排序:
默认
按更新时间
按访问量

干货丨浅析分布式系统(经典长文,值得收藏)

导读  我们常常会听说,某个互联网应用的服务器端系统多么牛逼,比如QQ、微信、淘宝。那么,一个互联网应用的服务器端系统,到底牛逼在什么地方?为什么海量的用户访问,会让一个服务器端系统变得更复杂?本文就是想从最基本的地方开始,探寻服务器端系统技术的基础概念。  承载量是分布式系统存在的原因  当一个...

2018-04-12 00:00:00

阅读数:151

评论数:0

业界丨OpenAI 发布通用人工智能研究纲领:以全人类的名义承诺

近期 Facebook 泄露用户数据、针对性影响用户、Uber 无人车事故,以及全球学者联名抵制韩国开发自主武器的事情再次敲响了人工智能安全的警钟。OpenAI 也于昨日发表了一份自己的研究纲领, 表明了自己的科研使命和行动法则,希望担负起自己在「让人工智能造福全人类」这一伟大事业中的责任。文中也...

2018-04-12 00:00:00

阅读数:110

评论数:0

重磅丨教育部《高校人工智能创新行动计划》权威解读, AI人才缺口竟有500万!

教育部日前印发了《高等学校人工智能创新行动计划》,提出18项重点任务,并制定“三步走规划”:首先到2020年完善学科体系,到2025年取得一批有国际影响力的原创成果,到2030年让高校成为建设世界主要人工智能创新中心的核心力量,为我国跻身创新型国家前列提供科技支撑和人才保障。《行动计划》发布后将对...

2018-04-11 00:00:00

阅读数:122

评论数:0

福利丨吴恩达机器学习新书免费领!

继今年 2 月 Deep Learning Specialization 最后一课上线之后,吴恩达又捡起了之前荒废已久的项目—— Machine Learning Yearning。  这本书此前已经出到了第 14 章,不过因为 Deep Learning Specialization 课程项目而...

2018-04-11 00:00:00

阅读数:1014

评论数:0

干货丨一份机器学习的初学者指南

机器学习: 引言听过人们谈论过机器学习,但对它的概念却是一知半解?想要从零开始机器学习,却被网络上的海量资源冲昏头脑?不用担心,我们给你们提供了机器学习从0到1系列,这个系列可以让你从入门到精通。现在就开始学习吧!· · ·这份指南是为了那些对机器学习感兴趣,但不知如何开始的朋友们准备的。我想大多...

2018-04-11 00:00:00

阅读数:959

评论数:0

干货丨机器学习必备:前20名Python人工智能和机器学习开源项目

如今机器学习和人工智能已经变得家喻户晓,有很多爱好者进入了该领域。但是,什么才是能够进入该领域的正确路径呢?如何保持自己跟上该领域的发展步伐呢?为了解决以上两个问题,可以通过利用高级专业人员每天使用的众多开源项目和工具,与社区进行接触。如今,Tensorflow的贡献者人数增长最快,居首位。Sci...

2018-04-10 00:00:00

阅读数:40

评论数:0

干货丨一文介绍机器学习中基本的数学符号

在机器学习中,你永远都绕不过数学符号。通常,只要有一个代数项或一个方程符号看不懂,你就完全看不懂整个过程是怎么回事了。这种境况非常令人沮丧,尤其是对于那些正在成长中的机器学习初学者来说更是如此。如果你能了解一些基本的数学符号以及相关的小技巧,那你就在看懂机器学习方法的论文或书籍描述上前进了一大步。...

2018-04-10 00:00:00

阅读数:58

评论数:0

业界丨全球AI人才只有2万多,但仅3000人在求职

都知道AI人才数量稀少,薪酬水涨船高。究竟少到什么程度呢?之前,有两个数字广为流传,一是不到1万人,二是30万人左右。Yoshua Bengio参与创立的加拿大人工智能公司Element AI之前在接受《纽约时报》采访时给了个“10000”的数字;腾讯的《全球人工智能人才白皮书》给出的数字,则是约...

2018-04-10 00:00:00

阅读数:60

评论数:0

干货丨深度学习和经典机器学习的全方位对比

本文将对比深度学习和经典机器学习,分别介绍这两种技术的优缺点以及它们在哪些问题 如何得到最佳使用。深度学习已成为大多数AI问题的首选技术,使得经典机器学习相形见绌。但是,尽管深度学习有很好的性能,经典机器学习方法仍有一些优势,而且在一些特定情况下最好使用经典机器学习方法,例如线性回归或决策树,而不...

2018-04-09 00:00:00

阅读数:267

评论数:0

言论丨华为老总任正非谈人工智能,中国依然薄弱

4月4日,任正非接受了国内羊城晚报在内的多家媒体采访。在采访中,任正非谈到了华为每年15%的研发投入,云计算的发力方向和中美的人工智能研发水平。任正非认为,“中、美两国在领跑”这种说法不太合适,他同时也提到华为目前的研发主要会投入到主航道上的基础研究,人工智能部分基础研究和应用研究;同时,“区块链...

