AI人工智能的发展方向在这里
随着科学技术的发展，越来越多的人工智能出现在我们的生活当中，使我们的生活更快捷方便。近几年，人工智能技术在实体经济中寻找落地应用场景成为核心要义，据艾瑞资料库数据显示，2018年中国人工智能赋能实体经济的市场规模达到251亿元，赋能价值有望在2021年突破千亿。人工智能技术与传统行业经营模式及业务流程产生实质性融合，智能经济时代的全新产业版图初步显现。 ●市场规模大 ● 从图中我们可以看出未来的市
人工智能
云蝠智能商学院 . 2021-04-02 4015
路透两年内将向AI、机器学习投资至少5亿美元 更多依赖机器
腾讯科技讯 2月25日消息，新闻和信息集团汤森路透周三表示，该公司将精简技术，关闭办公室，并更多地依赖机器，为迎接新冠肺炎疫情之后的新世界做好准备。此前，该公司发布了最新财报，显示营收和运营利润都有所增长。 汤森路透承诺，将在两年内投资5亿至6亿美元来提升其技术实力，包括投资于人工智能（AI）和机器学习，以更快地将数据传送给在疫情期间越来越多在家工作的专业客户。该公司希望从内容提供商转变为内容驱动
人工智能
腾讯科技 . 2021-02-27 1255
谷歌创意实验室推出Alto机器学习小工具 通过 Coral USB Accelerator 展开教学
谷歌创意实验室（GoogleCreativeLab）本周介绍了一个名叫Alto的新项目，旨在通过CoralUSBAccelerator展开教学。对于想要掌握机器学习基础知识的用户们来说，Alto能够提供一种适用于各种硬件项目的学习方式，且该项目的代码和模板都是免费的。 据悉，ALTO全称为“ALittleTeachableObject”（一款小巧的可教学对象）。作为一个开放源代码的AI实验项目，其
谷歌
cnBeta.COM . 2021-02-24 1285
如何防止我的模型过拟合？这篇文章给出了6大必备方法
编辑：小舟 正如巴菲特所言：「近似的正确好过精确的错误。」 在机器学习中，过拟合（overfitting）会使模型的预测性能变差，通常发生在模型过于复杂的情况下，如参数过多等。本文对过拟合及其解决方法进行了归纳阐述。 在机器学习中，如果模型过于专注于特定的训练数据而错过了要点，那么该模型就被认为是过拟合。该模型提供的答案和正确答案相距甚远，即准确率降低。这类模型将无关数据中的噪声视为信号，对准确率
过拟合
机器之心 . 2021-01-20 890
优化器怎么选？一文教你选择适合不同ML项目的优化器
选自lightly.ai 机器之心编译 编辑：小舟、杜伟 为机器学习项目选择合适的优化器不是一件简单的事。 优化器是深度学习领域的重要组成模块之一，执行深度学习任务时采用不同的优化器会产生截然不同的效果。这也是研究者们不遗余力「炼丹」的原因之一。常见的优化算法包括梯度下降（变体 BGD、SGD 和 MBGD）、Adagrad、Adam、Momentum 等，如此繁多的优化器应该如何做出抉择呢？ 不
ai
机器之心 . 2021-01-05 1290
七种机器学习算法的关键点介绍
1.支持向量机（SVM） 关键点：C参数 SVM创建一个决策边界，以区分两个或多个类。 软裕量支持向量机尝试解决具有以下目标的优化问题： 增加决策边界与类（或支持向量）的距离 最大化在训练集中正确分类的点数 这两个目标之间显然需要权衡取舍。决策边界可能必须非常接近某一特定类才能正确标记所有数据点。但是，在这种情况下，由于决策边界对噪声和自变量的微小变化过于敏感，因此新观测值的准确性可能会降低。 另
机器学习算法
闻数起舞 . 2020-12-17 900
中国量子计算原型机九章成功问世
