你好,游客 登录
rss订阅 手机访问 
机器学习
机器学习之决策树与随机森林
本文来自于作者汪毅雄,本文用容易理解的语言和例子来解释了决策树三种常见的算法及其优劣、随机森林的含义,相信能帮助初学者真正地理解相关知识。
日期:今 10:18 作者:
物联网、云计算、机器学习融合的近期影响
物联网、人工智能/机器学习和云计算的融合将以人们无法想象的方式影响商业和工业运营。但有一件事是显而易见的,就是会有更多的数据。而数据本身将成为自己的变革力量。
日期:今 10:17 作者:
【AI比人更擅长妥协】Nature子刊全新机器学习算法探讨人机合作
电脑可以轻松在国际象棋中取胜,并能够很快在其他零和游戏中成为人们的对手。因为教它们竞争很容易,但教它们合作和妥协就不一定了。
日期:今 10:17 作者:
18年的10个企业机器学习预测都在这了!
本文中所做的预测是通过“机器学习在企业中”的这个视角分享的。因此,可能涉及机器学习研究中令人兴奋的世界的曲折和变化比较少,这里更关心的是当期望利用技术达到其季度、年度或更长期的战略业务目标时,典型的企业的相关经验。
日期:01月19日 作者:
像背单词一样搞定机器学习关键概念:300张小抄表满足你的所有AI好奇
入坑数据科学和人工智能的同学都知道,机器学习是一个集合了计算机、统计学和数学知识的交叉领域,除了日常练习,也需要很多枯燥的记忆和理解。单纯读书不容易串联概念,又容易忘记。
日期:01月19日 作者:
加州大学提出从因果革命七大成就中为机器学习寻求良好的模型指导

可以这样说,目前的机器学习系统几乎完全是以统计模式或无模型模式运行的,这对于其功率和性能来说存在着严格的理论限制。这样的系统不能引发干预和反思,因此不能作为强人工智能的基础。为了达到人类的智力水平,学习机器需要一个现实模型的指导,就类似于在因果推理...
日期:01月19日 作者:
美各大企业押注AI:或将挑起“机器学习”混战
据美国《福布斯》1月17日报道,美国各大企业都押注人工智能产业,或将挑起MLaaS(机器学习即服务)混战。
日期:01月19日 作者:
降低机器学习门槛将人工智能大众化,谷歌发布AutoML
猎云注:本周三,谷歌便描述过即将上线的Cloud AutoML技术,该技术能使企业开发者们通过Google云平台自动创建机器学习模型。今日凌晨,谷歌正式发布AutoML平台,主要面对企业开发者和独立应用开发者群体。本文转自新浪科技讯。
日期:01月19日 作者:
谷歌推“人工智能民主化”服务:不会机器学习也能自制AI
在加入谷歌一年后,1月18日凌晨,谷歌云负责人、首席科学家李飞飞通过自己的推特账号和博客宣布了谷歌云取得的里程碑进展:可自动设计、建立机器学习模型的服务——AutoML Vision。
日期:01月19日 作者:
针对网络犯罪领域的机器学习
大家都知道,机器学习正在以迅雷不及掩耳之势“席卷”网络安全以及其他科技领域。在过去的一年里,机器学习已经广泛采用到网络安全的攻防两端了。虽然网络上绝大多数的文章都讨论的是防御端的相关内容(建议大家阅读《网络安全领域中的机器学习》),但机器学习也同样会被应用在网络犯罪领域之中。
日期:01月11日 作者:
机器学习2017年重大进展汇总
很难相信在人工智能和机器学习领域里这一年发生了那么多的事情,很难做一个全面的系统的汇总。尽管如此,我还是尝试性的去做了一个汇总,希望能够帮助大家去回顾一下今天的科技到底发展到了何种程度。
日期:01月11日 作者:
收藏版超全机器学习资料合集
今天给大家分享一些收藏的机器学习相关资料,希望大家能够喜欢~ ~、
日期:01月09日 作者:
Splunk预测2018年人工智能和机器学习的三大趋势
调研机构Gartner表示,“人工智能(AI)和先进的机器学习技术是被广泛关注的新兴技术,将在企业甚至整个行业中掀起革命浪潮。它们能够大幅度降低劳动力成本,产生意想不到的新见解,从原始数据中发现新模式,并建立预测模型。”
日期:01月09日 作者:
2017年里,哪十篇 arXiv 机器学习论文在 Twitter 上最热门?
 随着 2017 年结束、2018 年开始,各个媒体和研究者都撰写了各自的年度总结和新年祝愿。在过去一年的论文动态里,除了研究者们在总结文里根据自己的研究兴趣选出论文回顾之外,我们也想看看论文在社交网络上的传播情况,看看广大「群众」都对哪些论文感兴趣。
日期:01月05日 作者:
八大基础概念带你入门机器学习!
准备好开始AI了吗?可能你已经开始了在机器学习领域的实践学习,但是依然想要扩展你的知识并进一步了解那些你听过却没有时间了解的话题。
日期:01月05日 作者:
  • 1/16
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • ...
  • 16
  • »