随笔分类 - 人工智能
摘要：2018年度10大新兴技术：人工智能、量子计算、增强现实等 https://mp.weixin.qq.com/s/FEhGUixl00knNOu14sdbTg 9月19日，世界经济论坛和《科学美国人》联合发布了2018年度十大新兴技术榜单，人工智能及生物医药、新材料领域的技术入围，其中多项技术有望为
阅读全文
摘要：外媒评李开复的《AI·未来》：四大浪潮正在席卷全球 https://mp.weixin.qq.com/s/oElub0QOYjOROhqN3ULUkg 【网易智能讯 9月17日消息】李开复是全球最受关注的人工智能投资者之一，在美国和中国的6家基金和300多家投资组合公司之间管理着超过20亿美元的资金
阅读全文
摘要：https://mp.weixin.qq.com/s/bU-TFh8lBAF5L0JrWEGgUQ 9 月 17 日，2018 世界人工智能大会在上海召开，在上午主论坛大会上，商汤科技联合创始人汤晓鸥发表了题为《人工智能 大爱（AI）无疆》的演讲。他提到，并不存在 AI 行业，唯一存在的是“AI+
阅读全文
摘要：https://mp.weixin.qq.com/s/trkCGvpW6aCgnFwLxrGmvQ 撰稿 & 整理｜Debra 编辑｜Debra 导读：在 2018 云栖人工智能峰会上，阿里巴巴推出的人工智能产品和相关服务真不少，包括一款天猫精灵人机交流车载系统，两款搭载天猫精灵系统的移动机器人太空
阅读全文
摘要：谷歌AI涉足艺术、太空、外科手术，再强调AI七原则 https://mp.weixin.qq.com/s/MJG_SvKCEBKRvL3IWpL0bA 9月18日上午，Google在上海的2018世界AI 大会上举办了一场名为“AI触手可及”的主题论坛。在论坛上，Google全球副总裁、工程研究员J
阅读全文
摘要：自然底数e的意义是什么？ https://mp.weixin.qq.com/s?__biz=MzA5ODUxOTA5Mg==&mid=2652553811&idx=1&sn=000305074471c3d4c681c9cfd4e4bc93&chksm=8b7e3308bc09ba1e3043f556
阅读全文
摘要：IBM Watson启示录：AI不应该仅仅是炫技 https://mp.weixin.qq.com/s/oNp8QS7vQupbi8fr5RyLxA 导语：当AI成为全球CEO口中的热词，关于“什么是好AI ”的讨论显得更加至关重要，因为这也许关系企业的未来生死。 年中“AI价值观”的热点落下帷幕后
阅读全文
摘要：人工神经网络 核心：一个多层的复合函数。 人工神经网络在本质上是一个多层的复合函数： 它实现了从向量x到向量y的映射。由于使用了非线性的激活函数f，这个函数是一个非线性函数。 神经网络训练时求解的问题不是凸优化问题。反向传播算法由多元复合函数求导的链式法则导出。 标准的神经网络是一种有监督的学习算法
阅读全文
摘要：一句话总结随机森林 核心：用有放回采样的样本训练多棵决策树，训练决策树的每个节点是只用了无放回抽样的部分特征，预测时用这些树的预测结果进行投票。 随机森林是一种集成学习算法，它由多棵决策树组成。这些决策树用对训练样本集随机抽样构造出样本集训练得到。随机森林不仅对训练样本进行抽样，还对特征向量的分量随
阅读全文
摘要：一句话总结卷积神经网络 核心：一个共享权重的多层复合函数。 卷积神经网络在本质上也是一个多层复合函数，但和普通神经网络不同的是它的某些权重参数是共享的，另外一个特点是它使用了池化层。训练时依然采用了反向传播算法，求解的问题不是凸优化问题。 和全连接神经网络一样，卷积神经网络是一个判别模型，它既可以用
阅读全文
