-
機器學習和機器發(fā)現(xiàn)區(qū)別在哪？
機器學習現(xiàn)在可謂是炙手可熱。只要應(yīng)用機器學習，就可以有效豐富數(shù)據(jù)和知識，促進有價值的任務(wù)自動化，包括感知、分類和數(shù)值預(yù)測等。而它的“兄弟”—&m
-
IBM機器學習讓可再生能源物盡其用
IBM的SMT系統(tǒng)使用天氣型態(tài)在數(shù)周前收集海量數(shù)據(jù)點并預(yù)測有多少太陽能和風能可被利用。 通過預(yù)測天氣，科技可以預(yù)報有多少能源可以通過太陽能和風能資源產(chǎn)生。 IBM已經(jīng)發(fā)明了一個計
-
中國科大在國際上首次實現(xiàn)量子機器學習算法
中國科學技術(shù)大學潘建偉教授及其同事陸朝陽、劉乃樂等組成的研究團隊在國際上首次實現(xiàn)量子機器學習算法。日前，國際權(quán)威物理學期刊《物理評論 快報》發(fā)表了這一論文[Phys. Rev. Lett. 11
-
機器學習中更多的數(shù)據(jù)比更好的算法好？沒有合理的方法數(shù)據(jù)會成為噪音
在機器學習中，更多的數(shù)據(jù)總是比更好的算法好嗎?對于Quora上的這個問題，Netflix公司工程總監(jiān)Xavier Amatriain認為，很多時候增加更多的樣本到訓練集并不會提高模型的性能，而如
-
細說機器學習的方法
機器學習(Machine Learning, ML)是一門多領(lǐng)域交叉學科，涉及概率論、統(tǒng)計學、逼近論、凸分析、算法復雜度理論等多門學科。專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學習行為，以獲取新的知識
-
什么是機器學習？機器學習能解決什么問題？（案例分析）
隨著大數(shù)據(jù)時代的到來，機器學習成為解決問題的一種重要且關(guān)鍵的工具。不管是工業(yè)界還是學術(shù)界，機器學習都是一個炙手可熱的方向，但是學術(shù)界和工 業(yè)界對機器學習的研究各有側(cè)重，學術(shù)界側(cè)重于對機器學習理論
-
關(guān)于機器學習的前世今生和怎么用機器學習的方法去解決問題
Part 1: 機器學習的前世今生. 既然說機器學習，就從什么機器學習開始，相對而言，機器學習是一個比較泛的概念 初看的話，會覺得機器學習和人工智能，數(shù)據(jù)挖掘講的東西很像，實際他
-
Judea Pearl：從機器學習的帶領(lǐng)人到AI領(lǐng)域最堅定的反對派
Judea Pearl幫助AI在概率計算上取得了巨大進步，但是仍然嘆息道：AI在因果關(guān)系計算上無能為力。 AI得以發(fā)展到今天的聰明才智，離不開Judea Pearl的功勞。20世紀80年
-
更強大的“谷歌大腦”，谷歌擴充機器神經(jīng)網(wǎng)絡(luò)規(guī)模
“機器學習”的概念自上世紀50年代出來以來就備受科技界的關(guān)注，而近年來“深度學習”逐漸成為機器學習研究中的一個新的領(lǐng)域，其動機在于建立、模擬人腦進
-
可以檢測潛在心臟病的人工智能技術(shù)
人工智能在醫(yī)療領(lǐng)域扮演著越來越重要的角色，它的發(fā)展從診斷糖尿病和醫(yī)學掃描，到未來甚至可能完全取代醫(yī)生?，F(xiàn)階段，它能夠識別一些傳統(tǒng)的診斷工具難以識別的隱秘的威脅生命的疾病。AliveCor，是Ka
-
人工智能能否幫我們找到外星人？
