2018年01月_新缸中之脑

12月 06月 04月 01月

翻译假新闻识别，从0到95% - 机器学习实战

我们使用机器学习和自然语言处理开发了一个假新闻检测器，其在验证集上的准确率超过了95％。在现实世界中，准确率应该会比95%低一些，特别是随着时间的推移，假新闻的创作方式也会有所改变。由于自然语言处理和机器学习方面发展迅猛，因此我想也许可以搞一个能够识别假新闻的模型，从而遏制假新闻泛滥所造成的灾难性后果。可以说，要制作自己的机器学习模型，最困难的部分就是收集训练数据。我花了几天和几天的时间来收

2018-01-14 00:19:42 8405 1

翻译机器学习实战：用nodejs实现人脸识别

在本文中，我将向你展示如何使用face-recognition.js执行可靠的人脸检测和识别。我曾经试图找一个能够精确识别人脸的Node.js库，但是没有找到，因此，我决定自己搞一个！这个npm包基于dlib实现，因为我发现dlib的识别精度很高。 dlib库使用深度学习方法，并附带一些预训练的模型，这些预置的模型，在LFW人脸识别基准测试上可以达到惊人的准确度：99.38％。为

2018-01-12 23:58:48 11736 2

翻译机器学习实战：用网络摄像头预测年龄和性别

你有没有猜过一个人的年龄？下面这个简单的神经网络模型可以帮你做这件事。本文的演示将从网络摄像头中获取实时视频流，并自动标注其中出现人脸的年龄和性别。在家门口放一个这样的摄像头就可以了解访客的年龄和性别，你可以想象一下这有多酷！我是在Windows PC使用Python 3.5运行这个模型。你也可以使用其他操作系统，或者直接使用汇智网的Python机器学习在线运行环境。工作原理

2018-01-09 23:32:36 3910 1

作为电动汽车市场的领导者和先锋，特斯拉（Tesla）已经家喻户晓，它同时也生产和销售高级电池和太阳能电池板技术。作为极其关注自动驾驶领域的技术先驱企业，特斯拉一直对人工智能有浓厚的兴趣。就在这个月，其创始人兼首席执行官埃隆·马斯克（Elon Musk）公开宣布正在开发自己的AI硬件。即时不是完全令人惊讶，这个消息也绝对是有趣的，马斯克已经喷了AI很多回。他警告说AI将会颠覆这个社会的方方面面，会造成

2018-01-09 22:40:34 649

翻译人工智能案例：车厂特斯拉的花式AI应用...

2018-01-09 11:21:51 4324

翻译机器学习实战：用胶囊网络识别交通标志

每个人似乎都对胶囊网络（CapsNet）这种新的神经网络架构的出现很兴奋，我也不例外，忍不住用胶囊网络来建立一个路侧交通标志的识别系统，这篇文章就是对这一过程的介绍，当然，也包括胶囊网络的一些基本概念阐述。项目使用TensorFlow开发，是基于Sara Sabour，Nicholas Frosst和Geoffrey E. Hinton的论文《胶囊间动态路由》，代码保存在github。如果你迫不

2018-01-09 01:22:51 9344 4

翻译 AI大佬Yann Lecun发飙，斥责某些机器人哗众取宠

要点：Facebook的人工智能负责人抨击机器人索菲亚说要“摧毁所有人类”的头条新闻。Facebook的Yann LeCun表示，索菲娅是“彻头彻尾的垃圾”，批评媒体居然报道这种只能充门面的伪人工智能（Potemkin AI）。索菲亚之父，SingularityNET首席执行官本•古泽尔（Ben Goertzel）则批评Facebook被俄罗斯在美国大选中利用来散布假新闻。戈

2018-01-08 02:21:53 1452

翻译机器学习入门：你应该学习的8个神经网络结构（二）

在第一部分中，我们介绍了两种神经网络结构：感知器和卷积神经网络。卷积神经网络是第一种受到广泛认可的深度神经网络，它非常适合处理图像，但并不是特别适合语音之类的时间序列数据。在本文中，我们将继续介绍专门用来处理序列数据的两种结构：基本的递归神经网络、改进的LSTM递归神经网络。3 - 递归神经网络为了理解递归神经网络（RNN：Recurrent Neural Network），我们需

2018-01-07 23:28:10 1026

翻译机器学习入门：你应该学习的8个神经网络结构（一）

为什么需要机器学习技术？对于那些直接写代码而言太复杂的任务，机器学习是必需的。有些任务是如此复杂，以至于不可能写出明确应对每一种可能性的程序。因此，机器学习采用另一个途径，通过向算法输入大量的数据，让算法自行探索数据并获得一个可以解决问题的模型。让我们来看看下面两个例子：要实现能够在各种复杂场景下（例如杂乱的背景、不同的光照条件、新的观察角度）识别三维对象的程序是很困难的，因为

2018-01-06 19:29:28 11732

翻译 TensorRec：基于TensorFlow的推荐引擎框架

我开发TensorRec的原因，在于简化基于TensorFlow开发推荐引擎的工作，并让你专注于真正有价值的部分：嵌入函数、损失函数和更可靠的学习算法。类似于Python中常见的其他机器学习工具，TensorRec也提供了简单易用的API用于训练和预测。它支持灵活地定制嵌入函数和损失函数，可以帮助建立一个适合你的特定用户和商品的推荐系统。TensorRec还很年轻，但我欢迎你的任何反馈：使用和参

2018-01-04 01:33:53 3966