人工智能之路
文章平均质量分 86
汇聚人工智能精华内容,以及记录从AI小白到AI大神的辛酸成长史
AI应用前沿
深耕AI运营
展开
-
深度强化训练:从像素点发出的Pong
这是一篇报道Reinforcement Learnning(RL)的博客。RL是很热门的!你可能已经注意到,电脑现在可以自动学习玩ATARI游戏(从原始的 pixelsi游戏中!),他们模拟的四足动物击败了世界冠军,学习了跑步和跳跃。而且机器人正在学习如何执行复杂的操作任务,而这些复杂的操作是违反了明确的程序的。在RL研究框架下,所有这些进步都是在过去的一年中对RL产生了兴趣。我通过Richard...翻译 2018-02-26 11:03:42 · 570 阅读 · 0 评论 -
编码器的计算线性代数审查
编码器的计算线性代数审查作者:杰森布朗利时间:2018年3月21日数值线性代数关注的是实现和执行的实际意义与真实数据矩阵运算的计算机。这是一个需要经验的线性代数,其重点是操作的性能和精度。该公司发展速度很快。ai发布了一个免费的课程名为“计算线性代数”数值线性代数的主题,包括Python笔记本和旧金山大学的视频讲座记录。在这篇文章中,你会发现快速。ai免费课程计算线性代数。读完这篇文章,你就会知道...翻译 2018-03-21 10:43:54 · 385 阅读 · 0 评论 -
李开复《人工智能》的学习之路
欢迎分享本文,转载请保留出处点击关注,获取最新AI干货首次听到“机器学习”“深度学习”“人工智能”“python”“C++”“C#”这几个字眼,是从在北京航空航天大学攻读人工智能专业硕士学位的朋友那里了解到的,那时正赶上2018年农历春节准备放假那几天。听完之后,心之神往,立马动身从朝阳区百子湾赶到了北京西单图书大厦,想要一睹一下当今人工智能领域相关著作。刚进大厦的一楼,里面摆满了畅销书,其中李开...原创 2018-03-22 18:35:04 · 3272 阅读 · 0 评论 -
学完吴恩达全部深度学习课程,这有一份课程解读
学完吴恩达全部深度学习课程,这有一份课程解读作者:Ryan Shrott来源:机器之心本文长度为2500字,建议阅读5分钟本文作者是加拿大国家银行首席分析师Ryan Shrott,完成了迄今为止(2017 年 10 月 25 日)吴恩达在 Coursera 上发布的所有深度学习课程,并为我们提供了课程解读。目前 Coursera 上可用的课程中,有三门课非常值得关注:1. 神经网络与深度学习(Ne...转载 2018-03-22 19:03:29 · 1229 阅读 · 0 评论 -
机器学习萌新必学的Top10算法
在机器学习领域里,不存在一种万能的算法可以完美解决所有问题,尤其是像预测建模的监督学习里。【转自搜狐科技】比方说,神经网络不见得比决策树好,同样反过来也不成立。最后的结果是有很多因素在起作用的,比方说数据集的大小以及组成。所以,针对你要解决的问题,最好是尝试多种不同的算法。并借一个测试集来评估不同算法之间的表现,最后选出一个结果最好的。当然,你要选适合解决你问题的算法来尝试。比方说,要打扫房子,你...转载 2018-03-22 20:33:22 · 201 阅读 · 0 评论 -
1.1 深度学习概论第一讲:什么是神经网络?
