可解释性与 deep learning 的发展
大家好，我叫张拳石，UCLA博士后。目前在朱松纯老师的实验室，带领一个团队，做explainable AI方向。本文的题目有些大，这篇短文中，我只简单谈谈个人对deep learning发展状况的感受，和我最近的explanatory graph for CNNs和interp…
cozmo系列之入门 - 有性格且可编程的机器人
可编程的机器人不少，灵活而友好的却不多 不智障的机器人不多，有性格的就更少 可爱的机器人中我最中意2款: BB8和cozmo BB8可爱且呆，cozmo可爱又任性 来个它们的合影 这个憨态可掬的机器人，有些像微缩版的瓦力，不过它可没瓦力乖巧 它从睡眼惺忪中醒来，伸伸懒腰，便下床…
Apache Beam实战指南之基础入门
随着大数据 2.0 时代悄然到来，大数据从简单的批处理扩展到了实时处理、流处理、交互式查询和机器学习应用。早期的处理模型 (Map/Reduce) 早已经力不从心，而且也很难应用到处理流程长且复杂的数据流水线上。
[译] 深度学习的局限性
关于深度学习最令人惊讶的它把复杂简单化。十年前，没人能想到，通过梯度下降的训练简单的参数模型，就能实现机器感知方面的如此惊人的结果。现在，事实证明，你只需要考虑足够多的例子以及所需要的大量参数模型就够了。费曼曾经这么描述过宇宙，「It's not complicated, it…
[译] 最近两个月中我是如何开始学习 AI 的
当我关闭我的创业公司 Zeading 时，我被这次失败惊醒的同时感觉心里空落落的，就像失去了一些非常特别的东西。 全栈工程师在面临剧变的时代是不够的。在接下来的两年中，没有人工智能技术的全栈将不再是全栈。 是时候采取行动了。我做出了我认为现在唯一能做的行动 —— 像开发者那样更…
为什么 AlphaGo Zero?
在2017年10月19日, Google Deepmind 推出了新一代的围棋人工智能 AlphaGo Zero. Alpha狗 zero 被放出的当天, 我的朋友圈, 微博等等社交平台都被刷屏了. 各大社交版面都充斥这 AlphaGo Zero 的新闻.
区块链技术中的机器学习
现代性带来了新的、突破性的东西，这些东西能够改变世界。
现实世界的问题不能通过应用简单的、传统的算法和方式来解决，所以软件创造者们必须使用新的技术。
Tensorflow——对电影评论进行分类
TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域，它可在小到手机、大到数千台服务器上运行。本文展示怎么使用TensorFlow实现文本的简单分类，判断评论是正面的还是负面的。
神经网络和深度学习
我是薛银亮，感谢英文原版在线书籍，这是我学习机器学习过程中感觉非常适合新手入门的一本书。鉴于知识分享的精神，我希望能将其翻译过来，并分享给所有想了解机器学习的人，本人翻译水平有限，欢迎读者提出问题和发现错误，更欢迎大牛的指导。因为篇幅较长，文章将会分为多个部分进行，感兴趣的可以…
一文读懂深度学习与机器学习的差异
如果你经常想让自己弄清楚机器学习和深度学习的区别，阅读该文章，我将用通俗易懂的语言为你介绍他们之间的差别。
深度学习之概述(Overview)
本文为原创文章，转载请注明作者及出 2016年被称为人工智能的元年，2017年是人能智能应用的元年；深度学习技术和应用取得飞速发展；深度学习在互联网教育场景也得到广泛应用。本文主要介绍机器学习及深度学习之定义及基本概念、相关网络结构等。
人工智能究竟能够做什么？对我们有什么影响…
奇点到来，超越人类 《Nature论文：人工智能从0-1自学打败阿法狗 》论文翻译
阿法狗 ZERO以100：0打败阿法狗 ，引起轰动，论文在Nature发表。 1.完全自学，超越人类。 2.发展出超越人类认知的新知识，新策略。 本文是我和好友春（机器学习在读博士，研究方向为自然语言处理，机器学习，深度学习，微信号：zyc973950709）一同翻译，感谢。其…
一个框架解决几乎所有机器学习问题
上周一个叫 Abhishek Thakur 的数据科学家，在他的 Linkedin 发表了一篇文章 Approaching (Almost) Any Machine Learning Problem，介绍他建立的一个自动的机器学习框架，几乎可以解决任何机器学习问题
写给人类的机器学习 五、强化学习
写给人类的机器学习 五、强化学习
从CNN视角看在自然语言处理上的应用
卷积神经网络（Convolutional Neural Network）最早是应用在计算机视觉当中，而如今CNN也早已应用于自然语言处理（Natural Language Processing）的各种任务。
Machine Learning in Action（机器学习实战）
第一部分
机器学习基础
k-近邻算法
决策树
......
