圍繞人工智能(AI)和機(jī)器學(xué)習(xí)(ML)的炒作已經(jīng)達(dá)到令人難以置信的程度,有些評(píng)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(jī)器人相關(guān)的項(xiàng)目。Vanhoucke主要的研究領(lǐng)域是語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)
據(jù)國(guó)外媒體報(bào)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(kāi)發(fā)出一款機(jī)器學(xué)習(xí)軟件。研究人員認(rèn)為,這款機(jī)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(qiáng)大的軟件比傳統(tǒng)的預(yù)
上周五微軟宣布收購(gòu)美國(guó)一家人工智能初創(chuàng)公司Maluuba,具體收購(gòu)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(yǔ)言理解,擅長(zhǎng)問(wèn)答及決策系統(tǒng)的深度學(xué)習(xí)與強(qiáng)
深度學(xué)習(xí)三大牛之一的Yann Lecun教授給出了一個(gè)關(guān)于機(jī)器學(xué)習(xí)中的有監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和增強(qiáng)學(xué)習(xí)的一個(gè)有趣的比喻,他說(shuō):如果把智能(Intelligence)比作一個(gè)蛋糕,那么無(wú)監(jiān)督學(xué)習(xí)就
2015-2016的機(jī)器學(xué)習(xí)平臺(tái)開(kāi)源大潮中,美國(guó)是當(dāng)之無(wú)愧的引領(lǐng)者:無(wú)論是谷歌、亞馬遜、微軟、IBM等互聯(lián)網(wǎng)巨頭,還是美國(guó)各大科研院所,為開(kāi)源世界貢獻(xiàn)了品類(lèi)繁多的機(jī)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(lái),我發(fā)現(xiàn)人工智能技術(shù)逐步從概念轉(zhuǎn)向?qū)嶋H——機(jī)器學(xué)習(xí)技術(shù)位于前沿,并且變得更易于使用,即使對(duì)于沒(méi)有專(zhuān)業(yè)知識(shí)的團(tuán)隊(duì)也是如此。 隨著
當(dāng)前人工智能之機(jī)器學(xué)習(xí)算法主要有7大類(lèi):1)監(jiān)督學(xué)習(xí)(Supervised Learning),2)無(wú)監(jiān)督學(xué)習(xí)(Unsupervised Learning),3)半監(jiān)督學(xué)習(xí)(Semi-super
決策樹(shù)(DT)在人工智能中所處的位置:人工智能-->機(jī)器學(xué)習(xí)-->監(jiān)督學(xué)習(xí)-->決策樹(shù)。決策樹(shù)主要用來(lái)解決分類(lèi)和回歸問(wèn)題,但是決策樹(shù)(DT)會(huì)產(chǎn)生過(guò)擬合現(xiàn)象,導(dǎo)致泛化能力變?nèi)酢_^(guò)擬合是建立決策樹(shù)
人工神經(jīng)網(wǎng)絡(luò)ANN是20世紀(jì)80 年代以來(lái)人工智能領(lǐng)域興起的研究熱點(diǎn)。人工神經(jīng)網(wǎng)絡(luò)ANN簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)或類(lèi)神經(jīng)網(wǎng)絡(luò)。深度學(xué)習(xí)實(shí)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(lái)
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(huì)遇到?jīng)Q策問(wèn)題,今天就跟大家聊聊人工智能之決策樹(shù)。 決策樹(shù)(DecisionTree)
我們清楚地認(rèn)識(shí)到人工智能(AI)是一門(mén)科學(xué),機(jī)器學(xué)習(xí)(ML)是目前最主流的人工智能實(shí)現(xiàn)方法,而深度學(xué)習(xí)(DL)則是機(jī)器學(xué)習(xí)(ML)的一個(gè)分支,也是當(dāng)下最流行的機(jī)器學(xué)習(xí)(ML)的一種。
我們經(jīng)常看到這幾個(gè)熱詞:人工智能(ArTIficialIntelligence)、機(jī)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(shuō)現(xiàn)在是人工智能的春天,有人說(shuō)是夏天,還有人悲觀一點(diǎn),說(shuō)是秋天,秋天的意思就是冬天馬上就來(lái)了。 作為人工智能的學(xué)者,我們?cè)撛趺纯创@件事情,我們能做些什么?不管大家怎么預(yù)測(cè),至少今天
機(jī)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(shí)現(xiàn)預(yù)設(shè)的目標(biāo),比如準(zhǔn)確地從圖像中識(shí)別物體,或者合理的將語(yǔ)言進(jìn)行翻譯。然而,也有許多領(lǐng)域
據(jù)連線雜志網(wǎng)站報(bào)道,在澳大利亞的西海岸,生物學(xué)家阿曼達(dá)·霍奇森(Amanda Hodgson)控制無(wú)人機(jī)飛向印度洋上的高空。這位儒艮專(zhuān)家使用無(wú)人機(jī)幫助他們觀察瀕臨滅絕的研究對(duì)象。不
今天,機(jī)器學(xué)習(xí)諸多理論的主要奠基人、美國(guó)三院院士Michael I. Jordan受聘為清華大學(xué)訪問(wèn)教授,同時(shí)發(fā)表主題報(bào)告。Jordan認(rèn)為,大數(shù)據(jù)的增長(zhǎng)對(duì)傳統(tǒng)的數(shù)據(jù)科學(xué)理論提出了改變的需求,特
隨著人工智能的發(fā)展,人類(lèi)將會(huì)把越來(lái)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(jiàn)。近期的一份研究報(bào)告中,Google的一名研究科學(xué)
評(píng)價(jià)一家公司好與壞,通常會(huì)用到“一般公認(rèn)會(huì)計(jì)原則”(GAAP) 而這種類(lèi)型的原則常常只能評(píng)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(píng)估。機(jī)器學(xué)
芬蘭的研究人員利用機(jī)器學(xué)習(xí)開(kāi)發(fā)出一種技術(shù),可以在你閱讀時(shí)讀取你的腦信號(hào)來(lái)捕捉你的興趣點(diǎn)。 未來(lái)涌現(xiàn)的數(shù)據(jù)越來(lái)越多,人們又將如何智能地篩分導(dǎo)航信息呢?所以面對(duì)堆積如山的MBs(數(shù)據(jù)流量),