流媒體巨頭Netflix的“獨(dú)門線上評(píng)估秘笈”——Interleaving

如下圖所示，主頁上的“Top Picks行”根據(jù)視頻的個(gè)性化排名提供推薦，而“Trending Now行”包含了最近的流行趨勢(shì)。這些個(gè)性化的行共同構(gòu)成了...

2019-08-02 標(biāo)簽：機(jī)器學(xué)習(xí)推薦系統(tǒng) 5809 0

淺析四類機(jī)器學(xué)習(xí)在自動(dòng)駕駛中的應(yīng)用

自動(dòng)駕駛中機(jī)器學(xué)習(xí)算法主要分為四類，即決策矩陣算法、聚類算法、模式識(shí)別算法和回歸算法。我們跟他一起看看，這些算法都是怎樣應(yīng)用的。

2018-11-05 標(biāo)簽：機(jī)器學(xué)習(xí)自動(dòng)駕駛 5797 0

機(jī)器學(xué)習(xí)和深度學(xué)習(xí)要怎么學(xué)呢？機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的入門資料詳細(xì)整理

拿到這份文檔時(shí)想必你的腦海中一直縈繞著這么一個(gè)問題，“機(jī)器學(xué)習(xí)/深度學(xué)習(xí)要怎么學(xué)呢？（怎么入門，又怎么進(jìn)一步掌握？）”。關(guān)于這個(gè)問題其實(shí)并沒有一個(gè)標(biāo)準(zhǔn)答...

2018-08-26 標(biāo)簽：人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 5796 0

探討機(jī)器學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、NLP、計(jì)算機(jī)視覺最新進(jìn)展

谷歌在人工智能領(lǐng)域最終目標(biāo)是三點(diǎn)：利用人工智能和機(jī)器學(xué)習(xí)讓谷歌的產(chǎn)品更加實(shí)用（Making products more useful）；幫助企業(yè)和外部開...

2018-07-02 標(biāo)簽：傳感器計(jì)算機(jī)視覺機(jī)器學(xué)習(xí) 5791 0

DeepMind提出了可微分歸納邏輯編程方法?ILP并進(jìn)行解讀

這種區(qū)別對(duì)我們來說很有意思，因?yàn)檫@兩類思維對(duì)應(yīng)著兩種不同的機(jī)器學(xué)習(xí)方法：深度學(xué)習(xí)和符號(hào)程序合成（symbolic program synthesis）。

2018-01-31 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)深度學(xué)習(xí) 5764 0

將機(jī)器學(xué)習(xí)這本深?yuàn)W的課程，以更加淺顯易懂的方式講出來

我們先提一個(gè)概念叫RSS（the residual sum of squares）。RSS是點(diǎn)和線之間差異的平方和，這個(gè)值代表了點(diǎn)和線的距離有多遠(yuǎn)。梯度...

2019-03-15 標(biāo)簽：RSS機(jī)器學(xué)習(xí)線性回歸 5761 0

從概念和特點(diǎn)上闡述機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的關(guān)系

對(duì)于很多初入學(xué)習(xí)人工智能的學(xué)習(xí)者來說，對(duì)人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的概念和區(qū)別還不是很了解，有可能你每天都能聽到這個(gè)概念，也經(jīng)常提這個(gè)概念，但是你真的...

2019-01-24 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 5730 0

2018年AI的技術(shù)發(fā)展的五大趨勢(shì)是什么？它給我們帶來了哪些益處

我們需要理解的是：AI是幾個(gè)相互關(guān)聯(lián)的技術(shù)的總稱術(shù)語。它包括：自然語言處理、機(jī)器學(xué)習(xí)、認(rèn)知計(jì)算、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)視覺、機(jī)器人科學(xué)及其相關(guān)技術(shù)。在本文中，...

2018-07-09 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI機(jī)器學(xué)習(xí) 5723 0

谷歌發(fā)布機(jī)器學(xué)習(xí)術(shù)語表（完整版）

一種特征，擁有一組離散的可能值。以某個(gè)名為 house style 的分類特征為例，該特征擁有一組離散的可能值（共三個(gè)），即 Tudor, ranch,...