《Shadowsock翻墙流量检测算法》论文翻译
随着机器学习技术的火热，国内不少实验室一窝蜂的将机器学习纳入自己的科研课题研究之中，这样可以更好的找到发论文的结合点。我之前的所在实验室就曾将机器学习引入漏洞挖据的研究之中，取到了很好的效果。但是据我所知，有些研究课题将机器学习引入并没有带来多少收益。本文将机器学习引入Shad…
李飞飞团队最新跨界研究：神经任务编程NTP，让机器人具有强大泛化能力
9月26日，在温哥华举行的IROS大会上，计算机视觉专家、斯坦福AI Lab&Vision Lab主任李飞飞做了“A Quest for Visual Intelligence”的演讲，这也是李飞飞首次参加IROS这一机器人为主题的大会。
深度学习革命的开端：卷积神经网络
本篇将要介绍的是，从2006年至今的神经网络第三次浪潮中，取得巨大成功、处于最核心位置的技术——卷积神经网络，Convolutional Neural Network（CNN）。 2012年AlexNet在ImageNet上一战成名，点爆了深度学习革命，这是历史性的时刻。其中的…
吴恩达眼中的深度学习七雄
AI时代，风云变幻，人才辈出，作为全球人工智能技术专家之一，吴恩达眼中有哪些人称得上AI时代的英雄呢？
简析AI（深度学习）
从20世纪60年代开始，人们就在期待像哈尔（HAL）这样的科幻级别的AI，然而直到最近，PC和机器人还是非常愚笨。现在，科技巨头和创业公司宣告了AI革命的到来：无人驾驶汽车、机器人医生、机器投资者等等。普华永道认为，到2030年，AI将会向世界经济贡献15.7万亿美元。“AI”…
写给人类的机器学习 三、无监督学习
写给人类的机器学习 三、无监督学习
机器学习与微博：TensorFlow在微博的大规模应用与实践
TensorFlow 在微博业务中有丰富的应用场景，文字、图片、视频，各具特色。微博机器学习平台集成 TensorFlow 服务，支持分布式训练，在广告点击预测应用中，本轮分享的主讲人何沧平积累了一些 TensorFlow 优化经验，在 8 月 3 日晚 AI 前线社群分享活动…
用python解读十九大
未来将出现大量廉价、低功耗的智能设备。深度神经网络已经发展出适合机器学习任务的顶尖技术。但是，这些算法计算量很大，使得它们难以部署到硬件资源有限、能量预算紧张的嵌入式设备中。由于摩尔定律和工艺尺寸缩小正在变慢，仅依赖工艺进步无法解决这个问题。为了解决该问题，我们研究高效的算法和…
机器学习之决策树与随机森林模型
导语 本文用容易理解的语言和例子来解释了决策树三种常见的算法及其优劣、随机森林的含义，相信能帮助初学者真正地理解相关知识。
关于 AlphaGo Zero - 田渊栋
老实说这篇Nature要比上一篇好很多，方法非常干净标准，结果非常好，以后肯定是经典文章了。
网友评论