- 博客(13)
- 资源 (120)
- 收藏
- 关注
原创 从YouTube算法论文反推其推荐机制
去年,在波士顿举办的第10届ACM推荐系统大会(ACM’s RecSys ‘16)上,来自Google的一个研究团队公布了YouTube推荐系统的深度学习论文:Deep Neural Networks for YouTube Recommendations论文作者是Google的软件工程师 Jay Adams 与高级软件工程师 Paul Covington、Embre Sargin,他们向业界展示...
2017-08-31 09:36:57 1762
原创 如何用TensorFlow预测时间序列:TFTS库详细教程
前言如何用TensorFlow结合LSTM来做时间序列预测其实是一个很老的话题,然而却一直没有得到比较好的解决。如果在Github上搜索“tensorflow time series”,会发现star数最高的tgjeon/TensorFlow-Tutorials-for-Time-Series已经和TF 1.0版本不兼容了,并且其他的项目使用的方法也各有不同,比较混乱。在刚刚发布的TensorFl...
2017-08-30 10:59:00 2226 1
原创 大规模知识图谱的构建、推理及应用
随着大数据的应用越来越广泛,人工智能也终于在几番沉浮后再次焕发出了活力。除了理论基础层面的发展以外,本轮发展最为瞩目的是大数据基础设施、存储和计算能力增长所带来的前所未有的数据红利。人工智能的进展突出体现在以知识图谱为代表的知识工程以及以深度学习为代表的机器学习等相关领域。未来伴随着深度学习对于大数据的红利消耗殆尽,如果基础理论方面没有新的突破,深度学习模型效果的天花板将日益迫近。而另一方面,大量...
2017-08-29 10:14:44 10606
原创 深度学习项目成功的六要素
原文:Where is Deep Learning applicable understand the known unknowns 编译:KK4SBB深度学习可以应用在哪些场合呢?这是大家在理解深度学习和其它人工智能技术时首先想到的问题。我们往往陷入一个误区,认为“人工智能”可以搞定一切。若要回答这个问题,首先要知道另一个问题的答案,“我们手中是否已经有足够的数据”?然而,这个问题...
2017-08-25 12:11:21 1192
原创 神经网络也可以有逻辑——解析视觉推理(Visual Reasoning)
本文来源知乎,感谢作者Flood Sung授权转载!前言在我们的上一篇文章 最前沿:百家争鸣的Meta Learning/Learning to learn 中,我们谈到了星际2 需要AI具备极好的逻辑推理能力才行,那么实际上逻辑推理这个问题学术界一直有研究,但是进展缓慢。吴恩达Andrew Ng也说过当前的深度学习技术比较适合那些对人来说可以快速解答的问题,比如说图像识别,我们不用怎么思...
2017-08-25 10:57:49 5166
原创 机器学习教材中的 7 大经典问题
如果希望了解机器学习,或者已经决定投身机器学习,你会第一时间找到各种教材进行充电,同时在心中默认:书里讲的是牛人大神的毕生智慧,是正确无误的行动指南,认真学习就能获得快速提升。但实际情况是,你很可能已经在走弯路。科技发展很快,数据在指数级增长,环境也在指数级改变,因此很多时候教科书会跟不上时代的发展。有时,即便是写教科书的人,也不见得都明白结论背后的“所以然”,因此有些结论就会落后于时代。针对这个...
2017-08-24 14:00:15 215
原创 深度学习在情感分析中的应用
编者按:本文选自图书《Keras快速上手:基于Python的深度学习实战》第七章,本书覆盖当前最热门的传统数据挖掘场景和四个深度学习应用场景,据市场调研,是目前唯一一本以应用为导向的介绍机器学习和深度学习的专业书籍,具备很高的参考价值和学术价值。自然语言情感分析简介情感分析无处不在,它是一种基于自然语言处理的分类技术。其主要解决的问题是给定一段话,判断这段话是正面的还是负面的。例如在亚马逊...
2017-08-22 13:47:29 9129 2
原创 美丽联合业务升级下的机器学习应用
作者简介:吴海波,花名吾加,2014年入职蘑菇街,负责电商排序、推荐相关的工作,经历了蘑菇街机器学习从无到有的过程,主导排序从爆款模型到转化率模型再到个性化模型。 责编:何永灿(heyc@csdn.net) 本文来源于《程序员》,未经允许不得转载。通常机器学习在电商领域有三大应用,推荐、搜索、广告,这次我们聊聊三个领域里都会涉及到的商品排序问题。从业务角度,一般是在一个召回的商...
2017-08-10 17:56:12 534
原创 自然语言处理的十个发展趋势
记者 | CSDN 苏靖芝7 月22 - 23 日,由中国人工智能学会、阿里巴巴集团 & 蚂蚁金服主办,CSDN、中国科学院自动化研究所承办的第三届中国人工智能大会(CCAI 2017)在杭州国际会议中心盛大开幕。本次大会的第一场分论坛讨论是关于语言智能领域的八大问题。讨论期间,哈尔滨工业大学刘挺教授对自然语言处理的发展趋势做了一次精彩的归纳,他把这里的趋势分成了十个方面:趋势1:语义表示...
2017-08-10 10:24:00 15631
原创 三大深度学习生成模型:VAE、GAN及其变种
编者按:本书节选自图书《深度学习轻松学》第十章部分内容,书中以轻松直白的语言,生动详细地介绍了深层模型相关的基础知识,并深入剖析了算法的原理与本质。同时还配有大量案例与源码,帮助读者切实体会深度学习的核心思想和精妙之处。本章将为读者介绍基于深度学习的生成模型。前面几章主要介绍了机器学习中的判别式模型,这种模型的形式主要是根据原始图像推测图像具备的一些性质,例如根据数字图像推测数字的名称,根...