200秒只是短短一瞬，6亿年早已是沧海桑田。12月4日，中国科学技术大学宣布该校潘建伟等人成功构建76个光子的量子计算原型机“九章”，求解数学算法高斯玻色取样只需200秒，而目前世界最快的超级计算机要用6亿年。这一突破使我国成为全球第二个实现“量子优越性”的国家。 “量子优越性像个门槛，是指当新生的量子计算原型机，在某个问题上的计算能力超过了最强的传统计算机，就证明其未来有多方超越的可能。”中科大
计算机
新华社 . 2020-12-04 945
中国量子计算原型机“九章”问世
12月4日消息，200秒只是短短一瞬，6亿年早已是沧海桑田。12月4日，中国科学技术大学宣布该校潘建伟等人成功构建76个光子的量子计算原型机“九章”，求解数学算法高斯玻色取样只需200秒，而目前世界最快的超级计算机要用6亿年。这一突破使我国成为全球第二个实现“量子优越性”的国家。 “量子优越性像个门槛，是指当新生的量子计算原型机，在某个问题上的计算能力超过了最强的传统计算机，就证明其未来有多方超越
计算机
新华社 . 2020-12-04 1020
利用机器学习来开发新材料和化合物,应用于电池设计
据外媒报道，为了满足独特的设计要求，研究人员越来越多地利用机器学习来开发新材料和化合物。这种新颖的方法有助于减少开发和测试材料的时间，更快获得新发现。在卡内基梅隆大学（Carnegie Mellon University），机械工程系博士生、塔塔咨询服务公司（Tata Consulting Services）的Adarsh Dave将其应用于电池设计，并取得惊人发现。 Dave希望减少温室
机器人
盖世汽车 . 2020-12-03 1090
大数据和机器学习的数据如何演变
大数据会影响质量，因为大数据的定义特征是数量，种类和速度使验证变得困难难以捉摸的“第四”，即准确性组件（关于数据可靠性），由于可能会聚集大量的数据源而面临挑战，每个数据源可能会遇到不同的质量问题，大数据还释放了可能引入新类型数据错误的新的和更复杂的查询的可能性，同时由于非结构化数据比结构化数据具有更大的不确定性，因此非结构化数据会产生问题，并且机器学习算法倾向于充当“黑匣子”，其中数据中包含的
数据
新浪科技 . 2020-11-25 815
10大常用机器学习算法汇总
本文介绍了10大常用机器学习算法，包括线性回归、LogisTIc回归、线性判别分析、朴素贝叶斯、KNN、随机森林等。 1.线性回归 在统计学和机器学习领域，线性回归可能是最广为人知也最易理解的算法之一。 预测建模主要关注的是在牺牲可解释性的情况下，尽可能最小化模型误差或做出最准确的预测。我们将借鉴、重用来自许多其它领域的算法（包括统计学）来实现这些目标。 线性回归模型被表示为一个方程式，它为输入变
机器学习
机器之心Pro . 2020-11-20 1035
美国加大对人工智能和机器学习的研究投资
美国能源部于8月26日宣布投资计划。据悉，这笔资金加上对私营部门和学术部门的3.4亿美元投资，将使未来五年在上述领域的投资规模接近10亿美元。这些资金将有助于建立12个新的研发中心。 国家科学基金会理事长Sethuraman Panchanathan指出，美国此前已在人工智能和机器学习研究上投资了5亿美元。在过去的两个月中，Google宣布已使用一种处理器进行了“量子至上”实验，该处理器可
人工智能
人工智能实验室 . 2020-11-13 1075
苹果首款5纳米集成式芯片登场
11月11日凌晨消息，苹果公司今日举办线上发布会，正式推出首款自研芯片，以及采用这颗芯片的三款电脑产品。其实早在六月的苹果全球开发者大会上（WWDC20），就对苹果自研芯片进行过介绍，当时作为WWDC大会压轴的它出场更像一个造势活动，预告说今年晚些时候发布，果不其然，M1在今天发布。 这颗被命名为M1的芯片是一颗集成式芯片。采用5纳米制程工艺，把CPU、GPU、缓存集成在一起。与目前常用的分开设计
