• 机器学习十大算法精髓总结

    最常见的机器学习算法是学习映射Y = f(X)来预测新X的Y,这叫做预测建模或预测分析,我们的目标是尽可能作出最准确的预测。 我们不知道函数f的样子或形式,如果知道的话,我们将会直接使用它,不需要用机器学习算法从数据中学习。 下面将概述常用的机器学习算法: 1、线性回归   线性回归的表示是一个方程,它通过找到输入变量的特定权重(称为系数B),来描述一条最适合表示输入变量x与输出变量y关系的直线。

    算法

    工程师李察 . 2019-05-05 705

  • 机器学习没有捷径可循

    O'Reilly最新的调查数据显示,大数据仍然只是1%,或者15%的企业游戏。大多数的企业(85%)依然没有破解AI和机器学习的密码。仅仅只有15%的“见多识广”的企业在生产过程中运行一些数据模型超过了5年。更重要的是,这些企业更倾向于在一些重要的领域花费时间和精力,比如模型偏差和数据隐私。相对而言,那些还属于初学者之列的企业仍然还在努力尝试着寻找启动按钮。 不幸的是,对于那些希望通过自动快捷方式

    人工智能

    工程师曾玲 . 2019-05-02 1090

  • 人工智能教科书作者Nils John Nilsson博士去世,享年86岁

    斯坦福当地时间4月23日消息:AI先驱、A*搜索算法发明者、人工智能名人堂入选者、AAAI前任主席、多部人工智能教科书作者Nils John Nilsson博士去世,享年86岁。 Nils John Nilsson教授(1933年2月6日-2019年4月23日)出生于密歇根州的萨吉诺,是人工智能学科的创始者、研究者之一。他是斯坦福大学计算机科学专业的第一位Kumagai工程教授(名誉),自1990

    神经网络

    lq . 2019-04-26 1235

  • 目前数据分析师的招聘需求如何?评价待遇如何?

    Python语言相关的岗位非常多,有运维,有自动化测试,有后端开发,有机器学习,如果想要快速上手,并且有不错的就业,那就推荐数据分析。 目前数据分析师的招聘需求如何?评价待遇如何?我们用Python爬取了深圳不同行业数据分析师的招聘需求,来看下目前数据分析师行业的整体情况。从需求角度来说,金融、电子商务、移动互联网这些热门行业对数据分析师的需求仍然很大,这也是目前非常热门的几个行业。 从薪资来看,

    机器学习

    lq . 2019-04-24 800

  • 到2023年,AI和机器学习数据准备解决方案市场达12亿美元

    Cognilytica在最新的调查中评估了数据准备解决方案、数据工程解决方案和的数据标签解决方案需求。数据准备解决方案旨在清理、增强和以其他方式增强用于机器学习的数据。数据工程解决方案旨在为企业提供移动的和处理大量数据的方法。数据标签解决方案旨在使用机器学习培训模型中所需的注释来增强数据。 主要调查结果: 2018年,人工智能和机器学习数据准备解决方案的市场价值超过5亿美元,到2023年底将增长到

    AI

    YXQ . 2019-04-22 1265

  • 第一本由机器学习生成的书籍——《锂离子电池:机器生成的当前研究摘要》

    表的研究数量超过任何学者希望跟上的数量,但很快他们可能会依赖AI同伴阅读数千篇文章并从中提取摘要——这正是歌德大学的一个团队所做的。 学术出版商 Springer Nature 出版了第一本由机器学习生成的书籍——《锂离子电池:机器生成的当前研究摘要》,它概述了锂离子电池领域的最新研究成果,大约250页。 与电池研究一样有趣的是,它只与该项目的实际目的相关。人工智能的创造者,在本书的广泛而有趣的序

    人工智能

    lp . 2019-04-16 1300

  • 学术出版商 Springer Nature 出版了第一本由 AI作家创作的书籍

    表的研究数量超过任何学者希望跟上的数量,但很快他们可能会依赖AI同伴阅读数千篇文章并从中提取摘要——这正是歌德大学的一个团队所做的。 学术出版商 Springer Nature 出版了第一本由机器学习生成的书籍——《锂离子电池:机器生成的当前研究摘要》,它概述了锂离子电池领域的最新研究成果,大约250页。 与电池研究一样有趣的是,它只与该项目的实际目的相关。人工智能的创造者,在本书的广泛而有趣的序

    AI

    YXQ . 2019-04-16 1380

  • Zillow提供的100万美元机器学习房价预测大赛奖金会花落谁家?