2017-08-09 14:52:15 66378 1
原创 无监督对话数据清洗利器:Data Purification Framework
作者/吴金龙现在一提到聊天机器人,大家就会想起各种算法模型,端到端、生成式、深度增强学习。有一种给我足够多足够好的数据,我就能用算法突破图灵测试的风范。可恨的是,就是没够多够好的数据。相对于英文,中文可用的公开数据集少之又少。在聊天机器人里,可用的公开对话数据就更少了,比如闲聊类的也就小黄鸡、华为微博数据,而且这些数据也都还不够好。不论是公开数据还是自己抓的各种数据,使用前的清洗都是必须的。清洗数...
2017-08-08 11:55:12 1602 2
原创 《程序员》8月精彩内容:VR与AR开发实战 & 容器
新的一年来,以微服务、Serverless等和容器技术密切相关的各种新技术不断涌现。本容器专题特邀国内一线实践者,来深刻剖析容器技术目前发展的最新动态及新技术。 基于模板引擎的容器部署框架(李宁,BoCloud博云高级架构师)微服务应用容器化场景中常见问题总结(王天青,夏岩)追本溯源,详解Serverless架构及应用(陈绥,UCloud高级研发工程师)基于Mesos/Docker构建去哪...
2017-08-03 15:52:20 685
原创 SLAM刚刚开始的未来之“工程细节”
作者简介:张哲,PerceptIn联合创始人,纽约州立大学机器人方向博士。研发方向为地图重建、位置跟踪、机器人自主避障导航、设备端和云端的算法优化。2009-2014年在微软,2014-2016年初在Magic Leap工作。 责编:何永灿(heyc@csdn.net) 本文来源于《程序员》,未经允许不得转载。SLAM最近三年随着算法不断成熟、硬件不断增强、应用场景逐渐丰富,在...
2017-08-03 10:42:37 2603
Learning to Learn Exploring Approaches to Help Machine and People Learn
2017-10-23
Scalable Algorithms for Big Data and Network Analysis
2017-10-23
The Deep Learning Revolution
2017-10-23
The AI Revolution
2017-10-23
Big Graph Data Science Making Useful Inferences from Graph Data
2017-10-23
Artisanal AI
2017-10-23
优达学城 熊尚文 在线教育“登月计划”:我们的世界还缺几百万个顶尖工程师
2016-09-29
Aura Marker Studio路意:融合艺术、技术和乐趣的设计
2016-09-29
蚂蚁金服楼勇(焱鑫):Android安全无障碍密码键盘的实现
2016-09-27
腾讯何金源:从手Q开发谈Android无障碍化实现原理及优化
2016-09-27
ThoughtWorks 朱晨:P3:弥合数字鸿沟的社会实践
2016-09-03
益修学院朱艾琳:陪伴爱学习的公益人成长——公益人增值有套路
2016-09-03
随手记 焦义刚:一个记账软件的透明公益路线图
2016-09-03
微软 王岭:科技可以改变什么?
2016-09-02
什么是中国信息技术公益联盟
2016-09-02
零分贝 王立:一群程序员的公益故事
2016-09-02
灵析 易昕:用灵析连接,管理全国各地超过4000名支教志愿者
2016-09-02
博能 彭艳:为什么中国需要专业志愿者
2016-09-02
阿里巴巴 明宏伟:阿里巴巴公益的探索与尝试——将公益融入生活
2016-09-02
OpenStack Days China 2016 XSKY翟静:X-CBS,企业级Ceph构造OpenStack块存储解决方案
2016-07-18
OpenStack Days China 2016 奥思数据李明宇&华为李中华:OpenStack的数据保护——备份及容灾
2016-07-18
OpenStack Days China 2016 EasyStack 郭长波:OpenStack基础公共库-Olso
2016-07-18
OpenStack Days China 2016 联想高瞻:基于OpenStack的多数据中心管理
2016-07-18
OpenStack Days China 2016 HPE梁建民:基于Stackato的云原生应用开发
2016-07-18
OpenStack Days China 2016 讲师PPT:7月15日 Keynote
2016-07-18
OpenStack Days China 2016 讲师PPT:7月14日分会场4
2016-07-18
OpenStack Days China 2016 讲师PPT:7月14日分会场3
2016-07-18
OpenStack Days China 2016 讲师PPT:7月15日多功能厅B
2016-07-18
OpenStack Days China 2016 讲师PPT:7月15日多功能厅A
2016-07-18
OpenStack Days China 2016 讲师PPT:7月14-15日分会场2
2016-07-18
OpenStack Days China 2016 讲师PPT:7月14-15日分会场1
2016-07-18
OpenStack Days China 2016 讲师PPT:7月14日Keynote
2016-07-18
DaoliNet开源为Docker打造动态敏捷的可编程网络
2016-05-28
CCTC 2016 Intel程浩:Spinach An Ad-hoc Query Engine on Top of Spark SQL
2016-05-18
CCTC 2016 平安科技夏磊豪:两朵云与金融“阿法狗”
2016-05-18
CCTC 2016 聚效广告刘忆智:超越MLLib: 通过XGBoost/MXNet 看Spark上的前沿(深度)机器学习
2016-05-16
CCTC 2016 Databricks范文臣:Dataset in Spark
2016-05-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人