人工智能 | 数盟 | Page 4
0537aea4c28648b47529584ffc28e104 0

深度学习中常见的10个方法,你应该知道

- 文章,人工智能,深度学习 - 阅 220

在过去十年中,人们对机器学习的兴趣激增。几乎每天,我们都可以在各种各样的计算机科学课程、行业会议、华尔街日报等等看到有关机器学习的讨论。在所有关于机器学习的讨论中,许多人把机器学习能做的事情和他们希望机器学习做的事情混为一谈。从根本上讲,机器学习是使用算法…

20180921030959580 0

写作比写代码难多了?给数据科学家的写作指南

- 文章,数据分析,人工智能,数据挖掘 - 阅 183

写作是每个人都想多做一些的事情,但是常常不知道从哪里开始。 数据科学家有好的写作技巧能够提高沟通效率。但我们常常会因为写作能力不足感到困扰。 下面一套体系可以突破这些障碍,可以帮你掌握一些数据科学写作的通用准则。虽然写作没有秘诀,但是有一些实用性的小技巧…

0537aea4c28648b47529584ffc28e104 0

对话吴恩达:为什么说制造业会是首个聚焦AI转型的行业?

- 人工智能,深度学习 - 阅 293

  近期,吴恩达做客播客节目 Greymatter 探讨了自动化、智能化将会在各个领域如何发展,以及机器学习和人工智能的未来。 当然,作为前百度首席科学家,吴恩达还提到了他曾做出的功绩。离开百度后,吴恩达选择了自己创业,陆续创立了三个人工智能项目:Deeplearning.ai,Landing…

c6c595d334ab73722bd3ce79957206a7 0

斯坦福大学提出全新网络嵌入方法 — GraphWave

- 文章,数据分析,人工智能,数据挖掘 - 阅 688

本期推荐的论文笔记来自 PaperWeekly 社区用户 @xuehansheng。本文是斯坦福大学发表于 KDD ’18 的工作,论文提出了一种通过利用热小波扩散模式、通过低维嵌入来表示每个节点的网络邻域的方法——GraphWave。 GraphWave 不是在手工选择的特征上进行训练,而是以无人监督的方式学…

ce5fd91f344ec130f6f42ec265c51839.jpeg-wh_651x-s_2415570986 0

如何成为一名数据科学家?听听来自Netfix的老司机怎么说

- 文章,数据分析,人工智能,数据挖掘 - 阅 882

数据科学是什么?数据分析?机器学习?还是数据工程?答案可能有很多,但也许只有直接与某个公司的数据科学家交流,才能了解该公司是如何看待数据科学的。由Netflix举办的第三届聚焦数据科学的WiBD研讨会,为我们所有人了解Netflix的数据科学故事提供了绝佳机会,一起来看看吧! …

240512-14062ZQ03816 0

医疗AI应该更关注「数据」还是「人」?数据工程师反思机器学习模型的力量

- 文章,数据分析,人工智能,数据挖掘 - 阅 889

机器学习的引入为各行各业的从业人员提供了得力助手,但由此也引发了一系列问题,如:人类在信赖机器学习模型的同时如何避免对机器的依赖?尤其是在医疗等关乎人类生命健康的领域。本文作者是一名医疗行业的数据工程师,他在工作中不断反思自己的工作给患者、医生等相关群体带…

d337befd378e0c6d7af7a13eaf6a3d81.jpg-wh_651x-s_3351751413 0

用深度学习DIY自动化监控系统

- 文章,人工智能,深度学习 - 阅 541

监控在安保和巡查中发挥着重要作用,但也是一项非常乏味的任务,深度学习的出现在一定程度上将人类从这一任务中解放出来。本文介绍了如何使用基于深度学习的目标检测去搭建一个简单但有效的监控系统,还比较了使用 GPU 多处理进行推断的不同目标检测模型在行人检测方面的性能。 …

0537aea4c28648b47529584ffc28e104 0

如何优雅地从四个方面加深对深度学习的理解

- 文章,数据分析,人工智能 - 阅 520

在今年的 ICML 上,深度学习理论成为最大的主题之一。会议第一天,Sanjeev Arora 就展开了关于深度学习理论理解的教程,并从四个方面分析了关于该领域的研究:非凸优化、超参数和泛化、深度的意义以及生成模型。 2017 年 12 月 NIPS 的 Test-of-Time Award 颁奖典礼上,Al…