流媒體巨頭Netflix的“獨門線上評估秘笈”——Interleaving

如下圖所示，主頁上的“Top Picks行”根據(jù)視頻的個性化排名提供推薦，而“Trending Now行”包含了最近的流行趨勢。這些個性化的行共同構成了...

2019-08-02 標簽：機器學習推薦系統(tǒng) 5829 0

機器學習和深度學習要怎么學呢？機器學習和深度學習的入門資料詳細整理

拿到這份文檔時想必你的腦海中一直縈繞著這么一個問題，“機器學習/深度學習要怎么學呢？（怎么入門，又怎么進一步掌握？）”。關于這個問題其實并沒有一個標準答...

2018-08-26 標簽：人工智能機器學習深度學習 5817 0

淺析四類機器學習在自動駕駛中的應用

自動駕駛中機器學習算法主要分為四類，即決策矩陣算法、聚類算法、模式識別算法和回歸算法。我們跟他一起看看，這些算法都是怎樣應用的。

2018-11-05 標簽：機器學習自動駕駛 5808 0

將機器學習這本深奧的課程，以更加淺顯易懂的方式講出來

我們先提一個概念叫RSS（the residual sum of squares）。RSS是點和線之間差異的平方和，這個值代表了點和線的距離有多遠。梯度...

2019-03-15 標簽：RSS機器學習線性回歸 5804 0

探討機器學習、強化學習、NLP、計算機視覺最新進展

谷歌在人工智能領域最終目標是三點：利用人工智能和機器學習讓谷歌的產(chǎn)品更加實用（Making products more useful）；幫助企業(yè)和外部開...

2018-07-02 標簽：傳感器計算機視覺機器學習 5796 0

DeepMind提出了可微分歸納邏輯編程方法?ILP并進行解讀

這種區(qū)別對我們來說很有意思，因為這兩類思維對應著兩種不同的機器學習方法：深度學習和符號程序合成（symbolic program synthesis）。

2018-01-31 標簽：神經(jīng)網(wǎng)絡機器學習深度學習 5773 0

從概念和特點上闡述機器學習和深度學習的關系

對于很多初入學習人工智能的學習者來說，對人工智能、機器學習、深度學習的概念和區(qū)別還不是很了解，有可能你每天都能聽到這個概念，也經(jīng)常提這個概念，但是你真的...

2019-01-24 標簽：機器學習深度學習 5757 0

文本數(shù)據(jù)量不夠大的時候可用的一些實用方法，從而賦予小數(shù)據(jù)集以價值

Dropout是另一種較新的正則化方法。它具體的做法是在訓練期間，神經(jīng)網(wǎng)絡中的每個節(jié)點（神經(jīng)元）按照P的概率被丟棄（即權重被設置為零）。這樣，網(wǎng)絡就不會...

2018-11-19 標簽：機器學習數(shù)據(jù)集深度學習 5744 0

2018年AI的技術發(fā)展的五大趨勢是什么？它給我們帶來了哪些益處

我們需要理解的是：AI是幾個相互關聯(lián)的技術的總稱術語。它包括：自然語言處理、機器學習、認知計算、神經(jīng)網(wǎng)絡、計算機視覺、機器人科學及其相關技術。在本文中，...

2018-07-09 標簽：神經(jīng)網(wǎng)絡AI機器學習 5739 0

TensorFlow發(fā)布了一個新的優(yōu)化工具包，引入post-training模型量化技術

這些優(yōu)化將確保將最終模型中精度降低的操作定義與使用fixed-point和floating-point數(shù)學混合的內(nèi)核實現(xiàn)配對。這將以較低的精度快速執(zhí)行最...

2018-10-04 標簽：機器學習TensorFlow 5731 0

谷歌發(fā)布機器學習術語表（完整版）

一種特征，擁有一組離散的可能值。以某個名為 house style 的分類特征為例，該特征擁有一組離散的可能值（共三個），即 Tudor, ranch,...

2018-03-19 標簽：谷歌機器學習 5731 0

芯片的未來發(fā)展趨勢

根據(jù)預測，到2030年，勞動力將出現(xiàn)嚴重短缺，芯片設計師將減少20%至30%。像人工智能這樣的變革性技術可以幫助填補這一空白。

2024-04-16 標簽：芯片人工智能機器學習 5711 0

機器學習大概的介紹讓即便完全不了解機器學習的人也能了解機器學習

傳統(tǒng)上如果我們想讓計算機工作，我們給它一串指令，然后它遵照這個指令一步步執(zhí)行下去。有因有果，非常明確。但這樣的方式在機器學習中行不通。機器學習根本不接受...

2018-05-27 標簽：人工智能機器學習大數(shù)據(jù) 5682 0

集成模型的原理及創(chuàng)建集成模型的方法

集成學習是功能強大的機器學習技術之一。集成學習通過使用多種機器學習模型來提高預測結果的可靠性和準確性。但是，使用多種機器學習模型如何使預測結果更準確？可...

2020-11-11 標簽：機器學習集成模型機器學習技術 5666 0

使用機器學習進行產(chǎn)品設計時，保持以人為中心原則的7個步驟

目前，產(chǎn)品開發(fā)中的一大挑戰(zhàn)是確定哪些體驗需要機器學習，哪些體驗可通過機器學習得到實質性增強，哪些體驗不能通過機器學習得到改善，甚至會反受其害。有很多產(chǎn)品...

2018-05-28 標簽：人工智能機器學習自動駕駛 5665 0

SGD的隨機項在其選擇最終的全局極小值點的關鍵性作用

在這篇題為《將擬勢函數(shù)視為隨機梯度下降損失函數(shù)中的隱式正則項》的論文中，作者提出了一種統(tǒng)一的方法，將擬勢作為一種量化關系的橋梁，在SGD隱式正則化與SG...

2019-03-06 標簽：神經(jīng)網(wǎng)絡梯度機器學習 5656 0