2018-04-09 00:00:00

阅读数:96

评论数:0

福利丨一门面向所有人的人工智能公开课:MIT 6.S191,深度学习入门

对初学者来说,有没有易于上手,使用流行神经网络框架进行教学的深度学习课程?近日,麻省理工学院(MIT)正式开源了在线介绍性课程「MIT 6.S191:深度学习入门」。该课程包括一系列有关神经网络及其在序列建模、计算机视觉、生成模型和强化学习等方面的基本应用知识。课程链接:http://introt...

2018-04-09 00:00:00

阅读数:318

评论数:0

干货丨综述卷积神经网络:从基础技术到研究前景

卷积神经网络(CNN)在计算机视觉领域已经取得了前所未有的巨大成功,但我们目前对其效果显著的原因还没有全面的理解。近日,约克大学电气工程与计算机科学系的 Isma Hadji 和 Richard P. Wildes 发表了论文《What Do We Understand About Convolu...

2018-04-08 00:00:00

阅读数:352

评论数:0

深度 | 学习如何学习的算法:简述元学习研究方向现状

要想实现足够聪明的人工智能,算法必须学会如何学习。很多研究者们曾对此提出过不同的解决方案,其中包括 UC Berkeley 的研究人员提出的与模型无关的元学习(MAML)方法。本文将以 MAML 为例对目前的元学习方向进行简要介绍。对我而言,第一次听到元学习的预述时,是一个极其兴奋的过程:建立不仅...

2018-04-08 00:00:00

阅读数:616

评论数:0

免费教材丨第58期:机器学习相关汇总资料大放送(中)

小编说       上期为大家发放的教材为:经过整理的机器学习相关的经典书籍及经典论文,本期将继续为大家发放哦! 本期教材       本期为大家发放的教材为:经过整理的机器学习相关的教学视频和讲义,可能会跟之前的有重复,大家可以根据自己的需要阅读哦! 领取方式 请需要领取本期教程的朋友,在公众号...

2018-04-07 00:00:00

阅读数:50

评论数:0

干货丨自学成才秘籍!机器学习&深度学习经典资料汇总(一)

《Brief History of Machine Learning》  介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning.  《Deep Learning in Neural Networks: An O...

2018-04-06 00:00:00

阅读数:108

评论数:0

综述丨七场高端报告,带你大视角看人工智能发展

文章来源:雷锋网2018 年 3 月 30 日,AITech 峰会在深圳龙岗区正式召开。本次会议以配合国家新一代人工智能发展规划实施,支撑人工智能产业技术协同创新,加强人工智能领域的国内外技术交流为目的,由深圳市人民政府指导,深圳市龙岗区人民政府、中关村视听产业技术创新联盟、新一代人工智能产业技术...

2018-04-06 00:00:00

阅读数:71

评论数:0

重磅丨2018年中国人工智能行业研究报告(77页PPT)

本篇报告将从人工智能技术、应用、产业等维度进行探讨,其中,人工智能技术包括凡是使用机器帮助、代替甚至部分超越人类实现认知、识别、分析、决策等功能,而产业则指包含技术、算法、应用等多方面的价值体系。广义人工智能指通过计算机实现人的头脑思维所产生的效果,是对能够从环境中获取感知并执行行动的智能体的描述...

2018-04-05 00:00:00

阅读数:126

评论数:0

干货丨从冷战到深度学习:一篇图文并茂的机器翻译史

实现高质量机器翻译的梦想已经存在了很多年,很多科学家都为这一梦想贡献了自己的时间和心力。从早期的基于规则的机器翻译到如今广泛应用的神经机器翻译,机器翻译的水平不断提升,已经能满足很多场景的基本应用需求了。近日,Ilya Pestov 用俄语写的机器翻译介绍文章经 Vasily Zubarev 翻译...

2018-04-04 00:00:00

阅读数:143

评论数:0

心得丨在开始第一个机器学习项目之前就了解的那些事儿

这份清单主要是包含一些关于构建机器学习工作流以及Apache Spark相关的具体内容。预测是困难的对于任何未知的事情,很难对其做出一个准确的时间预测,但我们会朝着目标前进。然而随着时间的推移,在努力的过程中逐渐会出现错误,这是由于我们无法预测采用哪种方法就能够得出好的结果,能够做的只有确保项目组...

2018-04-04 00:00:00

阅读数:129

评论数:0

干货回顾丨机器学习笔记-----AP(affinity propagat)算法讲解及matlab实现

在统计和数据挖掘中,亲和传播(AP)是基于数据点之间"消息传递"概念的聚类算法。与诸如k-means或k-medoids的聚类算法不同,亲和传播不需要在运行算法之前确定或估计聚类的数量。 类似于k-medoids,亲和力传播算法发现"样本",输入集合的成员,...

2018-04-03 00:00:00

阅读数:69

评论数:0

提示
确定要删除当前文章?
取消 删除
关闭
关闭