新闻首页 / 标签为“机器学习”的新闻

2

不正之风!机器学习论文里都有哪四大投机取巧的写作手法?

雷锋网 AI 科技评论按:由于深度神经网络的成功,机器学习的整个领域也愈发热门、愈发茁壮。机器学习的繁荣以及 arXiv 助推下的知识和技巧快速更新当然是好事,不过这也会带来一些烦恼,那就是随之涌现的质量不高的论文。之前已经有两类没营养的论文被广泛吐槽过,一类是调整改进现有模型和超参...
1

吴恩达的新研究是否严谨?Nature论文作者质疑AI医疗影像研究现状

英文原文:Exploring the ChestXray14 dataset:problems作者:Luke Oakden-Rayner机器之心编译自动处理医疗影像一直是人工智能的重要发展方向之一,吸引了很多知名学者参与其中,并已出现了很多引人注目的成果。...
2

各种机器学习的应用场景分别是什么?

本文作者 xyzh,本文整理自作者在知乎问题《各种机器学习的应用场景分别是什么?》下的回答, 雷锋网获其授权发布。关于这个问题我今天正好看到了这个文章,讲的正是各个算法的优劣分析,很中肯。正好 14 年的时候有人做过一个实验,比较在不同数据集上(121 个),不同的分类器(179...
8

机器学习初学者必须知道的十大算法

哈佛商业评论称数据科学家是 21 世纪最性感的工作。所以,对于那些 ML 刚刚开始的人来说,这篇博客机器学习算法工程师需要知道的十大算法是非常有用的。ML 算法是可以从数据中学习并从中改进的算法,无需人工干预。学习任务可能包括将输入映射到输出,在未标记的数据中学习隐藏的结构,或者&ldq...
2

讨论:你是否遇到过你完全不能理解的机器学习概念?

俗话说:隔行如隔山。但就算同一座山,有的时候因为“山”太大,未能爬到顶峰的人往往很难一窥整座山的全貌。这不,雷锋网在 Reddit 的机器学习版块就发现了一个很热烈的讨论,题目叫做:“机器学习专业的研究僧们进来说一说,你是否遇到过你完全不能理解的机器学习概念(...
2

机器学习的公平性问题:对性别和种族避而不谈并不是一个好方法

ACM Fellow、微软杰出科学家和管理总监 Jennifer T. Chayes 近日以 ACM 的名义发表了一篇文章,介绍了机器学习中的公平性问题和现阶段研究人员们的应对方式。雷锋网 AI 科技评论编译如下。机器学习是计算机科学的一个分支,通过识别在数据中存在的模式来发展算法。...
0

机器学习加速了法医指纹比对:算法表现媲美人类专家

指纹是司法鉴定领域的一个重要部分,尽管我们已经在荧幕上见识过很多“高大上”的场景和剧情,但在现实生活中,分析和比对指纹依然是一项相当繁重的专家工作。好消息是,美国国家标准与技术研究所(NIST)与密歇根州立大学的科学家们,已经开发出了一套借助机器学习技术和算法的自动化流程...
0

苹果启动在线博客,分享机器学习领域的进展

苹果刚刚启动了一个名为「Machine Learning Journal」的在线期刊类博客,方便苹果的软件工程师们发表他们在人工智能和机器学习领域所取得的科研成果。第一期分享了对一篇已发表的关于使用神经网络改进计算机生成图像的现实性的研究论文的见解。通过丰富的富媒体文件、GIF 动图等形...
0

利用机器学习,《英雄联盟》恶意言论处理周期降低至数分钟

人工智能正成为重塑产业效率的利器。在安防、金融、医疗、法律、教育等信息化程度高的领域,那些机械性、重复性高的劳动正逐渐被机器部分替代。在基本上完全数字化的千亿没有规模的游戏行业,人工智能是否有可能产生更大的影响?这个问题我们也很好奇,于是打算系统地做一系列的行业研究和梳理。吸...
0

MetaLabs把机器学习带入IFTTT

英文原文:MateLabs mixes machine learning with IFTTT如果你曾希望训练机器学习模型,使其支持 IFTTT,那么现在可以使用来自MateLabs的新产品。该公司的MateVerse&nb...
0

机器学习科学家李建:时空大数据,你听说过吗?

