-
隨著生成對(duì)抗網(wǎng)絡(luò)的發(fā)展，可能讓網(wǎng)絡(luò)上到處都是個(gè)性化定制的內(nèi)容？
2014年，Ian Goodfellow提出生成對(duì)抗網(wǎng)絡(luò)(GAN)的概念, 從那之后，生成對(duì)抗網(wǎng)絡(luò)就一直是學(xué)術(shù)界的研究熱點(diǎn), Yann LeCun還稱(chēng)之為”過(guò)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(bào)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(kāi)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?qǐng)?bào)上發(fā)
-
外星人離我們已不再遙遠(yuǎn)
如果云計(jì)算在1982年就成為現(xiàn)實(shí)的話(huà)，科幻電影《外星人E.T.》中E.T. 的可能會(huì)更快的回歸自己的星球。對(duì)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(gè)可愛(ài)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(zhǎng)的趨勢(shì)，并被稱(chēng)為2013年的10項(xiàng)突破性技術(shù)之一 [1]。它是對(duì)神經(jīng)網(wǎng)絡(luò)的改進(jìn)，包含更多的計(jì)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(cè) [2]。到目前為
-
人工智能能夠完成人類(lèi)的工作時(shí)，是否會(huì)搶走人類(lèi)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(lèi)似科技熱詞時(shí)刻縈繞在我們耳邊。大多數(shù)人對(duì)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(tīng)，那么“機(jī)器學(xué)習(xí)&r
-
編程語(yǔ)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(yǔ)言！
Python，是一種面向?qū)ο蟮慕忉屝陀?jì)算機(jī)程序設(shè)計(jì)語(yǔ)言，由荷蘭人Guido van Rossum于1989年發(fā)明，第一個(gè)公開(kāi)發(fā)行版發(fā)行于1991年。 自從20世紀(jì)90年代初Python語(yǔ)
-
谷歌成功利用機(jī)器學(xué)習(xí)檢測(cè)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(zhǎng)期血糖增高可引起多種急性和慢性并發(fā)癥，可能會(huì)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(shí)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(lèi)：1）分類(lèi)；2）回歸；3）聚類(lèi)。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(guó)當(dāng)?shù)貢r(shí)間5月8日，一年一度谷歌I／O開(kāi)發(fā)者大會(huì)在山景城舉辦，外界的焦點(diǎn)皆為谷歌利用AI在各項(xiàng)研發(fā)方向的進(jìn)展。據(jù)悉，谷歌已經(jīng)開(kāi)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(lèi)：1）分類(lèi)；2）回歸；3）聚類(lèi)。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(duì)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(lèi)模式識(shí)別問(wèn)題，還可以給出一類(lèi)組合優(yōu)化問(wèn)題的
-
人工智能機(jī)器學(xué)習(xí)三大類(lèi)之回歸模型（RM）
人工智能之機(jī)器學(xué)習(xí)主要有三大類(lèi)：1）分類(lèi)；2）回歸；3）聚類(lèi)。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(gè)類(lèi)別?；貧w的目的是預(yù)測(cè)
-
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(hào)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(zhǎng)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(guò)人工智能之機(jī)器學(xué)習(xí)算法有前5大類(lèi)內(nèi)容，具體請(qǐng)參見(jiàn)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(guò)概率的人一定知道貝葉斯定理，在信息領(lǐng)域內(nèi)有著無(wú)與倫比的地位。貝葉斯算法是基于貝葉斯定理的一類(lèi)算法，主要用來(lái)解決分類(lèi)和回歸問(wèn)題。 人工智能之機(jī)器學(xué)習(xí)中最為廣泛的兩種分類(lèi)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(shí)代的步伐，數(shù)據(jù)中心的運(yùn)營(yíng)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
-
Google AI也做“章魚(yú)保羅”：預(yù)測(cè)籃球賽勝負(fù)
谷歌已經(jīng)透露，它將在本賽季最大的體育賽事中使用其數(shù)據(jù)科學(xué)技術(shù)預(yù)測(cè)NCAA Final Four比賽結(jié)果。 Google Cloud部門(mén)將使用人工智能和機(jī)器學(xué)習(xí)來(lái)計(jì)算哪支球隊(duì)將贏得比賽，但其中的不
-
Google Kubernetes機(jī)器學(xué)習(xí)工具包Kubeflow發(fā)布0.1版
摘要：在Kubernetes日漸成為各大基礎(chǔ)架構(gòu)環(huán)境都要支持的公用工具時(shí)，其應(yīng)用也逐漸在各個(gè)領(lǐng)域發(fā)酵，而該工具能調(diào)度龐大規(guī)模容器集群的能力，也相當(dāng)適合與機(jī)器學(xué)習(xí)、大數(shù)據(jù)等應(yīng)用場(chǎng)景結(jié)合。 &n
-
利用機(jī)器學(xué)習(xí)量化研究發(fā)現(xiàn),天文學(xué)領(lǐng)域的引用率對(duì)女性不利
一項(xiàng)利用機(jī)器學(xué)習(xí)對(duì)性別歧視進(jìn)行量化的研究發(fā)現(xiàn)，天文學(xué)領(lǐng)域的引用率對(duì)女性不利。據(jù)蘇黎世瑞士聯(lián)邦理工學(xué)院的研究人員估計(jì)，由于性別歧視，和男性相比，第一作者為女性的論文引用率要低10%左右。
-
避免這些常見(jiàn)的誤解，了解機(jī)器學(xué)習(xí)可以實(shí)現(xiàn)和不能實(shí)現(xiàn)的機(jī)制
摘要：當(dāng)技術(shù)像機(jī)器學(xué)習(xí)一樣被炒得沸沸揚(yáng)揚(yáng)時(shí)，就會(huì)有許多誤解產(chǎn)生。以下是關(guān)于機(jī)器學(xué)習(xí)可以提供，或不能提供的清晰視角。 &nbs
- 安富利3kW模擬電源供應(yīng)器（PSU）解決方案開(kāi)發(fā)板來(lái)襲，申請(qǐng)領(lǐng)好禮
- 得捷芯聞解碼視頻研習(xí)站第五期：打造更安全、更智能、更舒適、高續(xù)航的駕乘體驗(yàn)
- FPGA供電應(yīng)用遇挑戰(zhàn)？MPS高性能FPGA供電解決方案幫你破局
- 得捷芯聞解碼研習(xí)站第四期：網(wǎng)絡(luò)安全芯片，讓您的應(yīng)用系統(tǒng)無(wú)懈可擊
- “變現(xiàn)”指南：上傳資料獲三重紅包，親測(cè)有效！
- 《21ic技術(shù)洞察》系列欄目：AI芯紀(jì)元——AI加持，語(yǔ)?助?再進(jìn)化！
- 得捷芯聞解碼研習(xí)站第三期：MCU助?多應(yīng)?打破功耗噩夢(mèng)與安全隱患困局
