全部
  • (24)

2 “深度学习三巨头”都做了啥?他们的访谈和论文都在这

来源:科研圈来自:Association for Computing Machinery翻译 刘悦晨 在传统计算当中,计算机程序使用明确的指令逐条指导计算机运行。但是在人工智能研究中的一个分支——深度学习中,计算机不再被明确告知如何完成特定的任务,例如将某些对象进行分类等。取而代之的是,计算机使用一种学习算法来提取与输入数据相关的数据模式,例如图像中的像素点,反映到所需的输出,例如生成一只“猫”的标签。曾经,研究人员们面临的最大的挑战是...

  • 3338
  • 4
  • 0
  • 0
2019.03.28 10:19

2 机器政治—互联网崛起与集权新世纪(上)

原创: 研编群 来源: iNetworkSociety本文译自Harper杂志上的文章Machine Politics:The rise of the internet and a new age of authoritarianism,作者Fred Turner为斯坦福大学传播系主任,著有《民主环境:从二战到迷幻60年代的多媒体和美国自由主义》(2013年)、《从反文化到赛博文化:斯图尔特·布兰德、全球网络和数字乌托邦主义的兴起》(2006年)、《战争的回响:创伤、记忆与越战》(《战争的回响:美国记忆中的越南战争...

  • 86
  • 4
  • 0
  • 0
2019.01.26 12:12

2 八问机器学习泰斗Jordan教授:AI其实并不神奇

来源: 网易智能作者:小羿薛雅芹近日,由松鼠AI、IEEE、雷锋网联合举办的“AI+智适应教育峰会”在北京举行。会上,美国三院院士、机器学习泰斗、加州伯克利大学教授Michael I. Jordan(以下简称Jordan教授)发表了演讲。会后,Jordan教授接受了网易智能等媒体的采访,阐述了他对于人工智能、深度学习的深刻理解。 | 人工智能的本质是什么?学科融合的产物在Jordan教授看来,“机器学习”“数据科学”“人工智能”都是一些概念,其本质都是...

  • 4323
  • 4
  • 1
  • 0
2018.11.20 11:20

2 机器的崛起:技术已经进化到超出人类的控制?

来源: 网易科技报道网易科技讯 6月21日消息,《卫报》网站今日撰文详述了机器的崛起。技术正开始以智能和不可预知的方式运作,连它的创造者都无法捉摸。正当机器越来越多地改变全球事件,我们该如何重新控制它们呢?以下是文章主要内容:你卧室角落里的智能音箱突然狂笑起来,还把你的枕边细语录音发给了一个同事。你蹒跚学步的孩子在YouTube上看动画片《小猪佩奇》,却出乎意料地看到了血腥和死亡的画面。你用来和老同学保持联系...

  • 640
  • 9
  • 0
  • 0
2018.06.21 14:33

2 看机器学习精准预测:谁是iphone的忠实玩家?

文/张尚轩人工智能是当前社会的显学之一,但如果没有了机器学习和算法的支撑,人工智能就无从谈起。到底什么是机器学习?机器学习跟统计学又有何关系?在1月11日的数据侠线上实验室中,DT君邀请到美国知名大数据教育机构“纽约数据科学学院”首席数据科学家张尚轩(Vivian Zhang),她通过丰富的案例,深入浅出地为我们介绍了机器学习的基础背景、算法和应用。机器学习和统计学是何关系?今天我的分享主题是“从0到1:关于机器,学习...

  • 3015
  • 6
  • 0
  • 0
2018.01.25 14:49

2 吴恩达最新研究成果:通过机器学习诊断心律

来源:环球网作者:张之颖 吴恩达三月离开百度后,六月底,吴恩达在个人的社交媒体推特上表示已经成立了一家新公司:Deeplearning.ai。近日,最新消息指出,吴恩达发表了最新的研究成果,通过人工智能协助医生诊断心律不整的问题。 吴恩达带领的斯坦福机器学习组(Stanford ML Group)最近开发了一种深度学习新算法,能诊断14类心律不齐,准确率媲美医生。 这项研究可能是机器学习彻底改变医疗行业的最新标志之一, 如果患者疑似有心...

  • 1715
  • 7
  • 1
  • 0
2017.07.11 14:47

2 入门级攻略:机器学习VS.深度学习

本文由北邮@爱可可-爱生活 老师推荐,阿里云云栖社区组织翻译。文章原标题《Deep Learning vs. Machine Learning – the essential differences you need to know!》,作者:Faizan Shaikh,译者:李烽,审校:段志成-海棠来源:大数据导读本文以浅显易懂的语言介绍了机器学习和深度学习的定义及应用,以及在源数据要求,硬件支持,特征工程、问题解决方式、执行时间及可解释性等方面的区别,对于新手入门有很大启示意义。楔子机器...

  • 5353
  • 3
  • 5
  • 0
2017.05.18 09:51

2 对机器学习系统“黑箱”中的惊鸿一瞥

来源:人工智能学家原作者:Marina Krakovsky 译者:独孤芳概要:神经网络,这种机器学习系统,无需编程就能解决问题。 神经网络,这种机器学习系统,无需编程就能解决问题,它采用了一种新的数学方法,试图对其逻辑进行错误检查。 A new way to verify the accuracy of computerized neural networks treats their structures like the branches of a tree.验证计算机神经网络准确性的新方法是把它们的结构当作树枝一样。 计算机...

  • 6729
  • 5
  • 4
  • 0
2017.05.03 11:21

2 2017年机器学习发展十大趋势预测,悲观还是现实?

来源:今日头条概要:按照惯例,我们首先回顾机器学习技术在实际应用层面的发展历程 “分析时代”目前仍处于起步阶段,它为我们带来众多值得期待且为之兴奋的构想与承诺。在今天的文章中,BigML公司副总裁Atakan Cetinsoy将披露2017年中他眼中的机器学习技术及相关生态系统发展趋势。每一年结束时,技术专家们总会着眼于新的十二个月,思考其熟知的技术方案将在下一阶段迎来怎样的变化趋势。在BigML公司,我们结合2016年中机器学习技...

  • 7983
  • 3
  • 3
  • 0
2017.04.28 13:17

2 英国皇家学会百页报告:机器学习的力量与希望

来源:机器之心以机器学习为代表的人工智能技术是当下最为热门的技术研究方向之一,其被认为对经济、社会、科学等都会有颠覆性的重大影响。近日,英国皇家学会(Royal Society)发布了一份题为《机器学习:能通过样本进行学习的计算机的力量与希望(Machine learning: the power and promise of computers that learn by example)》的专题报告,对机器学习进行了较为全面的概述,其中涉及到机器学习的基本概念、发展历程、应用、...

  • 7282
  • 3
  • 3
  • 0
2017.04.26 13:52