Kaggle于2010創(chuàng)立,該平臺上目前擁有50萬名左右的數(shù)據(jù)科學(xué)家。Kaggle實際上是舉行數(shù)據(jù)科學(xué)和機器學(xué)習(xí)競賽最重要的平臺。 kaggle.com主頁 科技博客T
從綜藝節(jié)目《危險邊緣》(Jeopardy)的贏家和圍棋大師,再到不光彩的、與廣告有關(guān)的種族定性,我們似乎進入了一個人工智能發(fā)展飛速加快的時代。但是,要創(chuàng)造出這樣一個完全有感知能力的人他的電子&l
最近,一篇名為《Using Deep Learning and Google Street View to EsTImate the Demographic Makeup of the US》的
如果你使用過網(wǎng)絡(luò),你就會知道,找到禮貌對話是一項真正的挑戰(zhàn)。無論是在Youtube、Facebook、Twitte還是你最喜歡的新聞網(wǎng)站上,很多流氓式人物都能主導(dǎo)并破壞對話。今天,Alphabe
圍繞人工智能(AI)和機器學(xué)習(xí)(ML)的炒作已經(jīng)達到令人難以置信的程度,有些評論人士稱AI為第四次工業(yè)革命,其他人則稱其為新電力。 我是這種理論的信徒之一。大量資金正被投入到A
Vincent Vanhoucke是Google的首席科學(xué)家,斯坦福大學(xué)電子工程學(xué)博士,目前在Google Brain主導(dǎo)機器人相關(guān)的項目。Vanhoucke主要的研究領(lǐng)域是語音識別、計算機視覺
據(jù)國外媒體報道,加拿大多倫多大學(xué)科學(xué)家近日根據(jù)谷歌公司和Netflix公司的算法開發(fā)出一款機器學(xué)習(xí)軟件。研究人員認為,這款機器學(xué)習(xí)軟件可用于發(fā)現(xiàn)外太空的外星生命。據(jù)了解,這款強大的軟件比傳統(tǒng)的預(yù)
上周五微軟宣布收購美國一家人工智能初創(chuàng)公司Maluuba,具體收購金額未公布。 據(jù)悉Maluuba總部位于蒙特利爾,公司主要技術(shù)是自然語言理解,擅長問答及決策系統(tǒng)的深度學(xué)習(xí)與強
深度學(xué)習(xí)三大牛之一的Yann Lecun教授給出了一個關(guān)于機器學(xué)習(xí)中的有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和增強學(xué)習(xí)的一個有趣的比喻,他說:如果把智能(Intelligence)比作一個蛋糕,那么無監(jiān)督學(xué)習(xí)就
2015-2016的機器學(xué)習(xí)平臺開源大潮中,美國是當(dāng)之無愧的引領(lǐng)者:無論是谷歌、亞馬遜、微軟、IBM等互聯(lián)網(wǎng)巨頭,還是美國各大科研院所,為開源世界貢獻了品類繁多的機器學(xué)習(xí)工具。這其中不乏華人的身
從事IT領(lǐng)域工作二十年以來,我發(fā)現(xiàn)人工智能技術(shù)逐步從概念轉(zhuǎn)向?qū)嶋H——機器學(xué)習(xí)技術(shù)位于前沿,并且變得更易于使用,即使對于沒有專業(yè)知識的團隊也是如此。 隨著
當(dāng)前人工智能之機器學(xué)習(xí)算法主要有7大類:1)監(jiān)督學(xué)習(xí)(Supervised Learning),2)無監(jiān)督學(xué)習(xí)(Unsupervised Learning),3)半監(jiān)督學(xué)習(xí)(Semi-super
決策樹(DT)在人工智能中所處的位置:人工智能-->機器學(xué)習(xí)-->監(jiān)督學(xué)習(xí)-->決策樹。決策樹主要用來解決分類和回歸問題,但是決策樹(DT)會產(chǎn)生過擬合現(xiàn)象,導(dǎo)致泛化能力變?nèi)?。過擬合是建立決策樹
人工神經(jīng)網(wǎng)絡(luò)ANN是20世紀(jì)80 年代以來人工智能領(lǐng)域興起的研究熱點。人工神經(jīng)網(wǎng)絡(luò)ANN簡稱為神經(jīng)網(wǎng)絡(luò)或類神經(jīng)網(wǎng)絡(luò)。深度學(xué)習(xí)實際上是深度神經(jīng)網(wǎng)絡(luò)DNN,即深度學(xué)習(xí)從人工神經(jīng)網(wǎng)絡(luò)ANN模型發(fā)展起來
在生活或工作中,人們經(jīng)常面臨各種各樣的選擇,很迷茫和困惑,正確的決策非常重要。同樣,人工智能研究中也會遇到?jīng)Q策問題,今天就跟大家聊聊人工智能之決策樹。 決策樹(DecisionTree)
我們清楚地認識到人工智能(AI)是一門科學(xué),機器學(xué)習(xí)(ML)是目前最主流的人工智能實現(xiàn)方法,而深度學(xué)習(xí)(DL)則是機器學(xué)習(xí)(ML)的一個分支,也是當(dāng)下最流行的機器學(xué)習(xí)(ML)的一種。
我們經(jīng)常看到這幾個熱詞:人工智能(ArTIficialIntelligence)、機器學(xué)習(xí)(MachineLearning)和深度學(xué)習(xí)(DeepLearning),但是它們之間究竟有什么區(qū)別和聯(lián)
有人說現(xiàn)在是人工智能的春天,有人說是夏天,還有人悲觀一點,說是秋天,秋天的意思就是冬天馬上就來了。 作為人工智能的學(xué)者,我們該怎么看待這件事情,我們能做些什么?不管大家怎么預(yù)測,至少今天
機器學(xué)習(xí)(ML)在許多目標(biāo)明確的領(lǐng)域有優(yōu)秀的表現(xiàn)。具有明確正誤答案區(qū)分的任務(wù)將有助于訓(xùn)練,而且能讓算法實現(xiàn)預(yù)設(shè)的目標(biāo),比如準(zhǔn)確地從圖像中識別物體,或者合理的將語言進行翻譯。然而,也有許多領(lǐng)域
據(jù)連線雜志網(wǎng)站報道,在澳大利亞的西海岸,生物學(xué)家阿曼達·霍奇森(Amanda Hodgson)控制無人機飛向印度洋上的高空。這位儒艮專家使用無人機幫助他們觀察瀕臨滅絕的研究對象。不