新闻首页 / 标签为“机器学习”的新闻

1

Martin Davis最新访谈:机器学习是一个收敛的过程,背后理论并不高深

编译陈彩娴 近日,ACM 通讯(Communications of the ACM)刊登了一篇德国科技记者 Allyn Jackson 对著名数学家 Martin Davis 的采访。 在采访中,Martin Davis 提出了一个有意思的观点:“机器学习是一个收敛过程,一个连续逼近,已在分析中应用
0

NLP≠NLU,机器学习无法理解人类语言

编译吴彤 校对青暮 编辑琰琰 长期以来,我们一直在与机器沟通:编写代码--创建程序--执行任务。 然而,这些程序并非是用人类“自然语言“编写的,像 Java、Python、C和 C ++ 语言,始终考虑的是"机器能够轻松理解和处理吗?" “自然语言处理”(Natural Language Proce
1

SFU王健楠获最佳论文:基于机器学习的基数估计技术成熟了吗?

作者 琰琰 编辑 王晔 8 月 18 日,VLDB 2021 公布了今年的论文获奖情况,SFU 王健楠教授及博士生团队(王笑盈,曲昌博,吴畏远)获得年度最佳 EA&B论文奖。 VLDB (Very Large Data Base ),与 SIGMOD、ICDE 被公认为数据管理与数据库领域的三大国际
0

科学家研发新机器学习方法 更轻松洞察海量卫星地图数据

目前有超过 700 颗成像卫星围绕着地球运转,每天它们都会向地面数据库传送回海量的信息,这些信息或用于监测气候变化、或用于追踪健康和贫困问题。但科学家也面临着一个挑战:虽然地理空间数据可以帮助研究人员和政策制定者应对关键挑战,但只有拥有大量财富和专业知识的人才可以访问它。 现在,加州大学伯克利分校的
0

打破“维度的诅咒”,机器学习降维大法好

水木番编译整理量子位报道公众号 QbitAI 使用机器学习时,你是不是经常因为有太多无关特征而导致模型效果不佳而烦恼? 而其实,降维就是机器学习中能够解决这种问题的一种好方法。 知名科技博主 Ben Dickson 对此进行了探讨,并在了 TechTalks 上发表了博客《机器学习:什么是降维》,本
0

基于机器学习的望远镜,性能如何?

天文望远镜是天文学家了解宇宙的重要工具,随着对宇宙的探索越来越深入,对望远镜相关技术要求也越来越高。而望远镜是一个包含多个子系统的复杂系统,为保障望远镜始终工作在性能最佳状态,每次望远镜开始观测前,维护人员需要花费数个小时对它的各个子系统进行全面检查,开始观测后也迫切需要对望远镜的实际性能进行实时监
0

进化决策树:当机器学习从生物学中汲取灵感时

译者:AI 研习社(精神小高) 双语原文链接:Evolutionary Decision Trees: When Machine Learning draws its Inspiration from Biology 随着时间的推移,我们对生物学(或生命科学)的了解大大增加,它已成为许多工程师解决挑
0

机器学习也能套模版:在线选择模型和参数,一键生成demo

来源:量子位 木易发自凹非寺 量子位报道公众号 QbitAI 连机器学习的代码,也可以套模(tou)版(lan)了。 现在,有一个 Web 应用程序,可以生成用于机器学习的模板代码(demo),目前支持 PyTorch 和 scikit-learn。 同时,对于初学者来说,这也是一个非常好的工具。在
0

华人小哥控诉机器学习很无聊,CS博士:深有同感,正打算退学

杨净发自凹非寺 量子位报道公众号 QbitAI 机器学习很无聊。 至少这位铁汁是这样认为得。 甚至还在 Reddit 上发了帖子,标题就直接这么明晃晃写道: Why machine learning is more boring than you may think? 结果不到 15 个小时,便引起
0

从头花12年读个机器学习博士,究竟值不值?

