renly2013

摘要： 深度学习与机器人结合 帮你做家务nviki人工智能,机器人05-2610浏览0加州大学伯克利分校的研究员们正在研究一种新算法让机器人可以通过练习、犯错来学习所有新技能，就像人类一样。切实点说，这个算法可能最终可能产生机器人管家，能帮你完成各种不想做的无聊乏味的家务活。机器人认识世界是全靠大量预编程序... 阅读全文

摘要： 当机器人与人类一样，可以彼此学习、塑造、改变、进化——虎嗅君不禁惊恐地感受到了人工智能的暗黑面。上周，百度于美国硅谷举办了其首次海外The Big Talk，会上多位硅谷在深度计算、人工智能方面的前沿专家分享了当前全球领先的科研成果和理念，其中康内尔大学（Cornell University）创造性... 阅读全文

摘要： 初看起来，大蟒蛇（Python）与云计算，两者“风、牛、马”不相及，根本扯不上关系。本文却想讲一个小故事，把这两者联系起来。 当今，在我们国内，云计算可以说是一个比较热门的“话题”。实际上，搞云计算可以采用许多不同的途径与方法来实现，但是，我们总该有一个最佳的选择、参照方案吧？比如，一些IT产业的... 阅读全文

摘要： boxi• 21:49 / 01统治世界的十大算法软件正在统治世界。而软件的核心则是算法。算法千千万万，又有哪些算法属于“皇冠上的珍珠”呢？Marcos Otero 给出了他的看法。什么是算法？通俗而言，算法是一个定义明确的计算过程，可以一些值或一组值作为输入并产生一些值或一组值作为输出。因此算法就... 阅读全文

摘要： AI 近期关于人工智能之讨论的总结贴 涉及霍金，《超验骇客》等等。 丧心病狂的机器？杀伤性人工智能？当我们探讨自我完善软件带来的益处时，我们应该认真一下考虑这些概念。节选自詹姆斯·巴拉的《我们最后的发明》“…我们将会开始依赖于电脑的帮助来发展出新型电脑，以生产出更为复杂的产品。然而，我们并不十分了解... 阅读全文

摘要： 发布日期：2012-07-18中国机器人网编译：赵一梦 我来投稿一个巴黎的研究员最近开发了一个计算机系统，它可以通过观看人类下棋来学会规则然后打败人类，可怕吧？该系统的开发者Łukasz Kaiser是巴黎狄德罗大学的跨学科研究员，他平时酷爱逻辑学、 游戏、计算机程序算法，所以他最近开发了可以学习五... 阅读全文

摘要： 在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。 本文的目的就是对常用的相似性度量作一个总结。本文目录：1. 欧氏距离2. 曼... 阅读全文

摘要： 作者 Kryptoners早在 1960 年代，Geoffrey Hinton 的高中时期，就有一个朋友告诉他，人脑的工作原理就像全息图一样。创建一个 3D 全息图，需要大量的记录入射光被物体多次反射的结果，然后将这些信息存储进一个庞大的数据库中。大脑储存信息的方式居然与全息图如此类似，大脑并非将记忆储存在一个特定的地方，而是在整个神经网络里传播。Hinton 为此深深的着迷。对 Hinton 来说，这是他人生的关键，也是他成功的起点。“我非常兴奋，”他回忆到，“那是我第一次真正认识到大脑是如何工作的”。在高中时代谈话的鼓舞之下，Hinton 在他的求学期间，在剑桥大学以及爱丁堡大学继续他的神 阅读全文

摘要： 苑伶据ibtimes报道，2013 DARPA 机器人挑战赛（DRC）上，有 16 支团队为进入决赛进行了 8 个项目的比拼，最后 Google 收购的日本SCHAFT团队凭其双足机器人得到了最高分 27 分，位列最后的 NASA Valkyrie 机器人则一分未得。这次的比赛在佛罗里达州的 Homestead Miami Speedway 举行，整个赛场环境都被布置成重灾区的形貌，据 DARPA 表示，这次挑战赛的主要目标就是开发出可以在险恶环境下行走的机器人，并且可以抵抗突发灾难。因此具体的竞赛项目包括了驾驶汽车、行走在废墟上、移除障碍物、开门并通过该道门、爬梯、使用工具砸碎混凝土板、连接 阅读全文

