-
機(jī)器學(xué)習(xí)領(lǐng)域的“邁克爾·喬丹”清華演講
今天，機(jī)器學(xué)習(xí)諸多理論的主要奠基人、美國三院院士Michael I. Jordan受聘為清華大學(xué)訪問教授，同時發(fā)表主題報告。Jordan認(rèn)為，大數(shù)據(jù)的增長對傳統(tǒng)的數(shù)據(jù)科學(xué)理論提出了改變的需求，特
-
機(jī)器學(xué)習(xí)的決策滲透著偏見，能把決策權(quán)完全交給機(jī)器嗎？
隨著人工智能的發(fā)展，人類將會把越來越多的決策權(quán)交給機(jī)器。但是，從目前的一些事例看，基于機(jī)器學(xué)習(xí)的決策并非那么公正完美，相反，那些決策也滲透著偏見。近期的一份研究報告中，Google的一名研究科學(xué)
-
機(jī)器學(xué)習(xí)收集人類數(shù)據(jù)，幫助評判有形資產(chǎn)
評價一家公司好與壞，通常會用到“一般公認(rèn)會計原則”（GAAP） 而這種類型的原則常常只能評判有形資產(chǎn)。人、思想可不像賬目清單和銀行賬戶，一目了然，隨意評估。機(jī)器學(xué)
-
機(jī)器學(xué)習(xí)新技術(shù)，從你的腦信號來捕捉你的興趣點(diǎn)
芬蘭的研究人員利用機(jī)器學(xué)習(xí)開發(fā)出一種技術(shù)，可以在你閱讀時讀取你的腦信號來捕捉你的興趣點(diǎn)。 未來涌現(xiàn)的數(shù)據(jù)越來越多，人們又將如何智能地篩分導(dǎo)航信息呢？所以面對堆積如山的MBs（數(shù)據(jù)流量），
-
隨著生成對抗網(wǎng)絡(luò)的發(fā)展，可能讓網(wǎng)絡(luò)上到處都是個性化定制的內(nèi)容？
2014年，Ian Goodfellow提出生成對抗網(wǎng)絡(luò)(GAN)的概念, 從那之后，生成對抗網(wǎng)絡(luò)就一直是學(xué)術(shù)界的研究熱點(diǎn), Yann LeCun還稱之為”過去十年間，機(jī)器學(xué)習(xí)領(lǐng)域最
-
軟件正在“吞噬”全世界 機(jī)器學(xué)習(xí)卻主導(dǎo)了軟件行業(yè)
據(jù)外媒報道，就如同幾年前軟件接管全球技術(shù)行業(yè)一樣，如今我們看到機(jī)器學(xué)習(xí)算法開始主導(dǎo)軟件行業(yè)。 五年前，科技企業(yè)家馬克·安德森（Marc Andreesen）在華爾街日報上發(fā)
-
外星人離我們已不再遙遠(yuǎn)
如果云計算在1982年就成為現(xiàn)實(shí)的話，科幻電影《外星人E.T.》中E.T. 的可能會更快的回歸自己的星球。對于那些并不是很了解的年輕人而言，E.T. 是同名叫座電影中的一個可愛的外星人&mdas
-
領(lǐng)先的機(jī)器學(xué)習(xí)工具，深度學(xué)習(xí)將如何改變醫(yī)療成像領(lǐng)域？
深度學(xué)習(xí)在數(shù)據(jù)分析方面正在呈現(xiàn)持續(xù)增長的趨勢，并被稱為2013年的10項突破性技術(shù)之一 [1]。它是對神經(jīng)網(wǎng)絡(luò)的改進(jìn)，包含更多的計算層，從而能夠在數(shù)據(jù)中進(jìn)行更高層次的抽象和預(yù)測 [2]。到目前為
-
人工智能能夠完成人類的工作時，是否會搶走人類的飯碗呢？
人工智能的浪潮正在席卷全球，大數(shù)據(jù)、機(jī)器學(xué)習(xí)等諸多類似科技熱詞時刻縈繞在我們耳邊。大多數(shù)人對這些高頻詞匯背后的含義總是似懂非懂。相較而言，大數(shù)據(jù)與人工智能我們常聽，那么“機(jī)器學(xué)習(xí)&r
-
編程語言排行榜Python高居首位，是什么讓它成為最流行的機(jī)器學(xué)習(xí)語言！
Python，是一種面向?qū)ο蟮慕忉屝陀嬎銠C(jī)程序設(shè)計語言，由荷蘭人Guido van Rossum于1989年發(fā)明，第一個公開發(fā)行版發(fā)行于1991年。 自從20世紀(jì)90年代初Python語
-
