你好,游客 登录
rss订阅 手机访问 
机器学习
技术宅用机器学习给小电影换脸 叶奈法“真实出演”
最近一帮国外的绅士们开始研究起了怎么利用机器学习(machine learning algorithm,人工智能的一个分支)技术来将名人、女星的头像替换到小电影里。他们发现只需要一台电脑、几段高质量的视频素材以及一些随便就能入手的软件就能达到惊人的效果。于是乎,这群绅士们就开始尝试起把自己最喜欢的游戏角色头像替换到小电影里。例如就有一位国外论坛的网友尝试了把《巫师3》特莉...
日期:01/30/2018 12:23:30 作者:
机器学习和人类学习的区别到底是什么?
本文系网易智能工作室(公众号 smartman163)出品。聚焦AI,读懂下一个大时代!
日期:01/27/2018 11:14:44 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:01/27/2018 11:10:40 作者:
Google又多了一家兄弟公司 要用机器学习帮企业防黑客
今天,这个词多了一个新的含义:Alphabet旗下的信息安全公司,X项目的新毕业生,Google、Waymo等企业的新兄弟。
日期:01/27/2018 11:09:49 作者:
人工智能专家分享:深度学习与机器学习的区别
高扬,现某创业公司数据科学家、人工智能专家。前欢聚时代资深大数据专家,有丰富的机器学习、深度学习实战经验。
日期:01/23/2018 09:40:05 作者:
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:01/22/2018 10:18:02 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:01/22/2018 10:17:37 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:01/22/2018 10:17:05 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:01/19/2018 10:44:46 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:01/19/2018 10:42:42 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:01/19/2018 10:41:38 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:01/19/2018 10:40:58 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:01/19/2018 10:40:20 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:01/19/2018 10:34:19 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:01/11/2018 15:53:38 作者:
  • 4/7
  • «
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • ...
  • 7
  • »