摘要： 计算机算法最初用于提高股票市场交易的效率，但由于参与市场交易的算法越来越多越来越复杂，导致了目前股票市场已经无法离开计算机系统来运作，而人类又无法完全理解复杂的计算机算法系统，不可避免对股票市场造成了认为无法控制的负面影响。掌控华尔街交易的计算机算法作者：Felix Salmon和Jon Stokes2010年12月27日去年春天，道·琼斯启用了一个新的Lexicon服务系统。这个系统可以实时地给职业投资者发布金融新闻资讯。实际上，这个新的系统并不令人惊奇。这家在华尔街日报和道琼斯通讯社背后的公司由于发布能够影响股票市场的新闻资讯而名声大噪。但是，绝大多数订阅Lexicon服务的职业 阅读全文

摘要： http://v.youku.com/v_show/id_XNjQyNTIwMzMy.html 阅读全文

摘要： Tag：版权声明：转载时请以超链接形式标明文章原始出处和作者信息及本声明http://www.blogbus.com/rasaba-logs/36050546.html Api函数是构筑Windws应用程序的基石，每一种Windows应用程序开发工具，它提供的底层函数都间接或直接地调用了Windows API函数，同时为了实现功能扩展，一般也都提供了调用WindowsAPI函数的接口， 也就是说具备调用动态连接库的能力。Visual C#和其它开发工具一样也能够调用动态链接库的API函数。.NET框架本身提供了这样一种服务,允许受管辖的代码调用动态链接库中实现的非受管辖函数,包括操作系统提供的 阅读全文

摘要： 作者 Lemniscate这个是我写的一篇关于MATLAB课程的作业，作业已提交。所以，ChenGuangda老师看到了请不要以为我的作业是从网上抄的，哈哈。0.背景MATLAB作为一款功能强大、效率高、交互性好的可视化高级计算机语言，在数值计算、自动控制、数字信号处理、图形处理、仿真、神经网络、小波分析等各个领域有着广泛的应用。虽然MATLAB是一个完全独立的编程和数据运算的集成环境使用它可以很方便地做很多工作，但是，很多时候仅仅依靠MATLAB环境还是不能很好地完成工作，例如一个大的项目中需要使用到MATLAB中很容易实现而且很有些的功能时，如果这个时候使用特定语言开发，将会是一个费时费力 阅读全文

摘要： 杰德·多明格斯今年26岁，从未上过大学，被镀金公司的算法判定为编程高手，而后被这家新创公司招聘为程序员。​（文／ MATT RICHTEL）去年夏天，26岁的杰德•多明格斯（Jade Domingues）收到一封突如其来的邮件，旧金山一家初创公司请他去面试程序员。多明格斯那个时候住在加利福利亚州帕萨迪纳市一间租来的屋子里，靠信用卡赊账度日，他正在自学编程。多明格斯在高中表现中等，也没想过要上大学。但是，在云端的某处有那么一个人，他认为多明格斯有可能是个天才，再不济也是块未经打磨的原石。“招人时使用的传统指标可能有错，大大的错了，”镀金公司的首席科学家薇薇安·明这样评论。镀金 阅读全文

摘要： 集成学习（aka combination/aggregation）就是构造若干模型并用它们的（加权预测/投票）值用于对新样本的预测。类似于多个决策者进行同一个决策。通常来说集成的效果要好于单个模型，当特征，数据，单个模型做到瓶颈时，多模型带来的提升很明显。因此集成学习广泛用于竞赛和实际应用中。其实很多本身就很优秀的模型就是集成了很多弱的模型，比如boosting系（adaboost），gradient boosting系（GBDT），random decision系（Random Forest）。Modular system 类似于ensemble learning，两者主要区别是前者单个分类 阅读全文