2018-03-19 標(biāo)簽：谷歌機(jī)器學(xué)習(xí) 5719 0

文本數(shù)據(jù)量不夠大的時(shí)候可用的一些實(shí)用方法，從而賦予小數(shù)據(jù)集以價(jià)值

Dropout是另一種較新的正則化方法。它具體的做法是在訓(xùn)練期間，神經(jīng)網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)（神經(jīng)元）按照P的概率被丟棄（即權(quán)重被設(shè)置為零）。這樣，網(wǎng)絡(luò)就不會(huì)...

2018-11-19 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)集深度學(xué)習(xí) 5717 0

TensorFlow發(fā)布了一個(gè)新的優(yōu)化工具包，引入post-training模型量化技術(shù)

這些優(yōu)化將確保將最終模型中精度降低的操作定義與使用fixed-point和floating-point數(shù)學(xué)混合的內(nèi)核實(shí)現(xiàn)配對(duì)。這將以較低的精度快速執(zhí)行最...

2018-10-04 標(biāo)簽：機(jī)器學(xué)習(xí)TensorFlow 5715 0

芯片的未來發(fā)展趨勢(shì)

根據(jù)預(yù)測，到2030年，勞動(dòng)力將出現(xiàn)嚴(yán)重短缺，芯片設(shè)計(jì)師將減少20%至30%。像人工智能這樣的變革性技術(shù)可以幫助填補(bǔ)這一空白。

2024-04-16 標(biāo)簽：芯片人工智能機(jī)器學(xué)習(xí) 5682 0

機(jī)器學(xué)習(xí)大概的介紹讓即便完全不了解機(jī)器學(xué)習(xí)的人也能了解機(jī)器學(xué)習(xí)

傳統(tǒng)上如果我們想讓計(jì)算機(jī)工作，我們給它一串指令，然后它遵照這個(gè)指令一步步執(zhí)行下去。有因有果，非常明確。但這樣的方式在機(jī)器學(xué)習(xí)中行不通。機(jī)器學(xué)習(xí)根本不接受...

2018-05-27 標(biāo)簽：人工智能機(jī)器學(xué)習(xí)大數(shù)據(jù) 5662 0

使用機(jī)器學(xué)習(xí)進(jìn)行產(chǎn)品設(shè)計(jì)時(shí)，保持以人為中心原則的7個(gè)步驟

目前，產(chǎn)品開發(fā)中的一大挑戰(zhàn)是確定哪些體驗(yàn)需要機(jī)器學(xué)習(xí)，哪些體驗(yàn)可通過機(jī)器學(xué)習(xí)得到實(shí)質(zhì)性增強(qiáng)，哪些體驗(yàn)不能通過機(jī)器學(xué)習(xí)得到改善，甚至?xí)词芷浜ΑＳ泻芏喈a(chǎn)品...

2018-05-28 標(biāo)簽：人工智能機(jī)器學(xué)習(xí)自動(dòng)駕駛 5659 0

集成模型的原理及創(chuàng)建集成模型的方法

集成學(xué)習(xí)是功能強(qiáng)大的機(jī)器學(xué)習(xí)技術(shù)之一。集成學(xué)習(xí)通過使用多種機(jī)器學(xué)習(xí)模型來提高預(yù)測結(jié)果的可靠性和準(zhǔn)確性。但是，使用多種機(jī)器學(xué)習(xí)模型如何使預(yù)測結(jié)果更準(zhǔn)確？可...

2020-11-11 標(biāo)簽：機(jī)器學(xué)習(xí)集成模型機(jī)器學(xué)習(xí)技術(shù) 5651 0

SGD的隨機(jī)項(xiàng)在其選擇最終的全局極小值點(diǎn)的關(guān)鍵性作用

在這篇題為《將擬勢(shì)函數(shù)視為隨機(jī)梯度下降損失函數(shù)中的隱式正則項(xiàng)》的論文中，作者提出了一種統(tǒng)一的方法，將擬勢(shì)作為一種量化關(guān)系的橋梁，在SGD隱式正則化與SG...

2019-03-06 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)梯度機(jī)器學(xué)習(xí) 5648 0