-
PyTorch横扫顶会，TensorFlow退守业界：机器学习框架一年变天
所属栏目：[经验] 日期：2019-10-12 热度：62
本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。 TensorFlow 2.0正式发布没几天，PyTorch 1.3今天也上线了。 一个疯狂强调易用性，一个整出了移动端部署。老将和新秀都卯足了劲。 毕竟，机器学习框架的世界，局势变化过于迅猛，稍不注[详细]
-
机器学习帮你预测电池寿命：精确了解电池还能充几次
所属栏目：[经验] 日期：2019-10-12 热度：62
电池寿命的确定，是移动硬件发展的重要一环，但是由于电池电化学反应的不确定性以及不同的使用环境和习惯，电池寿命变成了一门玄学。 不过柏林的三位小伙伴，利用Tensorflow，在原有的预测体系基础上。更近一步，完成了电池的全寿命预测。 捋清数据 研究者[详细]
-
人工智能统计调查：86％的消费者更喜欢人工客服
所属栏目：[经验] 日期：2019-10-12 热度：152
最近一些人工智能的健康和进展状况相关调查、研究、预测和其他定量评估突显出以下几点：美国消费者越来越不愿意与聊天机器人聊天，人们对人工智能作为关键业务组成部分的期望越来越高，由于部署这项新技术导致员工技能差距越来越大。 人工智能带来的业务影[详细]
-
2019机器学习框架之争：与Tensorflow竞争白热化，进击的PyTorch赢在哪里？
所属栏目：[经验] 日期：2019-10-12 热度：188
大数据文摘出品 来源：thegradient 编译：张大笔茹、曹培信、刘俊寰、牛婉扬、Andy 2019年，机器学习框架之争进入了新阶段：PyTorch与TensorFlow成为最后两大玩家，PyTorch占据学术界领军地位，TensorFlow在工业界力量依然强大，两个框架都在向对方借鉴，[详细]
-
500亿参数，支持103种语言：谷歌推出「全球文字翻译」模型
所属栏目：[经验] 日期：2019-10-12 热度：62
由于缺乏平行数据，小语种的翻译一直是一大难题。来自谷歌的研究者提出了一种能够翻译 103 种语言的大规模多语言神经机器翻译模型，在数据丰富和匮乏的语种翻译中都实现了显著的性能提升。他们在 250 亿个的句子对上进行训练，参数量超过 500 亿。 在过去[详细]
-
对于人工智能的恐惧及其5个解决方法
所属栏目：[经验] 日期：2019-10-12 热度：99
实施人工智能技术的IT领导人可能会感到一些恐惧，这有着充分的理由。 人工智能在拥有数十年发展和应用历史的同时却有着奇怪的定位，但对于许多人来说，人工智能仍然是一种未来主义的感觉。实际上人工智能并不是新事物，但它始终是一个永恒的新领域。没有人[详细]
-
机器学习免费跑分神器：集成各大数据集，连接GitHub就能用
所属栏目：[经验] 日期：2019-10-12 热度：101
本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。 搞机器学习的小伙伴们，免不了要在各种数据集上，给AI模型跑分。 现在，Papers with Code(那个以论文搜代码的神器) 团队，推出了自动跑分服务，名叫sotabench，以跑遍所有开源模型为己[详细]
-
AI核心难点之一：情感分析的常见类型与挑战
所属栏目：[经验] 日期：2019-10-12 热度：100
情感分析或情感人工智能，在商业应用中通常被称为意见挖掘，是自然语言处理(NLP)的一个非常流行的应用。文本处理是该技术最大的分支，但并不是唯一的分支。情绪AI有三种类型及其组合。它们都面临着各自的挑战，目前都处于不同的发展阶段。在本文中，笔者将[详细]
-
集合三大类无模型强化学习算法，BAIR开源RL代码库rlpyt
所属栏目：[经验] 日期：2019-10-09 热度：86
近日，BAIR 开源强化学习研究代码库 rlpyt，首次包含三大类无模型强化学习算法，并提出一种新型数据结构。 2013 年有研究者提出使用深度强化学习玩游戏，之后不久深度强化学习又被应用于模拟机器人控制，自此以后大量新算法层出不穷。其中大部分属于无模型[详细]
-
AI用于疾病诊断和新药品设计的前景可观
所属栏目：[经验] 日期：2019-10-09 热度：113
医疗保健行业一直都是创新先行者。然而，疾病和病毒不断地变种，给医疗保健行业带来一定的挑战，现在借助人工智能（AI）和机器学习算法，该行业迎来了新机遇。 ▲ 图：医疗科技概念及医疗器械（Getty/图片来源） 《柳叶刀数字健康》（TheLancet Digital He[详细]
-
神经网络中的各种损失函数介绍
所属栏目：[经验] 日期：2019-10-09 热度：130
不同的损失函数可用于不同的目标。在这篇文章中，我将带你通过一些示例介绍一些非常常用的损失函数。这篇文章提到的一些参数细节都属于tensorflow或者keras的实现细节。 损失函数的简要介绍 损失函数有助于优化神经网络的参数。我们的目标是通过优化神经网[详细]
-
人工智能悄然而至，全球科技巨头掀起AI争夺战
所属栏目：[经验] 日期：2019-09-30 热度：78
长期以来，人工智能一直是各行各业的技术领导者的主要关注点，从零售业到农业，大公司的各个部门都在试图将机器学习集成到他们的产品中。与此同时，人工智能人才严重短缺。 这一矛盾推动了一场争夺人工智能初创公司的激烈竞争，接下来，我们就人工智能的收[详细]
-
人工智能时代的好老师应该什么样？
所属栏目：[经验] 日期：2019-09-30 热度：158