    房地产巨头Zillow将提供100万美元奖励最佳估价 1714年,英国议会通过了《经度法案》,授予任何能够提出测量海上经度实用方法的人一大笔奖金。在当今智能手机和GPS卫星的世界里,确定经度似乎是微不足道的事情,但在当时,这却是一项巨大的技术挑战。这一策略是有效的,多年来一直不断推动航海天文钟的发展,这一手持机械奇迹般地挽救了无数海员的生命。 从那以后,许多领域都在用奖金推动创新。哈佛商学院的乔希

    机器学习

    YXQ . 2019-04-15 485

  • 机器学习:快速精确预测电子结构问题

    基于求解密度泛函理论(DFT)Kohn-Sham(KS)方程的模拟,已成为现代材料学和化学研究和开发组合过程的重要组成部分。尽管KS方程具有很强的普适性,但由于求解计算量很大,常规DFT计算一般只限于几百个原子。 来自佐治亚理工学院的Rampi Ramprasad领导的团队,报道了一种基于机器学习的方法,可以不直接求解KS方程而有效预测电子结构。该方法利用新的旋转不变表示,将格点周围的原子环境映射

    电子

    YXQ . 2019-04-12 550

  • 【人工智能】红外相机通过机器学习算法实现目标自主识别

    澳大利亚昆士兰科技大学科学家开发了一种无人机探测系统,通过对飞行中捕获的红外视频图像进行算法分析,成功识别考拉种群。 在2019年3月1日发表的“低空监视和机器学习自动检测考拉”论文中,该项目的科学家们指出,通常,通过地面观察和成像只能检测到测量区域内60%-75%的考拉。 红外像机和机器学习用于无人机。在研究中,科学家们采用FLIR Tau 2 640热像仪,分辨率为640x512,透镜焦距为1

    人工智能

    YXQ . 2019-04-09 2035

  • 麻省理工学院韩松团队新突破:直接针对目标硬件平台训练专用的卷积神经网络

    基于让人工智能可快速大规模布建的需求,自动机器学习(AutoML)和神经网络架构搜索(NAS,Neural Architecture Search)成为相当受到关注的新领域,NAS 旨在利用算法自动设计出神经网络,优点是快速且高效,缺点则是需要大量的运算能力,成本昂贵。 麻省理工学院(MIT)电子工程和计算机科学系助理教授韩松与团队人员蔡涵和朱力耕设计出的 NAS 算法—ProxylessNAS,

    神经网络

    lp . 2019-04-04 1000

  • 标记训练集中的数据样本是开发机器学习应用的最大瓶颈之一

    数据集就是机器学习行业的石油,强大的模型需要含有大量样本的数据集作为基础。而标记训练集中的数据样本是开发机器学习应用的最大瓶颈之一。 最近,谷歌与斯坦福大学、布朗大学一起,研究如何快速标记大型数据集,将整个组织的资源用作分类任务的弱监督资源,使机器学习的开发时间和成本降低一个数量级。 谷歌在论文中表示,这种方法能让工程师能够在不到30分钟的时间内对数百万个样本执行弱监督策略。 他们使用一种Snor

    函数

    lp . 2019-04-02 785

  • Google 成立「Robotics at Google」团队,专注于机器学习

    尽管过去几年里 Google 出售了 Boston Dynamics,而且还关掉了一些自己收购的初创团队,但他们的机器人事业并未真正走向终结。在其最新发布的一篇博客以及纽约时报昨天的报道中,都提到了一些新机器人实验室接下来的发展计划。据介绍这个被称作「Robotics at Google」的团队,并不会像之前的 Boston Dynamics 那样专注于人形、四足机器人的开发。他们的偏重点会更多转

    Google

    YXQ . 2019-04-02 855

  • 量子计算机的“杀手级应用”可能很快就要诞生了

    关于量子计算和机器学习之间的融合一直是业界关注的焦点。最近在《自然》上的一篇论文,从二者对数据处理方式的联系出发,将传统计算机的数据映射到只存在量子态的空间中,实现面向图像识别任务的监督式机器学习过程。量子计算机的“杀手级应用”可能很快就要诞生了。 目前,机器学习和量子计算的热度可谓不相伯仲,从数学基础上看,二者在某些方面也确实非常相似。 最近,在Nature上发表的一篇论文中,Havlíček等

    机器学习

    YXQ . 2019-03-27 750

  • 当人工智能遇到人类智能,如何才能选对未来人生赛道?

