层次模型来模拟表示。http://t.cn/8kFp9Bv 谷歌研究主任Fernando Pereira认为这一点也不奇怪，早在89年就有文章说明1层MLP的表达能力与多层神经网络相同。 http://t.cn/8kFp9BP

纽约大学教授GARY MARCUS向来以言辞犀利著称。元旦，他在著名的《纽约客》杂志上撰文批判了最近人工智能研究中的一些炒作现象。HYPING ARTIFICIAL INTELLIGENCE, YET AGAIN http://t.cn/8kexOUG 对于斯坦福的深度学习系统，他认为：The deep-learning system doesn’t really understand anything.

新年第一天，来看一下深度学习教父Geoff Hinton不久前在不列颠哥伦比亚大学的一次演讲：Recent Developments in Deep Learning http://t.cn/8kdeD1x 虽然我不做深度学习，但是看Hinton爷爷讲讲深度学习的最新进展和各种小技巧，还是很有意思的。

2014年1月刊的CACM出现神文一篇：图灵奖得主、@李开复 导师Raj Reddy重出江湖，把自己38年前写的语音识别技术综述 http://t.cn/8krYB9o 重新写了一遍，回顾了最近40年语音识别技术的发展：A Historical Perspective of Speech Recognition http://t.cn/8krYB9f 视频（需翻墙）：http://t.cn/8krYB9I

“不，你还不是数据科学家。” —- IBM Watson执行架构师Swami Chandrasekaran绘制了一张相当漂亮的数据科学技能地图。 他认为应当掌握的领域包括基础数学，统计，编程，机器学习，自然语言处理，可视化，大数据，数据摄入，数据变换，工具箱等。大图地址：http://t.cn/zQylGyj

斯坦福毕业生Clare Corthell参考了许多新开设的数据科学项目，提出了一个公开的数据科学教学大纲以及相关教学资源：http://t.cn/8kmewD8 内容涵盖了数学，计算机科学中的算法，数据库，数据挖掘，机器学习，概率图模型，自然语言处理，数据分析及编程等。可以参考一下。

@南大周志华¶

学术报告会，1月9日，14:00-15:00，南大仙林校区计算机楼230；题目：Parameter Server for Distributed Machine Learning；报告人：李沐 (CMU)。欢迎参加。@李沐M

@刘洋THU¶

#CIPS青工委系列学术活动# 纽约城市大学黄亮教授@pascal_ACL 将于2014年1月13日10:00-12:00在清华大学FIT楼1-315会议室 做学术报告”Linear-time Algorithms in Natural Language Understanding and Learning”，欢迎大家参加！

@百度技术沙龙¶

随着移动设备的普及，图像和视频逐渐成为人们分享生活的方式，以Deep Learning为主的识图技术逐步应用在了图像处理领域。2014年1月18日（周六）@车库咖啡。 百度技术沙龙第46期将为大家分享识图、图像分类标注、人脸图像识别等方面的技术成果。点击报名：http://t.cn/8kTURGF

@黄萱菁¶

新年大放送：吴立德教授关于深度学习的课程视频：http://t.cn/8krl7xv

@cswhjiang¶

Neural Networks: Tricks of the Trade 第二版 http://t.cn/8kF6Xu4

@阿男weli¶

推荐The University of Michigan—Flint的CS577, Advanced Distributed Systems http://t.cn/8FvMFsU 教案在这里：http://t.cn/8Fvx7uQ

关于程序员的59条搞笑但却真实无比的编程语录¶

Koding Free SSH VM¶

机器学习周刊为啥能随时随地更新？因为我找到了一个免费的虚拟主机平台，Koding，刚拿了千万风投的一个为程序员服务的公司，手感超级赞，不骗你。