鸿蒙开发者社区

WOT技术大会

公众号矩阵

移动端

短视频免费课程课程排行直播课软考学堂

全部课程厂商认证 IT技术 24年11月软考 PMP项目管理免费题库

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO软考

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

51CTO软考题库

账号设置退出

人工智能

2.7w内容

关注

聚合人工智能话题下，包括机器学习、深度学习、计算机视觉、自然语言处理等领域的新闻资讯、前沿理论、技术知识、应用案例。

文章博文帖子课程

共 2.7w 条

深度学习的时间序列模型评价

这次主要说最近发展的无监督特征学习和深入学习，其对于时间序列模型问题的评价。这次主要概述了时间序列数据存在的特殊挑战，并提供了工作的评价，其含有把时间序列应用到非监督特征学习算法或者是有选择的促成特征学习算法的变动去考虑目前时间序列数据的挑战。

2017-05-08 14:42:36

深度学习神经网络时间序列

TensorFlow上手要点都总结在这儿了，你还有理由偷懒吗？

本文作者 Steven Dufresne，总结了新手学 TensorFlow 需要的核心知识点和实操内容，旨在鼓励更多人借 TensorFlow 迈入深度学习殿堂。作为基础入门教程，该教程从 TensorFlow 原理简介讲到上手操作，对核心概念逐条解释，非常适合基础薄弱、苦无入门途径的新手。

2017-05-08 11:02:59

TensorFlow 神经网络深度学习

一元线性回归梯度下降算法的Octave仿真

在梯度下降算法理论篇中，曾经感叹推导过程如此苍白，如此期待仿真来给我更加直观的感觉。当我昨晚Octave仿真后，那种成就感着实难以抑制。分享一下仿真的过程和结果，并且将上篇中未理解透澈的内容补上。

2017-05-08 08:39:12

梯度算法 Octave 机器学习

人工智能与自然语言处理概述：AI三大阶段、NLP关键应用领域

本文全面概述了人工智能及其各个细分领域的状况，并着重介绍了大数据和自然语言处理的发展，对自然语言处理在大数据中扮演的角色作了探讨。

2017-05-08 06:14:19

人工智能自然语言大数据

滴滴出行与斯坦福人工智能实验室达成合作

5月5日消息，滴滴出行宣布与斯坦福大学人工智能实验室（Stanford Artificial Intelligence Laboratory）达成合作，双方将围绕人工智能热点课题进行科学研究、课程创新、人才培养等。这是继牵手密歇根大学之后，滴滴再一次与国际高校进行合作，标志着滴滴正在持续吸引、聚集海外创新资源，携手以全球视野推进前沿科技不断突破。

2017-05-05 16:10:39

滴滴出行斯坦福人工智能

如何布局人工智能领域？微软是这样做的原创

人工智能成了人们街谈巷议的“全民热词”，而微软在构建微软智能云上的战略规划也显得越发清晰起来 —— 微软的目标是普及人工智能全民化（Democratizing AI） —— 将先进的人工智能技术转化为每个人触手可及的工具、平台和服务，予力全球每一人、每一组织，成就不凡。

2017-05-05 15:51:26

布局人工智能领域

自然语言处理领域的核心：序列学习

生活中所有的实物都与时间有关，从而形成了一个序列，在这一篇当中，我们将一起认识自然语言处理领域的核心：序列学习。

2017-05-05 15:34:49

自然语言处理

大数据的发展，伴随的将是软件工程师的渐退，算法工程师的崛起

大数据在人类历史长河的各个时期一直存在着，只是要等到技术发展到一定阶段，它才开始崭露头角。而它的未来又在哪里?来自 Intercom 的工程师 Cathal Horan 表达了他对大数据的看法，他认为，未来属于算法，而不是代码。