6 月 24 日下午,钛媒体和杉数科技主办的 2017 AI 大师论坛在京举行,论坛邀请了五位算法优化、机器学习领域的顶尖教授、学者出席并发表学术演讲,雷锋网记者也对论坛进行了跟踪报道。本篇内容根据机器学习领域专家李建的论坛分享实录整理而成。李建,清华大学交叉信息研究院助理教授、杉树科技...
0

使用机器学习探索神经网络架构

Google 致力于用更好的产品与服务来切实改善人们的生活,并藉此解决一些世界范围内的问题。因此,Google 不仅在学术层面上进行着对人工智能的研究,也成功地将工程师和科学家团队精心设计的深度学习模型投入实际应用。例如,搭载了神经网络机器翻译的 Google 翻译,通过不再将句子中的词...
7

这10本由浅入深的好书,或让你成为机器学习领域的专家

文章为简译,更为详细的内容,请查看原文:The Best Machine Learning Books To Go From Novice To Expert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。以下为译文:机器学习是个跨领域的学科,而且...
0

你的公司可以被机器学习改造吗?看这70个指标就知道了

“范式大学”由第四范式发起,致力于成为培养工程师转型为数据科学家的“黄埔军校”。专栏专注于以人工智能解决具体商业问题。在这里你将会看到,企业如何通过可实施的方法完成 AI 转型;个人如何通过最新的科技工具,快速成为能解决问题的机器学习工程师。 ...
0

MIT这样的顶尖名校是怎么上机器学习课的?

雷锋网按:机器学习已经成为目前人工智能领域最火的研究方向,但其实在高校内,这门课一直存在,但随着人工智能热潮的兴起,这门课也有了越来越多的学生。MIT 近日以生动的笔触描绘了一节普通的机器学习课堂,如果你想知道,顶尖名校是怎么上机器学习课的,不妨看看这篇文章。在 4 月初的一个下午,...
0

年薪百万的机器学习专家,为什么不产生价值?

Part 1一个朋友的企业,他们招聘了 2 名机器学习方向的数据科学家,加起来年薪百万。但一段时间的蜜月期后,他们发现机器学习专家没有给公司带来实际价值。高管们不知道他们具体做了什么,业务人员每周都给他们提出预测需求,却很少能在短时间得到回应。不到一年,公司和机器学习...
5

机器学习工程师必知的十大算法

英文原文:The 10 Algorithms Machine Learning Engineers Need to Know毫无疑问,机器学习/人工智能的子领域在过去几年越来越受欢迎。目前大数据在科技行业已经炙手可热,而基于大量数据来进行预测或者得出建议的机器学习无疑是非常强大的。一些最...
0

用两万篇论文告诉你:机器学习在过去五年中发生了什么

arXiv.org 是一个专门收集物理学、数学、计算机科学与生物学论文预印本的网站。数据显示,截至 2014 年底的时候,arXiv 已经达到了一百万篇以上的论文藏量,并且还在以每月 8000 篇的速率增长。算是目前全球最具规模的论文数据库之一。近日,来自斯坦福大学计算机学院的博士毕业生...
0

机器学习的本质就是数理统计?答案可能没这么简单

可能许多刚刚接触 AI 的新人们都产生过类似这样的疑问:机器学习和数理统计,究竟有什么本质区别?不都是玩数据的么。如果从传统意义上的数据分析师的观点来说,这个问题的答案很简单,无非是下面这两点:机器学习本质上是一种算法,这种算法由数据分析习得,而且不依赖于规则导向的程序设计;...
2

Google在2016年发表了218篇机器学习论文

2016 年也许称得上是 Google 的奇迹年,搜索巨人在学术期刊和学术会议上发表了 218 篇机器学习论文,许多论文发表在了学术界顶尖的期刊上,如《自然》、PNAS 和 JAMA 。在所有从事人工智能研究的企业中间,Google 是毋庸置疑的第一。论文出版的爆炸式增长并非意外,过去几...

最新评论