![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI工程师
文章平均质量分 66
贪心科技
这个作者很懒,什么都没留下…
展开
-
转型AI工程师:一起来听听AI 开发者的一天
“这是一个典型 AI 星期天的叙述,我决定使用一些已经可用的示例代码和来自康奈尔电影数据库的数据基于聊天机器人建立一个序列(seq2seq)模型。”From Titash Neogi, kontikilabs, 首席架构师和企业家1简介作为Kontiki实验室的首席设计师,我有两个角色:第一个是作为关注人工智能的新发展的AI研究人员,并根据需要将其发展到公司的主要能力中;第二个角色是AI推销员/产...翻译 2018-05-18 10:14:44 · 958 阅读 · 0 评论 -
亚马逊攻城狮出来讲AI啦!
张量(Tensor) 作为学术界和工业界一种常用的机器学习模型,在社交网络、推荐系统、时序分析等领域都有着极为广泛的应用。然而,对于机器学习初学者来说,张量,又是一个非常非常难以理解的概念。它到底是数值?数组?向量?函数?矩阵运算?向量运算?...好像都有点沾边,但好像又都不是。这一次我们邀请到了Tensor领域的专家Dr. Ge来为我们做一次有关张量(Tensor)的微信群语音分享。Dr. Ge...原创 2018-05-20 16:22:25 · 276 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 · 29908 阅读 · 2 评论 -
AI新手必看:如何区分参数和超参数
相信所有人刚开始应用机器学习时,都会被两个术语混淆。计算机学科里有太多的术语,而且许多术语的使用并不一致。哪怕是相同的术语,不同学科的人理解一定有所不同。比如说:“模型参数(model parameter)”和“模型超参数(model Hyperparameter)”。对于初学者来说,这些没有明确定义的术语肯定很令人困惑。尤其是对于些来自统计学或经济学领域的人。我们来仔细研究一下这些条款。什么是模...翻译 2018-05-28 15:44:18 · 5646 阅读 · 0 评论 -
张量(Tensor)的技术以及它在不同场景中的应用
摘要本文主要介绍张量(Tensor)相关技术以及张量在数据恢复(missing data)、推荐中的应用。在文章的最后,简单介绍怎么通过ADMM算法吧把张量应用在大规模数据上。文章的内容来自于葛瀚骋博士、现任美国亚马逊资深科学家。我们现在所处的时代是一个信息爆炸的时代,许多现代的信息系统,比如物联网,电子健康记录,以及社交网络,每天都在不断产生着新的数据,这些数据是以指数级的方式去增长的。它的特点...原创 2018-05-29 10:57:52 · 13769 阅读 · 2 评论 -
图说十大数据挖掘算法(一)K最近邻算法
用官方的话来说,所谓K近邻算法,即是给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的K个实例(也就是上面所说的K个邻居), 这K个实例的多数属于某个类,就把该输入实例分类到这个类中。如果你之前没有学习过K最近邻算法,那今天几张图,让你明白什么是K最近邻算法。图说开始先来一张图,请分辨它是什么水果 很多同学不假思索,直接回答:“菠萝”!...原创 2018-12-21 11:02:10 · 481 阅读 · 0 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 · 682 阅读 · 0 评论