2017-05-05 10:45:45

大数据动向

深度学习10大框架对比分析

在 BEEVA Labs，我们常常需要应对许多不同的深度学习库，所以我希望能够将我们的发现和感想分享出来，帮助那些刚刚进入深度学习这一美丽世界的人。

2017-05-05 10:15:38

深度学习框架对比分析

干货｜在机器学习中如何应对不均衡分类问题？

在处理机器学习等数据科学问题时，经常会碰到不均衡种类分布的情况，即在样本数据中一个或多个种类的观察值明显少于其他种类的观察值的现象。在我们更关心少数类的问题时这个现象会非常突出，例如窃电问题、银行诈骗性交易、罕见病鉴定等。在这种情况下，运用常规的机器学习算法的预测模型可能会无法准确预测。这是因为机器学习算法通常是通过减少错误来增加准确性，而不考虑种类的平衡。这篇文章讲了不同的方法来解决这个不均衡分类问题，同时说明了这些方法的好处和坏处。

2017-05-05 09:30:28

机器学习不均衡分类

如何给非专业人士讲解什么是深度学习？

深度学习就是这样一种在表达能力上灵活多变，同时又允许计算机不断尝试，直到最终逼近目标的一种机器学习方法。

2017-05-05 09:13:07

深度学习 AI 决策树

如何从信号分析角度理解卷积神经网络的复杂机制？

RECOS 模型用信号分析的角度为我们剖析了卷积神经网络。从这个角度来看，我们可以看到激活函数和深度架构的有效性。然而，以下几个方面仍需要重点研究：网络架构设计、弱监督学习、对错误标签的鲁棒性、数据集偏差和过拟合问题等。

2017-05-05 08:57:06

卷积神经网络机制

有触感又能自愈的机器人正在变成现实

人类皮肤是难以复制的，因为它不仅柔韧、有触感且能够自愈。然而，科学家们的最新发现正在赋予机器人皮肤这样的特性。

2017-05-04 21:59:04

机器人机器人皮肤

大话“人工智能、数据科学、机器学习”--综述

学科交叉乃大势所趋，新兴学科应市场需求孕育而生。人数机，便产生在这样的时代背景下。什么，你所在的学校至今还没开设相关专业?不必惊慌，老牌资本主义国家德国同样如此。但是，学好微积分、线代、优化、统计、编程，你和人数机可能只是俩三堂专业课的距离。本文旨在从宏观的视角剖析人数机，具体到某个学科或问题，请参见文中给出的链接。

2017-05-04 20:45:07

人工智能数据科学机器学习

当知识图谱“遇见”深度学习

近日，Tartu大学计算机科学系计算神经学小组的学者在robohub网站发表文章，阐述了他们对DeepMind人工智能算法的复现。在arXiv发表的原始论文中，描述了一个单个的网络，它能够自我学习从而自动的玩一些老的电视游戏。它仅仅通过屏幕上面的图像和游戏中的分数是否上升下降，从而做出选择性的动作。

2017-05-04 13:18:18

深度学习知识图谱

如何给非专业人士讲解什么是深度学习？

文对深度学习的概念阐述刻意避免了数学公式和数学论证，这种用水管网络来普及深度学习的方法只适合一般公众。对于懂数学、懂计算机科学的专业人士来说，这样的描述相当不完备也不精确。流量调节阀的比喻与深度神经网络中每个神经元相关的权重调整，在数学上并非完全等价。对水管网络的整体描述也有意忽略了深度学习算法中的代价函数、梯度下降、反向传播等重要概念。专业人士要学习深度学习，还是要从专业教程看起。

2017-05-04 13:11:28

深度学习 AI

是什么让深度学习能够深入世界并改变世界？

受人类大脑的生物学习过程的启发，科学家们研究出了人工神经网络(ANN)。“深度学习”指的是由许多层网络层组成的人工神经网络。它是机器学习中发展最快的领域。它使用包括多层网络层的深层神经网络(DNN)来学习表征和抽象，从而理解图像、声音和文本等数据。

2017-05-03 08:19:04

深度学习世界 ANN网络

我是如何用机器学习技术帮助HR省时间的

搜索和阅读简历占据了招聘的大部分时间。在 HR 搜索或阅读简历时，需要根据简历名称或工作内容对简历类别进行判断，简历类别的 “区分度” 越高，HR 越容易通过搜索定位到对应的简历，也越容易甄别出简历与空缺岗位的匹配度。