谷歌成功利用機(jī)器學(xué)習(xí)檢測出糖尿病性視網(wǎng)膜病變，與眼科醫(yī)生旗鼓相當(dāng)
糖尿病本身不一定造成危害，但長期血糖增高可引起多種急性和慢性并發(fā)癥，可能會導(dǎo)致失明、心血管疾并腎功能衰竭甚至是下肢截肢等，嚴(yán)重時甚至可能導(dǎo)致死亡。其中糖尿病性視網(wǎng)膜病變（DR）是糖尿病性微血管病
-
人工智能機(jī)器學(xué)習(xí)之K近鄰算法（KNN）
人工智能之機(jī)器學(xué)習(xí)主要有三大類：1）分類；2）回歸；3）聚類。今天我們重點(diǎn)探討一下K近鄰（KNN）算法。 K近鄰KNN（k－Nearest Neighbor）算法，也叫K最近鄰算法，19
-
人工智能你到底了解多少？
AI概念籠統(tǒng)，范圍廣大，到底什么才是AI的核心？ 美國當(dāng)?shù)貢r間5月8日，一年一度谷歌I／O開發(fā)者大會在山景城舉辦，外界的焦點(diǎn)皆為谷歌利用AI在各項研發(fā)方向的進(jìn)展。據(jù)悉，谷歌已經(jīng)開發(fā)了最新
-
人工智能機(jī)器學(xué)習(xí)之受限玻爾茲曼機(jī)（RBM）算法
人工智能之機(jī)器學(xué)習(xí)主要有三大類：1）分類；2）回歸；3）聚類。今天我們重點(diǎn)探討一下受限玻爾茲曼機(jī)（RBM）算法。 受限玻爾茲曼機(jī)RBM在深度學(xué)習(xí)領(lǐng)域一直有重要應(yīng)用，它是一種可用隨機(jī)神經(jīng)網(wǎng)
-
對Hopfield神經(jīng)網(wǎng)絡(luò)（HNN）下結(jié)論及分析在人工智能方面的應(yīng)用
神經(jīng)網(wǎng)絡(luò)在1980年代復(fù)興歸功于物理學(xué)家約翰·霍普菲爾德（Hopfield）。1982年，霍普菲爾德提出了一種新的神經(jīng)網(wǎng)絡(luò)，可以解決一大類模式識別問題，還可以給出一類組合優(yōu)化問題的
-
人工智能機(jī)器學(xué)習(xí)三大類之回歸模型（RM）
人工智能之機(jī)器學(xué)習(xí)主要有三大類：1）分類；2）回歸；3）聚類。今天我們重點(diǎn)探討一下回歸模型（RM）。 回歸不是單一的有監(jiān)督學(xué)習(xí)技術(shù)，而是許多技術(shù)所屬的整個類別?；貧w的目的是預(yù)測
-
人工智能之機(jī)器學(xué)習(xí)Analogizer算法－支持向量機(jī)（SVM）
人工智能之機(jī)器學(xué)習(xí)有5大流派： 1） 符號主義，2） 貝葉斯派，3） 聯(lián)結(jié)主義，4） 進(jìn)化主義，5） Analogizer。今天我們重點(diǎn)探討一下Analogizer中最擅長算法－支持向量機(jī)（SV
-
什么是遷移學(xué)習(xí)？遷移學(xué)習(xí)的實(shí)現(xiàn)方法與工具分析
深度學(xué)習(xí)主要強(qiáng)調(diào)的是特征，強(qiáng)化學(xué)習(xí)主要強(qiáng)調(diào)的是反饋，而遷移學(xué)習(xí)主要強(qiáng)調(diào)的是適應(yīng)。 之前介紹過人工智能之機(jī)器學(xué)習(xí)算法有前5大類內(nèi)容，具體請參見相關(guān)文章。今天我們重點(diǎn)探討一下第6
-
機(jī)器學(xué)習(xí)之樸素貝葉斯
學(xué)習(xí)過概率的人一定知道貝葉斯定理，在信息領(lǐng)域內(nèi)有著無與倫比的地位。貝葉斯算法是基于貝葉斯定理的一類算法，主要用來解決分類和回歸問題。 人工智能之機(jī)器學(xué)習(xí)中最為廣泛的兩種分類模型是1）決策
-
人工智能為數(shù)據(jù)中心提供更多技術(shù)支持
與許多為業(yè)務(wù)捉摸支持的技術(shù)一樣，許多數(shù)據(jù)中心都采用效率低下的傳統(tǒng)技術(shù)因此，為了跟上時代的步伐，數(shù)據(jù)中心的運(yùn)營需要更大的發(fā)展。而人工智能可能就是提供更多支持的一種技術(shù)。 人工智能(AI)不