據(jù)科學美國人雜志報道，在尋找外星智慧生命（SETI）的過程中，我們經(jīng)常尋找與我們擁有類似智慧、技術(shù)和交流方式的生命體。但是天文學家、SETI（搜尋地外文明）的先驅(qū)者吉爾·塔特（Ji
-
開發(fā)人工智能技術(shù)RAPID，讓其監(jiān)控工廠和生產(chǎn)流水線
人工智能技術(shù)最近經(jīng)常被提及，但除了谷歌展現(xiàn)的阿法狗之外，很少有能夠讓我們感覺特別神奇的人工智能技術(shù)，不得不說人工智能是未來，但發(fā)展道路還很長。 日本NEC公司也開發(fā)出了一套人工
-
利用人工智能識別歌曲風格，從而進行分類
任何曾經(jīng)編輯過磁帶或SpoTIfy播放列表的人都知道，當他們在歌曲中傳遞出了某種情感時，他們就會取得成功。這就是為什么Gracenote的音樂數(shù)據(jù)專家長期以來一直根據(jù)情緒和情感對世界萬千繁雜音樂
-
歐司朗收購加拿大初創(chuàng)公司Motorlea 拓展植物照明生態(tài)鏈
溫室或者室內(nèi)農(nóng)場為了提高生產(chǎn)效率、減少人工成本，就需要進行智能化的管理。歐司朗的風險投資事業(yè)部Fluxunit收購了加拿大初創(chuàng)公司Motorleaf的部分股份，致力于發(fā)展高端溫室技術(shù)，從而實現(xiàn)種
-
人工智能已具備無提示辨認物體的技能
讓機器像新生兒的大腦一樣進行自我學習和思考，這聽上去不可思議的場景正在谷歌代號為“Google X”的秘密研發(fā)部轉(zhuǎn)變?yōu)楝F(xiàn)實。 近日，Google科學家杰夫&mid
-
百度著力于機器學習以及數(shù)據(jù)挖掘 已成立興趣小組
互聯(lián)網(wǎng)的飛速發(fā)展使其成為全球信息傳播和共享的重要資源，互聯(lián)網(wǎng)上的數(shù)據(jù)也呈幾何級數(shù)增長，然而要從互聯(lián)網(wǎng)上獲取有用的知識卻變得非常困難，“數(shù)據(jù)爆炸，知識貧乏”已成為當下迫切需
-
與協(xié)作型機器人共筑新型態(tài)的關(guān)燈工廠
協(xié)作型機器人改變了人機之間的互動模式，讓人與機器之間各自獨有的價值有效發(fā)揮，市場更因此看好，當進展到「工業(yè)5.0」時代時，將會是協(xié)作型機器人的天下。而現(xiàn)今市場為了加速協(xié)作型機器人的普及，也致力于
-
工業(yè)4.0和機器學習興起 助推工業(yè)物聯(lián)網(wǎng)全面發(fā)展
隨著機器人技術(shù)和工廠自動化技術(shù)的不斷發(fā)展，制造行業(yè)需要掌握和利用這些技術(shù)進步，也需要了解“工業(yè)4．0”對數(shù)據(jù)中心和電源保護部門的影響。 根據(jù)調(diào)查，“工
-
AMD的人工智能策略與與產(chǎn)品優(yōu)勢
2018年5月16日至18日，第二屆世界智能大會（WIC2018）在天津梅江會展中心成功舉行。本屆大會以“智能時代：新進展、新趨勢、新措施”為主題，持續(xù)打造中國最具權(quán)威、
-
機器學習算法之基于黑盒語音識別的目標對抗樣本
谷歌大腦最近研究表明，任何機器學習分類器都可能被欺騙，給出不正確的預(yù)測。在自動語音識別（ASR）系統(tǒng)中，深度循環(huán)網(wǎng)絡(luò)已經(jīng)取得了一定的成功，但是許多人已經(jīng)證明，小的對抗干擾就可以欺騙深層神經(jīng)網(wǎng)絡(luò)。