萧箫发自凹非寺 量子位报道公众号 QbitAI “获得机器学习博士学位后,我大概已经 36 甚至 38 岁了,找工作会很困难吗?年龄歧视在硅谷普遍存在吗?” 这是 Reddit 论坛上,一位年轻人 po 出的帖子。 他今年 26 岁,此前并未从事过任何技术型工作。 但现在,他忽然找到了自己梦想——开
1

「表面光鲜,实则搬砖」,机器学习社区自嘲不为人知的AI工程师真相

贾浩楠发自凹非寺 量子位报道公众号 QbitAI 机器学习工程师岗位,还香吗? 在培训机构或求职网站随便一搜,机器学习简直不要更热。 但是,国外的同行们却在一则 Reddit 热帖上,吐槽揭露 ML 工程师“表面光鲜,实际搬砖”的一面。 说出了培训机构不会告诉你的机器学习业内真相。 那这些“过来人”
0

机器学习发现地球内部的神秘团块

远在地球表面以下的神秘结构已经被发现,这就提出了新的问题,即我们的星球在其最不为人知的深处是如何构成的。虽然众所周知,地球有一个由液态铁组成的熔融地核,周围有一个坚实的地幔层,但在所谓的地核-地幔边界周围发生的确切过程却几乎没有人去探索。 现在新的研究利用地震学的方法进行相关探索。 虽然我们通常只在
0

机器学习实现了脑机语言翻译,那距离“意念交流”还有多远?

图片来源@视觉中国 文丨脑极体 在《三体》当中,大刘为三体文明设计了一种“思考即说话”的意念交流方式。在严酷的三体环境下,三体人正是依靠这种高效无误的意念交流方式,实现了知识的无障碍共享、理性决策的高度统一,才能创造出如此高度发达的文明成果和整齐划一的社会体制。 这一思路就如同去中心化的分布式计算机
2

能自我演化的机器学习算法

研究人员创造了一种新软件,借用达尔文进化论“适者生存”等概念构建了人工智能程序,在没有人类输入的情况下,后者也能一代又一代地改进。这个程序在几天内重复了数十年来的人工智能研究,设计者认为,有一天它可能会带来人工智能的新方法。 研究人员构建人工智能算法通常需要时间。以神经网络为例,这是一种常见的机器学
0

DARPA与英特尔、乔治亚理工学院合作 开创机器学习“免疫系统”

机器学习系统在面部识别系统到自主车辆等所有领域的普及,伴随着攻击者想方设法欺骗算法的风险。简单的技术已经在测试条件下起了作用,研究人员有兴趣找到减轻这些和其他攻击的方法。国防部高级研究项目局(DARPA)已经找来了英特尔和佐治亚理工学院(Georgia Tech),负责领导旨在防御机器学习算法对抗欺
7

“液体活检” 新突破!抽血一次可识别50余种癌症,早筛误检率低于1%

癌症早期诊断,是癌症病患存活率大大提高的有效手段。 当地时间 2020 年 3 月 30 日,众多英美知名癌症研究机构在欧洲肿瘤内科学会官方刊物《肿瘤学年鉴》(Annals of Oncology)上联合在线发表了题为 Sensitive and specific multi-cancer dete
0

Nature:机器学习再立功,斯坦福大牛团队实现无创早期肺癌筛查

编者按:本文来自微信公众号“学术头条”(ID:SciTouTiao),作者:学术君 根据 Nature 杂志今天发表的一项研究,斯坦福大学研究人员开发了一种机器学习方法,能够实现早期肺癌患者的鉴别筛查。这一方法基于检测血样中的肿瘤源性 DNA(即液体活检),也就意味着对肺癌高危人群的筛查,做到了早期
0

机器学习模型太大难部署?这里有3个解决方案

乐观的人会想,未来机器学习能够完成驾驶汽车、接听电话、预约、回复电子邮件这些人类才能完成的任务。但现实往往很骨感。现代机器学习能有效解决的问题范围仍然非常狭窄,比如在 Netflix 上推荐下一个节目或计算 ETA。 然而,当 OpenAI 发布 GPT-2 后,机器和人类之间的差距就开始缩小了。
0

机器学习助力电动汽车电池研发,两年充电测试可缩短至16天

图片来源@视觉中国 文学术头条 从行驶里程,到充电时间,再到汽车使用寿命,电池的性能深刻影响着一辆电动汽车的体验。 而数十年来,电动汽车电池的发展一直受到电池研发测试这一主要瓶颈的限制。在电池开发过程中的每个阶段,都必须对新技术进行数月甚至数年的测试,以确定电池能够持续使用多长时间。 最典型的例子,
1

美术老师去世后,他做了一个算法模型,为老师的线稿上色

大数据文摘出品 来源:artnome 编译:楚阳、橡树_Hiangsug、夏雅薇 机器学习最能发挥功效的地方是协助人而非取代人。 尽管我们可能无法从头开始构建自己的机器学习模型,但是类似于 Runway ML 和 Joel Simon 即将推出的 Artbreeder 等新兴工具的出现使得每个人都可

最新评论