摘要：一句话总结K均值算法 核心：把样本分配到离它最近的类中心所属的类，类中心由属于这个类的所有样本确定。 k均值算法是一种无监督的聚类算法。算法将每个样本分配到离它最近的那个类中心所代表的类，而类中心的确定又依赖于样本的分配方案。这是一个先有鸡还是先有蛋的问题。 在实现时，先随机初始化每个类的类中心，然
阅读全文
摘要：一句话总结kNN算法 核心：模板匹配，将样本分到离它最相似的样本所属的类。 kNN算法本质上使用了模板匹配的思想。要确定一个样本的类别，可以计算它与所有训练样本的距离，然后找出和该样本最接近的k个样本，统计这些样本的类别进行投票，票数最多的那个类就是分类结果。下图是kNN算法的示意图： 在上图中有红
阅读全文
摘要：一句话总结决策树 核心：一组嵌套的判定规则。 决策树在本质上是一组嵌套的if-else判定规则，从数学上看是分段常数函数，对应于用平行于坐标轴的平面对空间的划分。判定规则是人类处理很多问题时的常用方法，这些规则是我们通过经验总结出来的，而决策树的这些规则是通过训练样本自动学习得到的。下面是一棵简单的
阅读全文
摘要：一句话总结贝叶斯分类器 核心：将样本判定为后验概率最大的类。 贝叶斯分类器直接用贝叶斯公式解决分类问题。假设样本的特征向量为x，类别标签为y，根据贝叶斯公式，样本属于每个类的条件概率（后验概率）为： 分母p(x)对所有类都是相同的，分类的规则是将样本归到后验概率最大的那个类，不需要计算准确的概率值，
阅读全文
摘要：https://mp.weixin.qq.com/s/NIza8E5clC18eMF_4GMwDw 深度学习的“深度”层面源于输入层和输出层之间实现的隐含层数目，隐含层利用数学方法处理（筛选/卷积）各层之间的数据，从而得出最终结果。在视觉系统中，深度（vs.宽度）网络倾向于利用已识别的特征，通过构建
阅读全文
摘要：导读：2017 年的时候，AI 前线进行了一场有关人工智能领域薪资差异的专题策划，这篇名为《25 万年薪的你与 25 万月薪的他，猎头来谈你们之间的差别》的文章引起了读者们的热烈讨论。一年过去了，又到了“金九银十”的招聘旺季，对于应届生们来说，今年的招聘形势如何？相比去年，AI 岗位的热度还那么高吗
阅读全文
摘要：13张动图助你彻底看懂马尔科夫链、PCA和条件概率！ https://mp.weixin.qq.com/s/ll2EX_Vyl6HA4qX07NyJbA [ 导读 ] 马尔科夫链、主成分分析以及条件概率等概念，是计算机学生必学的知识点，然而理论的抽象性往往让学生很难深入地去体会和理解。而本文，将这些
阅读全文
摘要：一位ML工程师构建深度神经网络的实用技巧 https://mp.weixin.qq.com/s/2gKYtona0Z6szsjaj8c9Vg 作者| Matt H/Daniel R 译者| 婉清 编辑| Jane 出品| AI 科技大本营 【导读】在经历成千上万个小时机器学习训练时间后，计算机并不是
阅读全文
摘要：作者｜William Vorhies 译者｜姚佳灵 编辑｜Debra 导读：IBM 的沃森问答机（Question Answering Machine，简称 QAM），因 2011 年参加综艺节目《危险边缘》 获胜而出名，本应该带来医疗保健领域巨大的回报。但是，相反，IBM 及其沃森医疗保健客户正在
阅读全文
摘要：https://mp.weixin.qq.com/s/1EVczHp11OJ4GEjeE3z5cA 业内唯一以“AI计算”为核心的人工智能大会昨天发布了一份重要报告。 9月12日，《中国AI计算力发展报告》摘要版在2018 AICC人工智能计算大会上正式对外公布。 这份报告由浪潮集团联合IDC研究发
阅读全文
浙公网安备 33010602011771号