芯片
通信世界全媒体 . 2020-11-11 1075
机器学习项目失败的十大原因
如今人们总是能听到有关机器学习的新闻，而机器学习技术确实有更多发展潜力。调研机构Gartner公司预测，对于很多组织来说，80%的人工智能项目仍是一种难以获得成功的炼金术。根据VentureBeat公司发布的“Transform2019”研究报告，87%的人工智能项目将永远无法投入生产。 为什么会这样呢？为什么这么多项目失败？ 1.没有足够的专业知识 其中一个原因是，机器学习技术对
人工智能
企业网D1net . 2020-11-05 1005
人工智能时代,AI已应用到多个领域
2020年，人工智能热度不减，在新冠肺炎疫情的防控中发挥了重要的作用。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。 人工智能时代，机器学习，尤其是深度学习，在各行各业中得到了越来越广泛的应用。比如智能交互、人机交流、图像和视频识别、面部检测、智能语音识别和财务预测等，已经走进了我们生活中的方方面面。 AI成
人工智能
引力空间 . 2020-11-02 1270
IT团队提升机器学习的五个技能分享
机器学习和AI继续深入IT服务中，并补充软件工程师开发的应用程序。如果IT团队想跟上这种步伐，必须提高他们的机器学习技能。 云计算服务支持构建和部署AI及机器学习应用程序的各种功能。在很多方面，AI系统的管理与IT专业人员在云端熟悉的其他软件非常相似。但是，仅仅因为某人可以部署应用程序，并不一定意味着他们可以成功部署机器学习模型。 尽管这些共性可能会加快过渡，但仍存在重大差异。除了软件工程技能外，
机器学习
TechTarget中国 . 2020-11-02 560
机器视觉已从学术发展研究转向商业经济领域
机器视觉是工业生产自动化技术革命的核心。然而机器视觉设计不仅仅是关注中国工业发展机器人，它涵盖了几乎所有机器和制造周期的所有这些方面。 机器视觉服务于工厂车间外的许多应用。 在智能交通系统中，机器视觉的使用涵盖了车牌识别，以及跟踪不零售的客户和物品的移动，成为车辆的眼睛。 现在，机器学习已经成为无人驾驶汽车运动的关键技术。即使是现在，它在先进的驾驶员辅助系统（adas）中也扮演着至关重
机器视觉
科技数码集市 . 2020-10-29 1425
微软推出基于开源的机器学习框架
需要指出的是，Lobe 无需联网或登录，且目前仅可输出机器学习模型。微软团队正在研究一系列的应用程序和工具，以便用户在几乎不需要编程的情况下，即可运行相关模型。 Lobe 项目经理 Bill Barnes 表示，其使用了复杂的技术，来让事情变得更加有趣。但愿 Lobe 能够带来大家一些启发和实际运用机器学习技术的信心，进而发挥出更大的创造力。 2018 年的时候，微软收购了一家名叫 Lob
微软
51CTO . 2020-10-28 670
AI领域有哪些关键技术?
人工智能技术的定义十分宽泛，机器学习技术作为人工智能领域研究的一个重要分支，在图像、语音处理领域取得了广泛的应用。从学习形式上来讲，机器学习分为监督学习、无监督学习以及介于两者之间的半监督学习。监督学习中，作为学习对象的实例由样本数据与对应的期望输出（通常称为标签）两部分组成，算法通过学习大量的实例调整参数，从而完成特定的任务。无监督学习中实例仅由样本数据构成，需要算法自行寻找数据之间的差异。而半
显示器
异步社区 . 2020-10-26 1370
- 1
- 2
- 3
- 4
- 5
- 6
- 17