告读者:开设这门《神经网络和深度学习》课程的初衷是希望可以培养成千上万的人使用人工智能,去解决真实世界的实际问题,创造一个人工智能驱动的社会。今天让我们一起学习深度学习概论第一讲:什么是神经网络?我们从一个房价预测的例子开始。假设有一个六间房屋的数据集,已知房屋的面积,单位是平方英尺或平方米,已知房屋价格,想要找到一个函数,根据房屋面积,预测房价的函数。如果你懂线性回归,你可能会说:好吧!用这些数...原创 2018-03-22 23:27:49 · 432 阅读 · 0 评论 -
1.2 【干货】人工智能实验室主任吴恩达:用神经网络进行监督
【干货】人工智能实验室主任吴恩达:用神经网络进行监督本文选自人工智能实验室主任吴恩达于2017年8月29日在网易云课堂上所讲授的名为《神经网络和深度学习》的课程。图文版回顾见下文:一、监督学习神经网络有时候媒体炒作得很厉害,考虑到它们的使用效果,有些说法还是比较靠谱。事实上,到目前为止,几乎所有有神经网络创造的经济价值,都基于其中一种机器学习,我们称之为监督学习。那是什么意思呢?我们来看一些例子。...原创 2018-03-24 10:31:26 · 406 阅读 · 0 评论 -
图像分割概述(一)
http://www.cnblogs.com/hjlweilong/p/6119820.html所谓图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域,并使这些特征在同一区域内呈现出相似性,而在不同区域间呈现出明显的差异性。我们先对目前主要的图像分割方法做个概述,后面再对个别方法做详细的了解和学习。1、基于阈值的分割方法 阈值法的基本思想是基于图像的灰度特征来计...转载 2018-03-24 12:57:19 · 1976 阅读 · 1 评论 -
第1章 机器学习基础
机器学习 概述机器学习 是使用计算机来彰显数据背后的真实含义,它为了把无序的数据转换成有用的信息。 1. 海量的数据 2. 获取有用的信息机器学习 场景例如:识别动物猫模式识别(官方标准):人们通过大量的经验,得到结论,从而判断它就是猫。机器学习(数据学习):人们通过阅读进行学习,观察它会叫、小眼睛、两只耳朵、四条腿、一条尾巴,得到结论,从而判断它就是猫。深度学习(深入数据):人们通过深入了...原创 2018-03-24 13:01:31 · 409 阅读 · 1 评论 -
第2章 k-近邻算法
欢迎分享本文,转载请保留出处点击关注,获取最新AI干货KNN 概述k-近邻(kNN, k-NearestNeighbor)算法是一种基本分类与回归方法,我们这里只讨论分类问题中的 k-近邻算法。k 近邻算法的输入为实例的特征向量,对应于特征空间的点;输出为实例的类别,可以取多类。k 近邻算法假设给定一个训练数据集,其中的实例类别已定。分类时,对新的实例,根据其 k 个最近邻的训练实例的类别,通过多...原创 2018-03-24 13:03:18 · 2780 阅读 · 1 评论 -
第3章 决策树
决策树 概述决策树(Decision Tree)算法主要用来处理分类问题,是最经常使用的数据挖掘算法之一。决策树 场景一个叫做 "二十个问题" 的游戏,游戏的规则很简单:参与游戏的一方在脑海中想某个事物,其他参与者向他提问,只允许提 20 个问题,问题的答案也只能用对或错回答。问问题的人通过推断分解,逐步缩小待猜测事物的范围,最后得到游戏的答案。一个邮件分类系统,大致工作流程如下:首先检测发送邮件...原创 2018-03-24 13:04:52 · 301 阅读 · 0 评论 -
第4章 基于概率论的分类方法:朴素贝叶斯
朴素贝叶斯 概述贝叶斯分类是一类分类算法的总称,这类算法均以贝叶斯定理为基础,故统称为贝叶斯分类。本章首先介绍贝叶斯分类算法的基础——贝叶斯定理。最后,我们通过实例来讨论贝叶斯分类的中最简单的一种: 朴素贝叶斯分类。贝叶斯理论 & 条件概率贝叶斯理论我们现在有一个数据集,它由两类数据组成,数据分布如下图所示:我们现在用 p1(x,y) 表示数据点 (x,y) 属于类别 1(图中用圆点表示的...原创 2018-03-24 13:07:31 · 465 阅读 · 0 评论 -
第5章 Logistic回归
欢迎分享本文,转载请保留出处点击关注,获取最新AI干货Logistic 回归 概述Logistic 回归虽然名字叫回归,但是它是用来做分类的。其主要思想是: 根据现有数据对分类边界线建立回归公式,以此进行分类。须知概念Sigmoid 函数回归 概念假设现在有一些数据点,我们用一条直线对这些点进行拟合(这条直线称为最佳拟合直线),这个拟合的过程就叫做回归。进而可以得到对这些点的拟合直线方程,那么我们...原创 2018-03-24 13:09:15 · 463 阅读 · 0 评论 -
6、 支持向量机