2017-05-02 20:56:36

机器学习 HR 简历

浅谈深度学习的基本概念和方法

本文旨在提供直观简明的深度学习引导，涵盖深度学习的基本概念，而不涉及很多数学和理论细节。当然如果要做更深入的研究，数学肯定是必不可少的，但是本系列主要还是用图片和类比等方式，帮助初学者快速建立大局观。

2017-05-02 14:45:11

深度学习机器学习人工神经网络

一种基于机器学习的自动化鱼叉式网络钓鱼思路

机器学习在网络安全领域的应用已经有广泛研究，目前大多用于网络攻防中的“防”，但是ML也容易被黑客利用进行恶意攻击。本文将介绍一种基于机器学习的社会工程模型—自动化鱼叉式网络钓鱼。

2017-05-02 14:41:00

网络钓鱼机器学习社会工程

游戏中的深度学习与人工智能

本文是作者跟大家分享的内容是深度学习在游戏AI中的应用这样一个话题。

2017-05-02 13:45:14

人工智能深度学习游戏

数据平台上的计算能力：哪些GPU更适合深度学习和数据库？

GPU和AI越来越火，引起了大批投资者和开发者的注意。百度前首席科学家Andrew Ng提到，AI的春天已经到来，其重要因素之一是GPU处理能力，能让神经网络的智能可以随数据增加而提升，突破了过去的AI所能达到的平台。

2017-05-02 11:47:17

深度学习 AI

用几何学提升深度学习模型性能，是计算机视觉研究的未来

深度学习使计算机视觉得以蜕变。如今，绝大多数问题的最佳解决方案是基于端到端的深度学习模型，尤其是当卷积神经网络倾向于开箱即用后便深受青睐。但这些模型主要为大型黑箱，其透明度很差。

2017-05-02 09:54:03

深度学习几何学计算机

机器学习项目中的数据预处理与数据整理之比较

使用机器学习或深度学习技术构建分析模型并不容易。数据准备占去整个分析管道的60%到80%。市场上有各种用于数据清洗和特征工程的编程语言、框架和工具。它们之间的功能有重叠，也各有权衡。

2017-05-02 08:40:36

机器学习预处理整理

人工智能和机器学习——这些流行词你Get到了吗？

到2017年为止，最常用的流行语就是人工智能(AI)和机器学习(ML)了，但是，现在越来越明显，它们的使用范围覆盖各种领域，包括数据分析、自动驾驶、网络安全、物联网、市场营销、数字助理和所有这些一切的鼻祖——大数据。

2017-04-29 11:28:57

人工智能机器学习 AI

机器学习项目中的数据预处理与数据整理之比较

本文比较了用于数据准备的几种方法，它们分别是提取-变换-加载(extract-transform-load，ETL)批处理、流式获取(streaming ingestion)和数据整理(data wrangling)。同时借助于先进的分析技术和开源框架(如 R 、 Apache Spark 、 KNIME 、 RapidMiner )，讨论了各种不同的选择及其折中。本文还讨论了数据准备如何与可视化分析相关联，以及不同用户角色(如数据科学家或业务分析人员)应如何共同构建分析模型的最佳实践。

2017-04-29 10:16:14

机器学习数据清洗数据整理

2017年机器学习发展十大趋势预测，悲观还是现实？

每一年结束时，技术专家们总会着眼于新的十二个月，思考其熟知的技术方案将在下一阶段迎来怎样的变化趋势。在BigML公司，我们结合2016年中机器学习技术的发展与演变，尝试解析其在新一年内的未来前景。

2017-04-29 09:45:00

机器学习 AI 深度学习

百度技术学院开放办学繁荣技术生态

4月28日，百度以“智达天下，育才未来”为主题，举行百度技术学院开学典礼，标志着这所原本对内培训工程师的技术学院，正式对社会各界开放。

2017-04-28 19:28:39

百度技术学院繁荣技术

人工智能来了，智能家居如何重构未来？

人工智能近年来发展迅猛，在2017政府工作报告中重点提到了加快人工智能等技术研发和转化更是引起了市场的关注。在经过快速发展期后，人工智能产业利润也开始逐步释放，从近期国家扶持增加，企业转型频繁情况来看，“智能家居与人工智能结合”已经形成了一种不可忽视的趋势。

