机器学习必读论文

作者: 大云子

来源: 学术头条

发布日期: 2020-05-10

本文整理了近五年来关于机器学习的20篇必读论文,包括各论文的题目、作者、参与单位及解读,涵盖了无监督学习、稀疏变分高斯过程回归、Q学习、分布式优化等多个领域。

学术文献代表着研究热点与技术前沿,过去10多年间,学术文献出现了爆炸式增长。对很多初学者来说,如何正确找到自己研究领域的切入点成了一件非常痛苦的事儿。不必苦恼,小编这里有神奇推荐!拥有AI赋能的科技大数据检索平台AMiner新推出的必读论文模块,将会不让你为了不知道读什么论文而秃头,美貌与才华兼可得也。

以下是小编整理搜索得到的,近五年来有关机器学习的20篇必读论文,不知道是否符合您的心中所想?如有疏漏,请轻拍,与小编联系后,我们将会及时添加您心目中的dream paper。更神奇的是,推荐论文如果集齐了5个赞,还能跻身领域必读论文榜哦!

1. 挑战无监督分离式表征的常见假设

2. 稀疏变分高斯过程回归的收敛速度

3. 非妄想Q学习和价值迭代

4. 非光滑凸函数的分布式优化算法

5. 通过样本压缩方案学习混合高斯模型的近乎紧密的样本复杂性边界

6. 神经常微分方程

7. 公正机器学习的滞后影响

8. 混淆梯度的虚假安全感:对抗样本防御

9. 不完全信息博弈的安全嵌套子博弈求解

10. 带有凸对象的基于方差的正则化方法

11. 一种线性时间核的拟合优度测试方法

12. 利用影响函数理解黑箱预测

13. 价值迭代网络

14. 矩阵填充没有假的局部最小值

15. 基于Magenta的即兴音乐交互体验

16. 确保异步吉布斯采样的快速混合和低偏差

17. 像素循环神经网络

18. 深度强化学习中的竞争网络架构

19. 图结构稀疏性的近似线性时间框架

20. Online Boosting的优化和自适应算法

具体解读:

1. 论文题目:挑战无监督分离式表征的常见假设

论文作者:Francesco Locatello等

参与单位:ETH Zurich, Max Planck Institute等

论文解读:文章主要从理论和实践两方面对这一领域中的一些基本假设提出了挑战。文章从理论上证明,如果没有对所考虑的学习方法和数据集产生归纳偏置,那么解耦表示的无监督学习基本上是不可能的。文章还采用了完善的无监督解耦学习实验方案,进行了一个超级大规模的实验研究。最后还发布了disentanglement_lib,这是一个用于训练和评估解耦表示的新库。

2. 论文题目:稀疏变分高斯过程回归的收敛速度

论文作者:David R. Burt等

参与单位:University of Cambridge等

论文解读:这篇文章来自英国剑桥大学,证明了稀疏GP回归变分近似到后验变分近似的KL散度的界限,该界限仅依赖于先验核的协方差算子的特征值的衰减。

3. 论文题目:非妄想Q学习和价值迭代

论文作者:Tyler Lu等

参与单位:Google AI

论文解读:本文用函数逼近法确定了Q学习和其他形式的动态规划中误差的根本来源。

4. 论文题目:非光滑凸函数的分布式优化算法

论文作者:Kevin Scaman等

参与单位:Huawei Technologies

论文解读:在本文中,我们考虑使用计算单元网络的非光滑凸函数的分布式优化。

5. 论文题目:通过样本压缩方案学习混合高斯模型的近乎紧密的样本复杂性边界

论文作者:Hassan Ashtiani等

参与单位:McMaster University等

论文解读:本文证明了O(k d^2/ε^2)样本对于学习R^d中k个高斯的混合是充分必要条件。

6. 论文题目:神经常微分方程

论文作者:Tian Qi Chen等

参与单位:University of Toronto

论文解读:本文介绍了一系列新的深度神经网络模型。

7. 论文题目:公正机器学习的滞后影响

论文作者:Lydia T.Liu等

参与单位:University of California, Berkeley

论文解读:本文研究了静态公平性标准如何与暂时的利益指标相互作用。

8. 论文题目:混淆梯度的虚假安全感:对抗样本防御

论文作者:Anish Athalye等

参与单位:MIT等

论文解读:本文探讨了如何抵御对抗样本的攻击。

9. 论文题目:不完全信息博弈的安全嵌套子博弈求解

论文作者:Noam Brown等

参与单位:Carnegie Mellon University

论文解读:本文提出了一种无论在理论上还是在实践上都超越了之前方法的子博弈求解技术。

10. 论文题目:带有凸对象的基于方差的正则化方法

论文作者:Hongseok Namkoong等

参与单位:Stanford University

论文解读:本文研究了一种风险最小化和随机优化的方法。

11. 论文题目:一种线性时间核的拟合优度测试方法

论文作者:Wittawat Jitkrittum等

参与单位:UCL等

论文解读:本文提出了一个全新的拟合优度的适应性测试法。

12. 论文题目:利用影响函数理解黑箱预测

论文作者:Pang Wei Koh等

参与单位:Stanford University

论文解读:本文利用影响函数,通过学习算法跟踪模型的预测。

13. 论文题目:价值迭代网络

论文作者:Aviv Tamar等

参与单位:UC Berkeley

论文解读:本文介绍了一个价值迭代网络:一种完全可微分的神经网络。

14. 论文题目:矩阵填充没有假的局部最小值

论文作者:Rong Ge等

参与单位:Duke University等

论文解读:本文证明了用于矩阵填充的常用非凸目标函数没有假的局部最小值。

15. 论文题目:基于Magenta的即兴音乐交互体验

论文作者:Adam Roberts等

参与单位:Google Brain等

论文解读:作者结合了基于LSTM的循环神经网络和Deep Q-learning建立了实时生成音乐序列。

16. 论文题目:确保异步吉布斯采样的快速混合和低偏差

论文作者:Christopher De Sa等

参与单位:Stanford University

论文解读:本文探讨了异步吉布斯采样的偏差和混合时间问题。

17. 论文题目:像素循环神经网络

论文作者:Aaron van den Oord等

参与单位:Google DeepMind

论文解读:本文展示了一个可以沿二维空间维度依次预测图像中像素的深度神经网络。

18. 论文题目:深度强化学习中的竞争网络架构

论文作者:Ziyu Wang等

参与单位:Google DeepMind

论文解读:本文提出了一个新的用于无模型强化学习的神经网络架构。

19. 论文题目:图结构稀疏性的近似线性时间框架

论文作者:Hegde等

参与单位:MIT

论文解读:本文引入了一个通过图定义的稀疏结构框架。

20. 论文题目:Online Boosting的优化和自适应算法

论文作者:Alina Beygelzimer等

参与单位:Yahoo Labs等

论文解读:本文开发了两种在线增强算法。

UUID: e65f0370-e2c8-453f-ae10-57772b10b914

原始文件名: /home/andie/dev/tudou/annot/AI语料库-20240917-V2/AI语料库/学术头条公众号-pdf2txt/学术头条2020年-上/2020-05-10_必读论文机器学习必读论文20篇.txt

是否为广告: 否

处理费用: 0.0178 元