支持向量机 概述支持向量机(Support Vector Machines, SVM):是一种机器学习算法。 支持向量(Support Vector)就是离分隔超平面最近的那些点。 机(Machine)就是表示一种算法,而不是表示机器。支持向量机 场景要给左右两边的点进行分类明显发现:选择D会比B、C分隔的效果要好很多。支持向量机 原理SVM 工作原理对于上述的苹果和香蕉,我们想象为2种水果类型的...原创 2018-03-24 13:10:51 · 331 阅读 · 0 评论 -
第7章 集成方法、随机森林
欢迎分享本文,转载请保留出处集成方法: ensemble method(元算法: meta algorithm) 概述概念:是对其他算法进行组合的一种形式。通俗来说: 当做重要决定时,大家可能都会考虑吸取多个专家而不只是一个人的意见。 机器学习处理问题时又何尝不是如此? 这就是集成方法背后的思想。集成方法:投票选举(bagging: 自举汇聚法 bootstrap aggregating): 是基...原创 2018-03-25 08:00:25 · 702 阅读 · 0 评论 -
1.3 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(1-4)-- 为什么深度学习会兴起?
吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(1-4)-- 为什么深度学习会兴起?在深度学习和神经网络背后的基本技术理念,已经有好几十年了。为什么现在才突然流行起来呢?在这节课,来看一下让深度学习流行起来的主要因素。这将帮助你在自己的组织中,发现好机会,来应用这些东西。在过去的几年里,很多人问我,Andrew为什么深度学习突然这么厉害了?一、画个圈我回答的时候,通常...原创 2018-03-25 07:55:38 · 489 阅读 · 0 评论 -
第8章 预测数值型数据:回归
回归(Regression) 概述我们前边提到的分类的目标变量是标称型数据,而回归则是对连续型的数据做出处理,回归的目的是预测数值型数据的目标值。回归 场景回归的目的是预测数值型的目标值。最直接的办法是依据输入写出一个目标值的计算公式。假如你想要预测兰博基尼跑车的功率大小,可能会这样计算:HorsePower = 0.0015 * annualSalary - 0.99 * hoursListen...原创 2018-03-25 08:08:41 · 988 阅读 · 0 评论 -
第 10 章 K-Means(K-均值)聚类算法
K-Means 算法聚类是一种无监督的学习, 它将相似的对象归到一个簇中, 将不相似对象归到不同簇中.相似这一概念取决于所选择的相似度计算方法.K-Means 是发现给定数据集的 K 个簇的聚类算法, 之所以称之为 K-均值 是因为它可以发现 K 个不同的簇, 且每个簇的中心采用簇中所含值的均值计算而成.簇个数 K 是用户指定的, 每一个簇通过其质心(centroid), 即簇中所有点的中心来描述...转载 2018-03-25 08:11:28 · 638 阅读 · 0 评论 -
2.1 做人工智能必看的计算机网络知识——二分分类
欢迎分享本文,转载请保留出处点击关注,获取最新AI干货 本周,我们学习计算机网络编程的基础知识。当你要构建一个神经网络时,有些技巧是相当重要的。例如,m个样本的训练集,你可能会习惯性地去用一个for循环,来遍历这m个样本。但事实上,实现一个神经网络,如果你要遍历真...原创 2018-03-25 15:16:57 · 2248 阅读 · 0 评论 -
用python实现堆排序
用python实现堆排序一、概念堆排序,顾名思义,就是基于堆。因此先来介绍一下堆的概念。 堆分为最大堆和最小堆,其实就是完全二叉树。最大堆要求节点的元素都要大于其孩子,最小堆要求节点元素都小于其左右孩子,两者对左右孩子的大小关系不做任何要求,其实很好理解。有了上面的定义,我们可以得知,处于最大堆的根节点的元素一定是这个堆中的最大值。其实我们的堆排序算法就是抓住了堆的这一特点,每次都取堆顶的元素,将...原创 2018-03-25 17:04:51 · 4843 阅读 · 0 评论 -
2.2 这里有一份logistic回归教程,请查收
欢迎分享本文,转载请保留出处点击关注,获取最新AI干货本节课,我们讲讲logistic回归。这是一个学习算法,用在监督学习问题中。输出y标签是0或1时,这是一个二元分类问题。已知的输入特征向量x可能是一张图。你希望把识别出,这是不是猫图。你需要一个算法,可以给出一个预测值。我们说预测值y帽,就是你对y的预测。更正式的说,你希望y帽是一个概率。当输入特征x满足条件时,y就是1。所以换句话说,如果x是...原创 2018-03-25 21:23:48 · 959 阅读 · 3 评论 -
ATN项目(智能矩阵Atmatrix)是否能做到人工智能界的桥梁,从而改变世界?
