無監(jiān)督學習的理論解釋與實踐教程

這一切的完成都是借助算法根據相似性來對事物進行分組。相似度的度量是通過選擇算法來指定的，但是為什么不嘗試盡可能多的相似度度量呢? 因為你也不知道你在尋找...

2018-07-24 標簽：數據聚類機器學習 1.2萬 0

基本的“Hello World”示例，通過該實例開啟我們的全新旅程

等等，你可能會問 —— 為什么不是 19？它非常接近，但它不是 19！這是因為該算法從未被賦予公式 —— 它只是根據給出的少量數據進行學習。有了更多的相...

2018-07-24 標簽：神經網絡瀏覽器機器學習 2068 0

一種新的高效神經架構搜索方法，解決了當前網絡變換方法的局限性

為了實現(xiàn)這點，上交大團隊在AAAI 2018大會上發(fā)表的工作EAS（“Efficient Architecture Search by Network ...

2018-07-24 標簽：控制器神經網絡機器學習 7528 0

機器學習模型的“可解釋性”的概念及其重要意義

如果考察某些類型的“事后可解釋性”（post-hoc interpretable），深度神經網絡具有明顯的優(yōu)勢。深度神經網絡能夠學習豐富的表示，這些表示...

2018-07-24 標簽：神經網絡機器學習 2.0萬 0

如何讓計算機理解文本并從中提取數據呢？

這段文字包含多個有用事實，如果計算機能從中讀懂“倫敦是一座城市”“倫敦位于英格蘭”“倫敦由羅馬人建立”，那就大功告成了。但為了實現(xiàn)這一目標，我們首先要向...

2018-07-24 標簽：計算機機器學習NLP 7153 0

Move Mirror使用攝像頭捕捉你的動作，實時匹配和你動作相近的圖像

表現(xiàn)出色，又是自家出品，所以Move Mirror團隊順理成章地選擇了PoseNet作為應用背后的模型。在原型開發(fā)階段，團隊通過簡單的web API訪問...

2018-07-22 標簽：Google機器學習數據集 1.1萬 0

斯坦福機器學習硬件加速器的課程學芯片技術機會來了

學芯片技術的機會來了！斯坦福大學2018秋季學期推出《機器學習硬件加速器》課程，深入介紹機器學習系統(tǒng)中設計訓練和推理加速器的架構技術。課程涵蓋經典的ML...

2018-07-21 標簽：加速器機器學習 6473 0

深入地解析機器學習常用算法

要將兩類分開，想要得到一個超平面，最優(yōu)的超平面是到兩類的 margin 達到最大，margin就是超平面與離它最近一點的距離，如下圖，Z2>Z1，所以綠...

2018-07-20 標簽：機器學習決策樹 2549 0

DARPA發(fā)布量子計算四大挑戰(zhàn)

然而，要想真正有效地利用量子計算來解決現(xiàn)實問題，尤其是機器學習/深度學習問題，目前仍然存在許多挑戰(zhàn)。量子計算本身存在固有的根本性局限。此外還包括在機器學...

2018-07-20 標簽：傳感器機器學習量子計算 3521 0

能不能設計一種機器學習算法來預測和分析我們的夢境？

提供基于AI的解決方案，幫助客戶了解他們的睡眠習慣的公司正在不斷容縣，比如Sleep.ai。這些消費者應用程序通常利用可穿戴設備或智能手機來監(jiān)控打鼾、磨...

2018-07-20 標簽：AI機器學習 2595 0

是十款各具特色的GANs,深入了解其數學原理

InfoGAN是生成對抗網絡信息理論的擴展，能夠以完全非監(jiān)督的方式得到可分解的特征表示。它可以最大化隱含(latent)變量子集與觀測值之間的互信息(m...

2018-07-20 標簽：GAN機器學習數據集 5549 0

機器學習技術帶你領略重要的生物醫(yī)學發(fā)現(xiàn)

杜克大學化學和物理學教授和一群來自世界各地的科學家，與谷歌大腦的研究人員合作，使用最先進的機器學習算法來發(fā)現(xiàn)這些珍貴的晶體。他們的工作可以使研究人員更容...

2018-07-19 標簽：人工智能機器學習 3678 0

機器學習專家們每天都在做什么？如何讓機器學習自動化

在思考我們如何讓機器學習自動化，以及如何讓它普及到更多領域的人時，首先要思考的是，機器學習專家們都要做什么？任何能解決機器學習專家緊缺的方法都要回答這樣...

2018-07-19 標簽：機器學習深度學習 5340 0

集成學習和隨機森林，提供代碼實現(xiàn)

令人驚奇的是這種投票分類器得出的結果經常會比集成中最好的一個分類器結果更好。事實上，即使每一個分類器都是一個弱學習器（意味著它們也就比瞎猜好點），集成后...

2018-07-17 標簽：分類器機器學習決策樹 5134 0