你好,游客 登录 注册 发布搜索
热点新闻
说到深度学习,你可能很难理解。但举个例子估计你就能明白,家里的水管坏了,上淘宝买了一根,然后几乎每天都会收到淘宝推送的水管信息……相信有这样经历的人不在少数。其实这就属于深度学习所要解决问题的范畴,但从当前的情况来看,这一问题无疑还没很好的得到处理。
日期:01月22日 作者:于泽
【导读】这份指南适合有一些数学基础,了解一些编程语言,现在想深入学习深度学习的人。主要包括2个视频教程,2部重要专著,一系列深入浅出的博客文章,以及一系列实现算法的指南和代码,堪称年度最有价值深度学习资料!
日期:12/31/2016 13:17:33 作者:
这是一个来自百度内部培训关于数据分析的、阅读类的PPT,文字说明非常充分,适合刚入门数据分析的朋友进行学习。
日期:12/28/2016 08:53:41 作者:
虽然现在中国的机器人市场依然由国外厂商主导,但本土制造商却在一点点崛起。2013 年,本土机器人制造商的市场份额只占到 25%,而去年已经攀升到了 31%...
日期:12/10/2016 18:27:53 作者:Farmer
今天下午,小编的同事问小编怎么翻墙上谷歌。小编教同事好几种翻墙的方法,然后再使用翻墙软件的情况下,直接输入谷歌竟然可以打开了,接着再在网上问了其他朋友,他们的IP也可以登录谷歌搜索了。
日期:01月17日 作者:
人工智能的快速发展,也让很多人开始担心机器人在未来会取代人类的工作,其实这种担心并不是杞人忧天,而是实实在在已经发生的事情,除了工业领域中重复性的生产工作已经开始使用机器人之外,在很多行业和领域都开始了人工智能、机器人的尝试,其中就包括当下火热的金融行业。
日期:01月03日 作者:

本章将介绍Python的最基本语法,以及一些和深度学习还有计算机视觉最相关的基本使用。 5.1.1 Python简史...
日期:12/26/2016 16:51:49 作者:
编者按:本文来自微信公众号“新智元”(ID:AI_era),翻译:弗格森、刘小芹,36氪经授权发布。
日期:12/20/2016 14:14:02 作者:
  雷锋网(公众号:雷锋网)按:最近,一篇名为《Using Deep Learning and Google Street View to Estimate the Demographic Makeup of the US》的论文发布到了arxiv.org上,作为这篇论文的联合作者之一,李飞飞在她的推特上向公众推荐了这篇论文。这篇论文主要论述了如何将谷歌街景车搜集来的机动车辆数据,结合机器学习算法,从而估算出本地区人口的特征和组成,甚至这一...
日期:今 09:47 作者:
从2016年起,人工智能无可争议地成为最火的领域,前有Google的AlphaGo,后有百度的度秘、小度机器人,微软必应搜索在2015年推出的小冰也是新闻不断。一系列人工智能产品的推陈出新,令人眼花缭乱,一时间给人感觉人工智能遍地开花。但是我们发现,这些在第一股浪潮中就勇敢地押宝人工智能赌未来的科技公司,几乎无一例外都是搜索引擎公司(Google、百度),或是拥有强大...
日期:今 09:42 作者:
随着机器学习越来越流行,也出现了越来越多能很好地处理任务的算法。但是,你不可能预先知道哪个算法对你的问题是最优的。如果你有足够的时间,你可以尝试所有的算法来找出最优的算法。本文介绍了如何依靠已有的方法(模型选择和超参数调节)去指导你更好地去选择算法。本文作者为华盛顿大学 eScience Institute 和 Institute for Neuroengineering 的数据科学博士后 Mi...
日期:昨 16:17 作者:
忽如一夜春风来,大数据在几年间迅速风靡开来,“得数据者得天下”成为一种共识,各行各业无不沾染大数据的气息,经济分析、智慧交通、疾病监控、欺诈识别、旅游推荐、商品选购、社交应用等或多或少都能看到它的影子~
日期:02月26日 作者:
在我们日常生活中所用到的推荐系统、智能图片美化应用和聊天机器人等应用中,各种各样的机器学习和数据处理算法正尽职尽责地发挥着自己的功效。本文筛选并简单介绍了一些最常见算法类别,还为每一个类别列出了一些实际的算法并简单介绍了它们的优缺点。
日期:02月20日 作者:
众所周知,在过去几年里,深度学习领域里的很多主要突破都来源于卷积神经网络(CNNs 或者 ConvNets),但对大多数人来说卷积神经网络是一个非常不直观的推断过程。我一直想剖析卷积神经网络的各个部分,看看它在每个阶段的图像处理结果是怎样的,而本篇文章就是我的方法简述。
日期:02月16日 作者:
本文是系列文章中的第一篇,是对深度增强学习/深度强化学习的基本介绍以及对实现通用人工智能的探讨。
日期:02月07日 作者:
  • 1/3
  • 1
  • 2
  • 3
  • »