深度讨论
文章平均质量分 86
贪心科技
这个作者很懒,什么都没留下…
展开
-
用Encoder-Decoder模型自动生成文本摘要
出品:贪心科技(公众号:贪心科技)作者:Jason Brownlee前言文本摘要是自然语言处理中的一个问题,即要为源文档创建一篇简短、准确、流畅的摘要。当针对机器翻译开发的Encoder-Decoder循环神经网络结构应用于文本摘要问题时,它也已经被证明是有效的。在Keras深度学习库中应用这种体系结构可能有些困难,因为Keras为了让库变得干净、简单、易于使用而牺牲了一定的灵活性。在本教程中,您...翻译 2018-05-17 11:29:43 · 9846 阅读 · 0 评论 -
Google Duplex是否对用户做了过度的承诺?(深度讨论)
出品:贪心科技(公众号:贪心科技)作者:李文哲字数:2300阅读时长:5分钟本次Google I/O大会的最大亮点无疑是Google Duplex, 它抢占了整个大会的风头,在场的观众们对首席执行官Pichai先生演示的视频表现出了极大的兴趣。以下是本次大会中关于Google Duplex的一小段视频,供大家参考。 视频中第一个例子讲的是,Google虚拟助手在后台帮助用户完成跟理发店的预约,它能...原创 2018-05-12 11:35:46 · 1295 阅读 · 0 评论 -
如何开发一个词语级的神经语言模型并使用它生成文本?
出品:贪心科技(公众号:贪心科技)作者:Artem Oppermann(贪心科技编译)字数:2300阅读时长:5分钟前言在本教程中,您将发现如何使用 Python 中的深层学习来开发统计语言模型。神经网络模型是开发统计语言模型的首选方法,因为这种模型可以使用分布表示的形式,在该形式中具有相似含义的不同词语具有相似的表示形式,并且它们可以使用大量的上下文进行训练预测。完成本教程后,您将知道:如何为基...原创 2018-05-13 12:20:10 · 1455 阅读 · 0 评论 -
深入浅出Meta Learning - 让机器学会如何去学习
主要看点这篇文章力求将我们从那些对AI空洞的幻想以及抽象的预测中带回到这片领域现在的真实情景中:在这里我们将分享这片领域的辉煌之处, 探讨其局限性, 并分析我们离鲁棒的多任务智能还有多远。Meta学习的初衷十分令人着迷:不仅仅构建能够学习的机器, 更重要的是让它学会如何去学习。这也就意味着Meta学习得到的算法能够依据自己表现的反馈信号及时地调整其结构和参数空间, 进而能够在新环境中通过累计经验提...翻译 2018-05-21 11:41:57 · 30005 阅读 · 2 评论 -
基于XGBoost 的机器学习可解释性
出品:贪心科技(公众号:贪心科技)作者:Scott Lundberg前言本篇讲述了机器学习模型解释不当的危害和正确解读的价值。如果你发现ensemble tree 算法(比如梯度提升机器,或者随机森算法)的鲁棒精度很有意思,但同时还想解读他们,我希望本文章能够提供有用的信息。设想一下,我们的任务是为为一家银行预测个人的财务状况。我们的算法越精准,银行赚的钱越多。但由于这个预估也会被用来做借贷申请,...原创 2018-05-15 09:54:11 · 11398 阅读 · 3 评论 -
深度自编码器在推荐中的应用
出品:贪心科技(公众号:贪心科技)作者:Artem Oppermann前言协同过滤是推荐系统通过收集来自许多其他用户的品味或偏好来预测某个特定用户的兴趣所使用的一种方法。协同过滤技术的基本假设是,如果用户A与B在某件事上有相同的品味或意见,那么A就更有可能在不同的问题上得出与B相同的意见。通过本文你将学到:如何预测某个用户对一部电影的评价,这个预测将会基于这个用户的偏好以及其他用户对该部电影以及其...原创 2018-05-16 10:05:39 · 7516 阅读 · 3 评论 -
分析时序数据的三步骤:使数据平稳、时序模型、评估
作者:Chris St. Jeor & Sean Ankenbruck,Zencos贪心科技编译时间序列预测是一个易于使用,成本较低的方案,它可以提供强大的解决问题能力。这篇文章将介绍建立一个质量模型的三个基本步骤。这篇文章将围绕如何构建一个时间序列模型,并将列举三个基本步骤:使数据平稳,选择正确的模型,以及评估模型的准确性。本篇文章所使用的历史页面视图数据示例来源于一家大型汽车营销公司。...翻译 2018-06-13 15:18:15 · 24044 阅读 · 1 评论 -
85%的AI项目以失败告终,切记这6条成功原则!
人工智能有多火每个人的心里应该很清楚,所以在这里不再阐述。很多科技公司把未来几年的赌注压在了AI身上-“all in AI“,同时也有数不清楚的公司正在准备转型AI,另外也有很多公司虽然跟AI沾不上任何边但喊着AI口号来吸引关注。 总而言之,AI会变得越来越火,会有更多的人才走进这个大军里。在AI转型的进程中,并不一定是一帆风顺的,甚至会很艰难。不知有多少人关注过人工智能项目的失败率? 2...原创 2018-12-18 20:35:29 · 706 阅读 · 0 评论 -
南半球被烧了21天!西方政界集体沉默!这是全世界最残忍的一幕
亚马逊雨林大火的新闻吸引了世界的注意人们意识到也许我们正在失去自然的馈赠与庇护文 |季默存亚马逊雨林大火卫星图彼时,黑灰色浓烟弥漫整个圣保罗市,并陆续笼罩了巴西的朗多尼亚,帕拉和马托格罗索州等。天空一片黑暗,太阳被完全遮挡。白天如同黑夜,仿佛简直是某个末世电影内的场景。当地的市民被警告要避免外出,不知名烟雾对呼吸系统有很大的...原创 2019-08-23 18:44:29 · 1828 阅读 · 0 评论