    2019年1月25日,谷歌旗下公司DeepMind开发的全新AI程序AlphaStar,在《星际争霸2》人机大战中,以10:1的战绩,全面击溃了人类职业高手。这不禁让人想到2017年AlphaGo以3场全胜的战绩,击败当时世界排名第一的围棋选手柯洁的场景。 “人工智能”这个已经存在60多年的词语,仿佛一夜之间重新成为热词。同时被科技圈和企业界广泛提及的还有“机器学习”“深度学习”“神经网络”……

    图像识别

    lp . 2019-03-26 1075

  • 为什么几百种编程语言偏偏Python炙手可热?

    自古文人相轻。程序员也有一条鄙视链,并且相当复杂。 比如 PHP 程序员鄙视所有其它语言的程序员,就因为 PHP 程序员一致认为 PHP 是世界上最好的语言。当然从10 多年前到现在这个世界上最好的语言使用的人已经越来越少了。 所以讨论编程语言的优劣兴衰一直是一个口水战话题,不如:Talk is cheap show me the code。 还记得罗振宇在 2019 年的跨年演讲中,反复强调趋势

    编程语言

    lp . 2019-03-21 785

  • 谷歌最便宜TPU值不值得买?TPU在执行神经网络计算方面的优势

    谷歌本月推出千元级搭载Edge TPU芯片的开发板,性能令人期待。本文以可视化图形的方式,对比TPU、GPU和CPU,解释了TPU在执行神经网络计算方面的优势。 谷歌最便宜 TPU 值不值得买? 谷歌 Edge TPU 在本月初终于公布价格 —— 不足 1000 元人民币,远低于 TPU。 实际上,Edge TPU 基本上就是机器学习的树莓派,它是一个用 TPU 在边缘进行推理的设备。 Edge

    谷歌

    lp . 2019-03-21 1230

  • 最新一批的人工智能“独角兽”名单:中国占10家

    2018年,估值10亿美元以上的人工智能创业公司几乎翻了一番。业务涉及金融反欺诈到招聘软件等领域,这是最新一批的人工智能“独角兽”名单。 近日,调研机构CB Insights发布了全球值得关注的人工智能独角兽报告。报告显示,截止目前已经有32家人工智能公司估值达到10亿美元以上,其中2018年就有17家人工智能创业公司进入独角兽俱乐部,高于前一年的9家。 我们将人工智能公司定义为那些将机器学习作为

    人工智能

    lp . 2019-03-19 1055

  • 什么是科学假设?什么是统计假设?什么又是机器学习假设呢?

    什么是科学假设?什么是统计假设?什么又是机器学习假设呢? 虽然同为假说,这三个东西其实还真不太一样! 今天,就带你来区分一下“假设”三兄弟。 了解完它们的区别后,你会对假设一词在不同领域会有更深刻的认识,对于更好的使用假设会有更深入的理解。同时,对于机器学习的入门者来说,这样一篇文章对于个人今后在该领域的发展就是如虎添翼。 通常,我们所理解的监督性机器学习,是一个类似于研究从输入映射到输出的目标函

    神经网络

    lp . 2019-03-16 800

  • 接下来的至少10年中,AI都将依然持续成为一大热门领域

    根据美国市场情报公司Tractica公布的数据,我们可以推断,在接下来的至少10年中,AI都将依然持续成为一大热门领域。 据美国市场情报公司Tractica预测的数据,相较2018年,至2025年,AI市场总值会增长近15倍 互联网行业虽然经历了寒冬,但是国内互联网三巨头BAT等科技公司仍然在积极布局人工智能领域,大量招募AI高端人才,人才市场对于AI人才的热度仍居高不下。据报道,中国有12113

    人工智能

    lp . 2019-03-15 1200