前不久的教师节，马云宣布退休，正式辞去阿里董事局主席一职。退休后的马云，以乡村教师代言人的身份重新回归教育事业。 马云曾说过：四年的师范，六年的老师，这十年的经历让我成为了今天的我。足以见得，教师这个身份对马云而言的重量。 对于中国的教育[详细]
-
未来，人工智能将以何种方式发展？
所属栏目：[经验] 日期：2019-09-30 热度：171
早在20世纪初期，人们就已经开始思考机器人能否像人一样开始思考。在各类文学作品和科幻电影中，我们看到的能够思考的机器人，其实就是人工智能的起源。直到20世纪50年代，人工智能的概念正式被提出。 英国科学家图灵在1950年的时候，提出一个问题，如果人[详细]
-
IT人士向人工智能职业转型的8个技巧
所属栏目：[经验] 日期：2019-09-30 热度：164
IT人士如何从IT岗位转换到人工智能技术岗位?专家表示还需要一些时间，IT人士需要尝试采用一些转型技巧，开始步入人工智能职业生涯。 企业中的人工智能(AI)有望实现显著增长，因此精明的IT专业人士正在寻找将其职业轨迹与之协调一致的方法。实际上，从2018[详细]
-
选择正确人工智能数据存储的6个注意事项
所属栏目：[经验] 日期：2019-09-29 热度：129
企业如果采用错误的存储人工智能平台可能会产生严重影响，因此需要了解可能影响产品选择和策略的6个注意事项。 人工智能和机器学习将成为帮助企业利用其核心数字资产创造竞争优势的两个最重要的工具。但在采用人工智能数据存储之前，企业必须考虑一系列基[详细]
-
这个开源项目用Pytorch实现了17种强化学习算法
所属栏目：[经验] 日期：2019-09-29 热度：125
强化学习在过去的十年里取得了巨大的发展，如今已然是各大领域热捧的技术之一，今天，猿妹和大家推荐一个有关强化学习的开源项目。 这个开源项目是通过PyTorch实现了17种深度强化学习算法的教程和代码库，帮助大家在实践中理解深度RL算法。 完整的17个算法[详细]
-
人工智能的到来对教育产生了什么样的影响
所属栏目：[经验] 日期：2019-09-28 热度：59
随着近几年的科技方面在人工智能的的飞速发展，人工智能不仅给我们的日常生活带来了一些新鲜的亮点。在对现在教育培训方面也在慢慢发挥着它的作用。 以前老师们备课主要靠自己经验和一些相关教材进行备课。而现在呢，老师可以利用人工智能设备，可以根据以[详细]
-
任正非对话全球人工智能专家全文实录：华为的5G技术只卖给美国
所属栏目：[经验] 日期：2019-09-27 热度：115
华为创始人兼CEO任正非与两位人工智能领域专家对话，探讨有关创新、规则、信任的话题。嘉宾Jerry Kaplan（杰里?卡普兰）是全球人工智能专家、未来学家、平板电脑行业先驱；嘉宾Peter Cochrane（彼得?柯克伦）是人工智能教授、英国皇家工程院院士、大英帝国[详细]
-
工信部：实体渠道办理电话入网实施人像比对技术
所属栏目：[经验] 日期：2019-09-27 热度：143
从今年12月1日开始，实体渠道全面实施人像比对技术措施，确保电话入网环节人证一致。 据工信微报公众号给出的通告看，工信部已印发《关于进一步做好电话用户实名登记管理有关工作的通知》，要求电信企业自2019年12月1日起在实体渠道全面实施人像比对技术措[详细]
-
AI 人工智能落地，数据安全绕不开这4大问题
所属栏目：[经验] 日期：2019-09-27 热度：95
现在视频监控与人脸识别的应用太多了，对数据的安全防护工作刻不容缓。 事件一：9月初，在一场围绕教育场景概念演示活动中，某公司展示的一幅课堂行为分析图片引起了网友们关于科技滥用的争议。随即该公司发布了回应声明，称始终坚持技术向善，让人工智能[详细]
-
人工智能可以增强人类能力的四种方式
所属栏目：[经验] 日期：2019-09-27 热度：60
根据调研机构Gartner公司的调查，到2021年，全球各地的组织将通过人工智能创造将近3万亿美元的商业价值。 有些人表示，人工智能技术有朝一日可能完全取代工作场所中的人类。至少在可预见的未来，企业使用人工智能来提高和增强现有能力的价值将远远超过人类[详细]
-
2019年较热门的5大深度学习课程
所属栏目：[经验] 日期：2019-09-26 热度：109
目前，深度学习已经成为数据科学领域最热门的技能，我们可以利用大量的文章、课程等资源入门深度学习，但是想要拿下深度学习并不是一件简单的事，它有太多的应用程序，一个人无法在短时间内学到所有的内容，就算有人可以，那他也无法在短时间内达到精通的[详细]
-
将sklearn训练速度提升100多倍，美国「返利网」开源sk-dist框架
所属栏目：[经验] 日期：2019-09-26 热度：94
在本文中，Ibotta（美国版「返利网」）机器学习和数据科学经理 Evan Harris 介绍了他们的开源项目 sk-dist。这是一个分配 scikit-learn 元估计器的 Spark 通用框架，它结合了 Spark 和 scikit-learn 中的元素，可以将 sklearn 的训练速度提升 100 多倍。[详细]
-
数据太多、太乱、太杂？你需要这样一套数据治理流程
所属栏目：[经验] 日期：2019-09-26 热度：50
数据作为机器学习的基础，从 GB、TB 到 PB 已经增长了无数倍，现在大一点的业务场景，没有 TB 级数据都提供不了高效的体验。那么数据怎么治理才好，怎样与模型、算力结合才算妙？在本文中，我们将看看什么是 HAO 数据治理模型，看看公安数据到底是如何规范[详细]
