摘要
Keystone ML公司。 http://keystone-ml.org/。 谷歌学者 张量流。 https://www.tensorflow.org/。 谷歌学者 Peter Bailis、Edward Gan、Samuel Madden、Deepak Narayanan、Kexin Rong和Sahaana Suri,2017年。 宏数据库:在快速数据中优先关注。 SIGMOD公司。 谷歌学者 数字图书馆 James Cheney、Laura Chiticariu、Wang Chiew Tan和其他人。 2009.数据库起源:为什么、如何和在哪里。 《数据库中的基础与趋势》1,4(2009),379--474。 谷歌学者 数字图书馆 安德鲁·克罗蒂(Andrew Crotty)、亚历克斯·加拉卡托斯(Alex Galakatos)和蒂姆·克拉斯卡(Tim Kraska)。 2014.Tupleware:小型集群上的分布式机器学习。 IEEE数据工程公告。 网址:http://sites.computer.org/debull/A14sept/p63.pdf 谷歌学者 罗伊·福克斯(Roy Fox)、桑杰·克里希南(Sanjay Krishnan)、肯·戈德伯格(Ken Goldberg)和伊恩·斯托伊卡(Ion Stoica)。 2017.多层深期权发现。 在审查中的ICML。 谷歌学者 Tameru Hailesilassie。 2016.深度神经网络规则提取算法:综述。 arXiv预印arXiv:1610.05267(2016)。 谷歌学者 约瑟夫·海勒斯坦(Joseph M.Hellerstein)、克里斯托弗·雷(Christopher Re)、弗洛里安·肖普曼(Florian Schoppmann)、戴西·王哲(Daisy Zhe Wang)、尤金·弗拉金(Eugene Fratkin)、亚历山大·戈拉杰克(Aleksander Gorajek)、基·辛格(Kee Siong N。 2012.MADlib分析库或MAD技能,SQL。 在VLDB中。 http://vldb.org/pvldb/vol5/p1700_joehellerstein_vldb2012.pdf 谷歌学者 数字图书馆 金圭和约翰·坎尼。 2017.通过视觉化因果注意为自驾汽车提供可解释的学习。 arXiv预印arXiv:1703.10631(2017)。 谷歌学者 蒂姆·克拉斯卡(Tim Kraska)、阿梅特·塔尔沃卡尔(Amee Talwalkar)、约翰·杜奇(John C.Duchi)、里恩·格里菲斯(Rean Griffith)、迈克尔·富兰克林(Michael J.Franklin)和迈克尔·乔丹(Michael。 2013年,MLbase:分布式机器学习系统。 在CIDR中。 http://www.cidrdb.org/cidr2013/Papers/CIDR13_Paper118.pdf 谷歌学者 桑杰·克里希南(Sanjay Krishnan)、阿尼梅斯·加格(Animesh Garg)、理查德·刘(Richard Liaw)、劳伦·米勒(Lauren Miller)、弗洛里安·波科尼(Florian T.Pokorny)和肯·戈德伯格(Ken Goldberg),2016年。 HIRL:用于奖励延迟的长期任务的分层反向强化学习。 CoRR abs/1604.06508(2016)。 http://arxiv.org/abs/1604.06508 谷歌学者 桑杰·克里希南(Sanjay Krishnan)、王建南(Jiannan Wang)、尤金·吴(Eugene Wu)、迈克尔·富兰克林(Michael J.Franklin)和肯·戈德堡(Ken Goldberg),2016年。 ActiveClean:统计建模的交互式数据清理。 PVLDB 9,12(2016),948--959。 http://www.vldb.org/pvldb/vol9/p948-krishnan.pdf 谷歌学者 数字图书馆 陶磊、里贾娜·巴兹雷和托米·贾科拉。 2016.合理化神经预测。 arXiv预印本arXiv:1606.04155(2016)。 谷歌学者 马可·图利奥·里贝罗(Marco Tulio Ribeiro)、萨米尔·辛格(Sameer Singh)和卡洛斯·盖斯特林(Carlos Guestrin),2016年。 我为什么要相信你 解释任何分类器的预测。 第22届ACM SIGKDD知识发现和数据挖掘国际会议论文集。 顶点,1135-1144。 谷歌学者 数字图书馆 Christian Szegedy、Wojciech Zaremba、Ilya Sutskever、Joan Bruna、Dumitru Erhan、Ian Goodfellow和Rob Fergus。 2013.神经网络的有趣特性。 arXiv预印arXiv:1312.6199(2013)。 谷歌学者 杰西卡·泰勒(Jessica Taylor)、埃利泽·尤德科夫斯基(Eliezer Yudkowsky)、帕特里克·拉维托伊尔(Patrick LaVictoire)和安德鲁·克里奇(Andrew Critch)。 2016年。先进机器学习系统的校准。 技术报告。 2016年技术报告,MIRI。 谷歌学者 尤金·吴和塞缪尔·马登。 2013.蝎子:解释聚合查询中的异常值。 在VLDB中。 http://www.vldb.org/pvldb/vol6/p553-wu.pdf 谷歌学者 数字图书馆