Atmatrix智能矩阵:结合区块链和人工智能打造人工智能共享平台一、项目的起源人工智能现在是一个很分裂的状态,Google有Alpha Go,百度有百度AI,腾讯也在布局自己的AI Lab,巨头们纷纷扎根人工智能领域,但是大家仿佛都在重复造车轮,每一家的AI功能都不一样,有一定的局限,Alpha Go现在只擅长下围棋,不能预测天气和告诉你今天适合吃什么,应用场景有限。怎么样降低人工智能的使用...原创 2018-03-27 21:12:10 · 1536 阅读 · 0 评论 -
Pycharm及python安装详细教程
首先我们来安装python1、首先进入网站下载:点击打开链接(或自己输入网址https://www.python.org/downloads/),进入之后如下图,选择图中红色圈中区域进行下载。2、下载完成后如下图所示3、双击exe文件进行安装,如下图,并按照圈中区域进行设置,切记要勾选打钩的框,然后再点击Customize installation进入到下一步:4、对于上图中,可以通过Browse...转载 2018-03-27 22:07:02 · 5733 阅读 · 2 评论 -
初学者如何从零开始学习人工智能?看完你就懂了
此文是想要进入人工智能这个领域、但不知道从哪里开始的初学者最佳的学习资源列表。一、机器学习有关机器学习领域的最佳介绍,请观看Coursera的Andrew Ng机器学习课程。 它解释了基本概念,并让你很好地理解最重要的算法。有关ML算法的简要概述,查看这个TutsPlus课程“Machine Learning Distilled”。“Programming Collective Intellige...原创 2018-03-27 22:10:57 · 9634 阅读 · 1 评论 -
2018年中国人工智能独角兽和准独角兽榜单发布
人工智能的独角兽企业7家(估值10亿美元+)原创 2018-03-28 14:50:54 · 2272 阅读 · 0 评论 -
机器学习:GMM高斯混合模型
1、统计学模型统计学习的模型有两种,一种是概率模型,一种是非概率模型。所谓概率模型,就是指我们要学习的模型的形式是P(Y|X),这样在分类的过程中,我们通过未知数据X可以获得Y 取值的一个概率分布,也就是训练后模型得到的输出不是一个具体的值,而是一系列值的概率(对应于分类问题来说,就是对应于各个不同的类的概率),然后我们 可以选取概率最大的那个类作为判决对象(算软分类soft assignment...原创 2018-03-28 15:21:44 · 1022 阅读 · 0 评论 -
《未来简史》作者赫拉利和李开复:这些职业将被人工智能取代
最近看了李开复以及《未来简史》的作者赫拉利的演讲视频,他们都谈到一些职业将被人工智能所取代。现在我把演讲精彩内容整理如下:一、李开复符合5秒准则的职业可能被取代AI时代的到来,50%的人可能失业,被认为聪明的人应该赶快解决这个问题。我有一个“五秒钟准则”,即一项本来由人从事的工作,如果可以在5秒钟以内的时间里,对工作中需要思考和决策的问题作出相应决定,那么,这项工作就有非常大的可能被人工智能技术全...原创 2018-03-28 16:49:58 · 946 阅读 · 0 评论