Synced 深度研学社 每周干货，每周五为大家推荐机器学习的入门教程、技术分析、以及资源分享。不多不少，每周进步一点点~
【入门教程】Kaggle 教程：Model Stacking 介绍
by Marios Michailidis
曾在 Kaggle 拿到最高排名第一名的 Marios Michailidis，在 Data Science Festival 上分享了自己整合多个机器学习模型的工具 —— StackNet。这是一个开源的、可扩展的自动多元建模框架，用 Java 写成，并能将多个监督学习模型相结合以提高表现。在教程视频中，Marios Michailidis 会对 StackNet 作简单介绍，并详细讲解自己是如何在 Kaggle 比赛中运用这一框架。
- Youtube 链接：https://www.youtube.com/watch?v=9Vk1rXLhG48&app=desktop
- Bilibili 链接：http://m.bilibili.com/video/av11360336.html?bsource=weibo
【技术分析】如何理解 Graph Convolutional Network（GCN）？（知乎）
简介：
对于很多领域来说，不规则的图结构是他们要处理的数据 ，此时如果想利用卷积神经网络的特性和植根于其上的各种先进理论成果，如何把不规整的数据变规整，如何在这上面 pooling 成为了最主要的难题。而 GCN 借图谱理论之力，试图巧妙解决这一问题，为卷积神经网络在其他领域的应用打开了一扇窗。研究卷积神经网络的读者们不妨关注这一问题。（上文来源：张馨宇）
- 知乎链接：https://www.zhihu.com/question/54504471
- 原论文链接：https://arxiv.org/pdf/1609.02907.pdf
- 作者相关文章：https://tkipf.github.io/graph-convolutional-networks/
【资源分享】Google 开放 TensorFlow 物体识别 API
简介：
Google 近日又开放了其最新的机器学习系统，这一次是应用于计算机视觉的物体识别领域。这一系统构建的机器学习模型，能够准确定位和识别同一图片中的多个物体。
