会员服务
ICFP · ML · 编程语言 ·
2017 年 2 月 7 日
Proceedings ML Family / OCaml Users and Developers workshops
翻译：ML家庭/OCaml用户和开发者讲习班
Jeremy Yallop,Damien Doligez
Jeremy Yallop,Damien Doligez

This volume contains the joint post-proceedings of the 2015 edition of the ML Family Workshop and OCaml Users and Developers Workshop, held in Vancouver, British Columbia, Canada, in affiliation with ICFP 2015.


翻译：该卷载有2015年在不列颠哥伦比亚省温哥华与2015年国际家庭政策理事会联合举办的ML家庭讲习班和OCaml使用者和开发者讲习班的后期联合活动。
0
下载
关闭预览

相关内容

ICFP（internationalconferenceonfunctionalprogramming）是一年一度的编程语言会议。它是由计算机机械协会（ACM）与国际信息处理联合会（IFIP）第2.8工作组联合主办，由ACM编程语言特别兴趣小组（SIGPLAN）主持。ICFP结合了两个以前的两年一度的会议：功能编程和计算机体系结构（FPCA）以及Lisp和功能编程（LFP）。 官网链接：http://www.icfpconference.org/
【MLSS2020】流数据贝叶斯预测，米兰Sonia Petrone教授，80页ppt
【MLSS2020】流数据贝叶斯预测，米兰Sonia Petrone教授，80页ppt
专知会员服务
46+阅读 · 2020年7月5日
【ACM Multimedia 2019 Tutorial】机器学习音频和多媒体数据的再现性和实验设计（Reproducibility and Experimental Design for Machine Learning on Audio and Multimedia Data），Gerald Friedland
【ACM Multimedia 2019 Tutorial】机器学习音频和多媒体数据的再现性和实验设计（Reproducibility and Experimental Design for Machine Learning on Audio and Multimedia Data），Gerald Friedland
专知会员服务
4+阅读 · 2019年11月18日
【CIKM2019 Tutorial】Recent Developments of Deep Heterogeneous Information Network Analysis（深度异构信息网络分析的最新进展），附157页PDF免费下载
【CIKM2019 Tutorial】Recent Developments of Deep Heterogeneous Information Network Analysis（深度异构信息网络分析的最新进展），附157页PDF免费下载
专知会员服务
27+阅读 · 2019年11月3日
《Hands-On Machine Learning with Scikit-Learn and TensorFlow》Scikit-Learn与TensorFlow机器学习实用指南
《Hands-On Machine Learning with Scikit-Learn and TensorFlow》Scikit-Learn与TensorFlow机器学习实用指南
专知会员服务
62+阅读 · 2019年10月27日
2019年机器学习框架回顾
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
90+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
TensorFlow 2.0 学习资源汇总
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
【强化学习研讨会|Microsoft Research】安全公平的机器学习（Safe and Fair Machine Learning）
【强化学习研讨会|Microsoft Research】安全公平的机器学习（Safe and Fair Machine Learning）
专知会员服务
15+阅读 · 2019年10月3日
CCF推荐 | 国际会议信息6条
CCF推荐 | 国际会议信息6条
Call4Papers
9+阅读 · 2019年8月13日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
计算机类 | 低难度国际会议信息6条
计算机类 | 低难度国际会议信息6条
Call4Papers
6+阅读 · 2019年4月28日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22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
人工智能 | 国际会议信息10条
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
人工智能类 | 国际会议/SCI期刊专刊信息9条
人工智能类 | 国际会议/SCI期刊专刊信息9条
Call4Papers
4+阅读 · 2018年7月10日
人工智能 | 国际会议截稿信息9条
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
人工智能 | 国际会议截稿信息5条
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
计算机类 | 国际会议信息7条
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Arxiv
16+阅读 · 2020年3月12日
Advances and Open Problems in Federated Learning
Advances and Open Problems in Federated Learning
Arxiv
18+阅读 · 2019年12月10日
Efficient Parameter-free Clustering Using First Neighbor Relations
Efficient Parameter-free Clustering Using First Neighbor Relations
Arxiv
7+阅读 · 2019年2月28日
Mean Field Multi-Agent Reinforcement Learning
Arxiv
5+阅读 · 2018年6月12日
Accelerated Reinforcement Learning
Arxiv
6+阅读 · 2018年4月24日
MQGrad: Reinforcement Learning of Gradient Quantization in Parameter Server
Arxiv
4+阅读 · 2018年4月22日
Learning Recommendations While Influencing Interests
Arxiv
