会员服务

Private Topic Modeling

2018 年 12 月 3 日 Arxiv Mijung Park,James Foulds,Kamalika Chaudhuri,Max Welling
登录查看更多
1

相关内容

因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
238+阅读 · 2020年4月19日
【WWW2020】解决推荐系统中目标客户失真问题，Addressing the Target Customer Distortion Problem in Recommender Systems
【WWW2020】解决推荐系统中目标客户失真问题，Addressing the Target Customer Distortion Problem in Recommender Systems
专知会员服务
9+阅读 · 2020年4月4日
生成式对抗网络先验贝叶斯推断，Bayesian Inference with Generative Adversarial Network Priors
生成式对抗网络先验贝叶斯推断，Bayesian Inference with Generative Adversarial Network Priors
专知会员服务
27+阅读 · 2020年2月18日
在线变分推断，76页ppt，A Regret Bound for Online Variational Inference
在线变分推断，76页ppt，A Regret Bound for Online Variational Inference
专知会员服务
19+阅读 · 2019年12月2日
【变分推断课件】Lectures on Variational Inference： Approximate Bayesian Inference in Machine Learning（附带pdf）
【变分推断课件】Lectures on Variational Inference： Approximate Bayesian Inference in Machine Learning（附带pdf）
专知会员服务
32+阅读 · 2019年11月30日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
53+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
167+阅读 · 2019年10月11日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
77+阅读 · 2019年10月9日
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
专知会员服务
64+阅读 · 2019年10月9日
强化学习三篇论文 避免遗忘等
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文推荐】最新六篇主题模型相关论文—领域特定知识库、神经变分推断、动态和静态主题模型
【论文推荐】最新六篇主题模型相关论文—领域特定知识库、神经变分推断、动态和静态主题模型
专知
19+阅读 · 2018年6月26日
【论文推荐】最新六篇主题模型相关论文—收敛率、大规模、深度主题建模、优化、情绪强度、广义动态主题模型
【论文推荐】最新六篇主题模型相关论文—收敛率、大规模、深度主题建模、优化、情绪强度、广义动态主题模型
专知
11+阅读 · 2018年3月29日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Nonparametric Topic Modeling with Neural Inference
Arxiv
3+阅读 · 2018年6月18日
Variational Inference In Pachinko Allocation Machines
Arxiv
8+阅读 · 2018年4月21日
Collaborative Filtering with Topic and Social Latent Factors Incorporating Implicit Feedback
Arxiv
7+阅读 · 2018年3月26日
Application of Rényi and Tsallis Entropies to Topic Modeling Optimization
Arxiv
6+阅读 · 2018年2月28日
ADMM-based Networked Stochastic Variational Inference
Arxiv
3+阅读 · 2018年2月27日
SpectralLeader: Online Spectral Learning for Single Topic Models
Arxiv
4+阅读 · 2018年2月16日
Latent nested nonparametric priors
Arxiv
4+阅读 · 2018年1月15日
Inference Suboptimality in Variational Autoencoders
Arxiv
3+阅读 · 2018年1月10日
Multilingual Topic Models
Arxiv
3+阅读 · 2017年12月18日
Continuous Time Dynamic Topic Models
Arxiv
3+阅读 · 2015年5月16日
VIP会员
相关主题
话题模型
向量空间
推断
潜在狄利克雷分配
MoDELS
子采样
机器学习
相关VIP内容
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
238+阅读 · 2020年4月19日
【WWW2020】解决推荐系统中目标客户失真问题，Addressing the Target Customer Distortion Problem in Recommender Systems
【WWW2020】解决推荐系统中目标客户失真问题，Addressing the Target Customer Distortion Problem in Recommender Systems
专知会员服务
9+阅读 · 2020年4月4日
生成式对抗网络先验贝叶斯推断，Bayesian Inference with Generative Adversarial Network Priors
生成式对抗网络先验贝叶斯推断，Bayesian Inference with Generative Adversarial Network Priors
专知会员服务
27+阅读 · 2020年2月18日
在线变分推断，76页ppt，A Regret Bound for Online Variational Inference
在线变分推断，76页ppt，A Regret Bound for Online Variational Inference
专知会员服务
19+阅读 · 2019年12月2日
【变分推断课件】Lectures on Variational Inference： Approximate Bayesian Inference in Machine Learning（附带pdf）
【变分推断课件】Lectures on Variational Inference： Approximate Bayesian Inference in Machine Learning（附带pdf）
专知会员服务
32+阅读 · 2019年11月30日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
53+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
167+阅读 · 2019年10月11日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
77+阅读 · 2019年10月9日
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
专知会员服务
64+阅读 · 2019年10月9日
热门VIP内容
相关资讯
强化学习三篇论文 避免遗忘等
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文推荐】最新六篇主题模型相关论文—领域特定知识库、神经变分推断、动态和静态主题模型
【论文推荐】最新六篇主题模型相关论文—领域特定知识库、神经变分推断、动态和静态主题模型
专知
19+阅读 · 2018年6月26日
【论文推荐】最新六篇主题模型相关论文—收敛率、大规模、深度主题建模、优化、情绪强度、广义动态主题模型
【论文推荐】最新六篇主题模型相关论文—收敛率、大规模、深度主题建模、优化、情绪强度、广义动态主题模型
专知
11+阅读 · 2018年3月29日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Nonparametric Topic Modeling with Neural Inference
Arxiv
3+阅读 · 2018年6月18日
Variational Inference In Pachinko Allocation Machines
Arxiv
8+阅读 · 2018年4月21日
Collaborative Filtering with Topic and Social Latent Factors Incorporating Implicit Feedback
Arxiv
7+阅读 · 2018年3月26日
Application of Rényi and Tsallis Entropies to Topic Modeling Optimization
Arxiv
6+阅读 · 2018年2月28日
ADMM-based Networked Stochastic Variational Inference
Arxiv
3+阅读 · 2018年2月27日
SpectralLeader: Online Spectral Learning for Single Topic Models
Arxiv
4+阅读 · 2018年2月16日
Latent nested nonparametric priors
Arxiv
4+阅读 · 2018年1月15日
Inference Suboptimality in Variational Autoencoders
Arxiv
3+阅读 · 2018年1月10日
Multilingual Topic Models
Arxiv
3+阅读 · 2017年12月18日
Continuous Time Dynamic Topic Models
Arxiv
3+阅读 · 2015年5月16日
大家都在搜
  1. 卡尔曼
  2. 无人艇
  3. 基于大型语言模型
  4. 兵棋推演
  5. 生成式人工智能
  6. TDGN
  7. MoE
  8. ads-b
  9. 智能仓储
  10. 谭铁牛院士深度解析：人工智能是天使还是魔鬼？（内含PPT）
    11.
Top
微信扫码咨询专知VIP会员
Top