摘要： 原题目叫做The perception and large margin classifiers，其实探讨的是在线学习。这里将题目换了换。以前讨论的都是批量学习（batch learning），就是给了一堆样例后，在样例上学习出假设函数h。而在线学习就是要根据新来的样例，边学习，边给出结果。 假设样例按照到来的先后顺序依次定义为。X为样本特征，y为类别标签。我们的任务是到来一个样例x，给出其类别结果y的预测值，之后我们会看到y的真实值，然后根据真实值来重新调整模型参数，整个过程是重复迭代的过程，直到所有的样例完成。这么看来，我们也可以将原来用于批量学习的样例拿来作为在线学习的样例。在在线学习中 阅读全文

摘要： bagging,boosting,adboost,random forests都属于集成学习范畴.在boosting算法产生之前，还出现过两种比较重要的算法，即boostrapping方法和bagging方法。首先介绍一下这二个算法思路:从整体样本集合中，抽样n*<N个样本 针对抽样的集合训练分类器Ci,抽样的方法有很多,例如放回抽样,不放回抽样等.对于预测样本, 众多分类器进行投票，最终的结果是分类器投票的优胜结果.以上就是bagging的主要思想.但是，上述这两种方法，都只是将分类器进行简单的组合，实际上，并没有发挥出分类器组合的威力来。到1989年，Yoav Freund与 Rob 阅读全文

摘要： Adaboost在学习AdaBoosting和online Boosting, 最好有bagging和boosting基础，这样看起来比较会比较顺。有空再补上。AdaBoost 算法的主要思想之一就是在训练集上维护一套权重分布,初始化时 ,Adaboost 为训练集的每个训练例指定相同的权重 1/m。接着调用弱学习算法进行迭代学习。每次迭代后更新训练集上不同样本的权值,对训练失败的样本赋以较大的权重,也就是让学习算法在后续的学习过程中集中对比较难的训练例进行学习首先给定一个弱学习算法和训练集 ( x1 , y1 ), ( x2 , y2 ),..., ( xN , y N ) ,xi ∈ X 阅读全文

摘要： by pluskid网络爬虫（Web Crawler, Spider）就是一个在网络上乱爬的机器人。当然它通常并不是一个实体的机器人，因为网络本身也是虚拟的东西，所以这个“机器人”其实也就是一段程序，并且它也不是乱爬，而是有一定目的的，并且在爬行的时候会搜集一些信息。例如 Google 就有一大堆爬虫会在 Internet 上搜集网页内容以及它们之间的链接等信息；又比如一些别有用心的爬虫会在 Internet 上搜集诸如foo@bar.com或者 foo [at] bar [dot] com 之类的东西。除此之外，还有一些定制的爬虫，专门针对某一个网站，例如前一阵子 JavaEye 的 Rob 阅读全文

摘要： 斯坦福大学研究人员发明了一种类似飞鱼的小型航天器，它比跳跃型机器人具备更优秀的跳跃及滑翔能力。装置采用碳纤维驱动，利用机翼浮动原理使其离位......斯坦福大学研制出类似飞鱼跳跃及滑翔的装置 斯坦福大学研究人员发明了一种类似飞鱼的小型"航天器"， 它比跳跃型机器人具备更优秀的跳跃及滑翔能力。装置采用碳纤维驱动，利用机翼浮动原理使其离位，不足之处是落地比锁定到位距离稍远一些。 如同蛇、松鼠和飞鱼滑翔的状态一样，这种具备滑翔能力的装置比“跳跃发射”更具优势。它能够跨越更远的距离，落地更为轻巧，在必要时，还可以在不影响滑行距离的情况下调节着地角度。此外，装置设计表面光滑，更加利于 阅读全文