9+阅读 · 2018年3月23日
Simplicial Closure and Higher-order Link Prediction
Arxiv
3+阅读 · 2018年2月20日
Interactive Generative Adversarial Networks for Facial Expression Generation in Dyadic Interactions
Arxiv
4+阅读 · 2018年1月30日
Implementing the Deep Q-Network
Arxiv
3+阅读 · 2017年11月20日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
ICFP
ML
编程语言
相关VIP内容
【MLSS2020】流数据贝叶斯预测，米兰Sonia Petrone教授，80页ppt
【MLSS2020】流数据贝叶斯预测，米兰Sonia Petrone教授，80页ppt
专知会员服务
46+阅读 · 2020年7月5日
【ACM Multimedia 2019 Tutorial】机器学习音频和多媒体数据的再现性和实验设计（Reproducibility and Experimental Design for Machine Learning on Audio and Multimedia Data），Gerald Friedland
【ACM Multimedia 2019 Tutorial】机器学习音频和多媒体数据的再现性和实验设计（Reproducibility and Experimental Design for Machine Learning on Audio and Multimedia Data），Gerald Friedland
专知会员服务
4+阅读 · 2019年11月18日
【CIKM2019 Tutorial】Recent Developments of Deep Heterogeneous Information Network Analysis（深度异构信息网络分析的最新进展），附157页PDF免费下载
【CIKM2019 Tutorial】Recent Developments of Deep Heterogeneous Information Network Analysis（深度异构信息网络分析的最新进展），附157页PDF免费下载
专知会员服务
27+阅读 · 2019年11月3日
《Hands-On Machine Learning with Scikit-Learn and TensorFlow》Scikit-Learn与TensorFlow机器学习实用指南
《Hands-On Machine Learning with Scikit-Learn and TensorFlow》Scikit-Learn与TensorFlow机器学习实用指南
专知会员服务
62+阅读 · 2019年10月27日
2019年机器学习框架回顾
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
90+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
TensorFlow 2.0 学习资源汇总
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
【强化学习研讨会|Microsoft Research】安全公平的机器学习（Safe and Fair Machine Learning）
【强化学习研讨会|Microsoft Research】安全公平的机器学习（Safe and Fair Machine Learning）
专知会员服务
15+阅读 · 2019年10月3日
热门VIP内容
相关资讯
CCF推荐 | 国际会议信息6条
CCF推荐 | 国际会议信息6条
Call4Papers
9+阅读 · 2019年8月13日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
计算机类 | 低难度国际会议信息6条
计算机类 | 低难度国际会议信息6条
Call4Papers
6+阅读 · 2019年4月28日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22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
人工智能 | 国际会议信息10条
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
人工智能类 | 国际会议/SCI期刊专刊信息9条
人工智能类 | 国际会议/SCI期刊专刊信息9条
Call4Papers
4+阅读 · 2018年7月10日
人工智能 | 国际会议截稿信息9条
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
人工智能 | 国际会议截稿信息5条
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
计算机类 | 国际会议信息7条
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
相关论文
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Arxiv
16+阅读 · 2020年3月12日
Advances and Open Problems in Federated Learning
Advances and Open Problems in Federated Learning
Arxiv
18+阅读 · 2019年12月10日
Efficient Parameter-free Clustering Using First Neighbor Relations
Efficient Parameter-free Clustering Using First Neighbor Relations
Arxiv
7+阅读 · 2019年2月28日
Mean Field Multi-Agent Reinforcement Learning
Arxiv
5+阅读 · 2018年6月12日
Accelerated Reinforcement Learning
Arxiv
6+阅读 · 2018年4月24日
MQGrad: Reinforcement Learning of Gradient Quantization in Parameter Server
Arxiv
4+阅读 · 2018年4月22日
Learning Recommendations While Influencing Interests
Arxiv
9+阅读 · 2018年3月23日
Simplicial Closure and Higher-order Link Prediction
Arxiv
3+阅读 · 2018年2月20日
Interactive Generative Adversarial Networks for Facial Expression Generation in Dyadic Interactions
Arxiv
4+阅读 · 2018年1月30日
Implementing the Deep Q-Network
Arxiv
3+阅读 · 2017年11月20日
Top
微信扫码咨询专知VIP会员
Top