搜索:机器学习
-
谷歌用机器学习实现稳定实时的手部追踪、手势识别
谷歌近期发布了一种用于手部感知的全新方法。
-
人工智能和机器学习应用程序做加速,高效工作没毛病
通过人工智能和ML,你的企业将受益,因为它在运营上变得更加高效,并消除了那些似乎让你慢下来的日常任务。
-
机器学习模型评估常用指标汇总
在使用机器学习算法过程中,针对不同的问题需要不用的模型评估标准,这里统一汇总。
-
11个机器学习的模型评估指标
用不同类型的指标来评估我们的模型。
-
机器学习实时预测公交延迟!谷歌地图附加功能上线全球
近日,谷歌地图的附加功能做到了!在之前应用的基础上引入了公交车的实时交通延误,预测了全球数百个城市的公交车延误情况,从亚特兰大到萨格勒布,从伊斯坦布尔到马尼拉等等, 这提高了六千多万人的通勤时间准确性。
-
机器学习会取代数学建模吗?
随着理论和技术的进步,我们将在未来看到许多混合模型。因此,数学建模和机器学习建模也应当是“合作关系”,而非“竞争关系”。
-
聚焦机器学习和数据科学大佬工作的一天
来自SurveyMonkey的Shubhankar分享了一些关于机器学习职位面试的一般技巧。根据他和其他业内人士的说法,列出你过去做过的项目清单很重要。很多人都遇到过Netflix挑战和泰坦尼克号的项目,它们都是最常见的项目之一,但是你有没有做过一些不常见的事情呢 他建议做你感兴趣领域的项目。如果你对体育感兴趣,为什么不做一些分析、收集公开可用的数据仓库,然…
-
贝叶斯网络之父:当前的机器学习其实处于因果关系之梯的最低层级
当前的机器学习其实处于因果关系之梯的最低层级。
-
读这一篇,对于AI、机器学习、深度学习你都会有基本的认知
人们现在谈论的人工智能好像还在遥远的未来,但实际上,它已经在我们的生活中激增。从我们给孩子购买的最新玩具机器人宠物到执行预定手术的外科医生机器人,再到十分了解我们对音乐、电影、广告的偏好的推荐系统,我们实际上已经进入了人工智能,与它同在。 随着“人工智能”变得更加智能和普遍,我们内心会产生一种自然的恐惧。有人会担心在我们的社会中没有正确实施人工智能带来的反乌…
-
教你用机器学习生成披头士的歌词
披头士是一个巨大的文化现象。他们永恒的音乐至今仍与人们产生共鸣,无论是年轻人还是老年人。就我个人而言,我是他们的超级粉丝。依我拙见,他们是很棒的摇滚乐队。他们的歌曲充满了有趣的歌词和深刻的思想。例如: 然而,披头士乐队之所以伟大,是因为他们多才多艺。他们的一些歌曲深沉而有思想,而另一些则有趣而轻松。毫无疑问,贯穿他们歌词的最大主题是爱。这里有这样一句词: 事…
-
还在用Github管理机器学习项目?你早该了解这些更专业的新工具
机器学习,不过是和数据和软件打交道。那就应该是是运行代码、迭代算法的简单问题呀?一段时间后,我们就能拥有一个完美的训练有素的ML模型。
-
Nat Biotechnol:研究人员开发新的机器学习模型预测CRISPR-Cas9编辑人原代T细胞的结果
在一项近日发表在《Nature Biotechnology》上、题为”Large dataset enables prediction of repair after CRISPR-Cas9 editing in primary T cells”研究中,来自Chan-Zuckerberg Biohub、斯坦福大学、加州大学等单位的研究人员在Alexander Marson、Andrew P. May和James Zou的带领下,通过对基因编辑后的原代T细胞进行大规模测序获得一个数据库,并以此为基础建立了一种机器学习模型来预测原代T细胞在CRISPR-Cas9基因编辑发后的基因修复。 [原文链接]
-
细数机器学习在金融领域的七大应用
机器学习是市场的新趋势,新油田,新黄金!从概念价值的角度来看,把机器学习与任何创新相比都不为过。但是它在金融领域如何发挥呢,应用的现状又到了什么阶段呢?
-
魔视智能算法团队论文被机器学习顶级会议ICML录用
近日,第36届国际机器学习大会(International Conference on Machine Learning),在美国长滩会议中心隆重召开,该会议作为机器学习人工智能领域的两大顶级盛会之一,代表着热门科研领域的最前沿,具有广泛而深远的国际影响力。ICML 2019年一共在3424篇论文中录取774篇,录用率仅有22.6%。
魔视智能连同澳大利亚国立大学,莫纳什大学,以及NEC America Lab的研究员共同完成了名为神经协同子空间聚类(NeuralCollaborative Subspace Clustering)论文,该论文解决了谱聚类对子空间聚类的限制,为以后将子空间聚类扩展到大规模数据集上迈出了第一步。
迄今为止,魔视智能核心专家团队已经在CVPR/ ICCV/ NIPS/ ECCV/ TPAMI上发表顶级学术论文超过100篇,引用次数多达20242次(Google Scholar Citation, as of Apr. 2019)。分别两次在CVPR和ICCV上获得最佳论文大奖及大奖提名。并且多次在包括CITYSCAPES和KITTI等国际权威算法比赛上夺得世界第一。 [原文链接] -
大数据日报(20190723):90%人工智能公司都亏损,澳科研团队用新算法帮助“机器学习”抗干扰
大数据日报(20190723):90%人工智能公司都亏损,澳科研团队用新算法帮助“机器学习”抗干扰。