2017-04-28 15:06:36

别把“人工智能”不当“实用工具”

人工智能是什么？是能陪人聊天在线“机器人”？是那个会下围棋的什么机器狗？是那些不知道时候才会以用得上的无人驾驶各种车？不管人工智能是什么，离我们的工作似乎都很远。

2017-04-28 14:47:23

语音识别结合应用场景唱响未来新篇章

近二十年来，语音识别技术取得显著进步，开始从实验室走向市场。人们预计，未来10年内，语音识别技术走进了工业、家电、通信、汽车电子、消费电子产品等各个领域。语音识别作为人工智能发展最早、且率先商业化的技术，近几年来随着深度学习技术的突破，识别准确率大幅提升，带动了一波产业热潮。

2017-04-28 13:00:42

语音识别人工智能

你可能正在制造一个人工智能，而你却不知道

因为在这自动转录过程中会有许多小错误，但是如果要通过人工手段来全部浏览这些文本来找出错误，几乎是不现实的。同时，计算机编写的脚本机器人(bots)开始成为一个头疼的问题，一种能区分真实用户和机器人的手段变得非常必要。

2017-04-28 12:20:08

人工智能 reCAPTCHA

霍金：人工智能的崛起可能是人类文明的终结

4月27日，2017全球移动互联网大会(GMIC)在北京国家会议中心举行。著名物理学家斯蒂芬·霍金通过视频发表了题为《让人工智能造福人类及其赖以生存的家园》的主题演讲。他表示，人工智能的崛起可能是人类文明的终结。

2017-04-27 20:45:51

人工智能霍金人类文明

李开复：人工智能的“七大黑洞”终被开放生态所取代

日前，李开复在接受记者专访时，又谈及了他对人工智能的观察和洞见。

2017-04-27 20:10:31

人工智能李开复黑洞

达观推荐算法实现：协同过滤之item embedding

推荐系统本质是在用户需求不明确的情况下，解决信息过载的问题，联系用户和信息，一方面帮助用户发现对自己有价值的信息，另一方面让信息能够展现在对它感兴趣的用户面前，从而实现信息消费者和信息生产者的双赢(这里的信息的含义可以非常广泛，比如咨询、电影和商品等，下文中统称为item)。

2017-04-27 18:09:26

item embedd 推荐系统算法

Kevin Kelly解读人工智能狂热：破解超人类人工智能的五个假

人工智能正变得越来越热，有时候让人难以分清新闻报道中那些关于超级人工智能的预言到底是可能发生的还是只是单纯的杞人忧天。

2017-04-27 15:53:12

人工智能智能计算机

机智云助力智能家居让机器更懂你原创

技术可以让机器处理大量的数据信息，但是要让机器学会像人一样理解语义，图像，知道人想要什么，这条路会非常艰辛，这也是人工智能面临的最大挑战与难点。

2017-04-27 13:42:56

机智云智能家居机器

物联网与AI的结合：让不同的智能手机相互学习

人类可以慢慢适应陌生环境，传感器也可以慢慢适应AI。物联网与AI的结合：让不同的智能手机相互学习

2017-04-27 13:23:00

常用排序算法比较与分析

本文主要从排序算法的基本概念、原理出发,分别从算法的时间复杂度、空间复杂度、算法的稳定性和速度等方面进行分析比较。

2017-04-27 10:38:28

排序算法比较分析

“伪人工智能”满天飞智慧家庭能让它落地吗？

在人工智能成为全球IT巨头最新角斗场的今天，家电行业也掀起了人工智能的热潮，几乎所有的家电厂商都立足“Smart Home”，将人工智能和智慧家庭更紧密的结合在一起。

2017-04-27 10:07:00

伪人工智能

浪潮肖雪：人工智能让物联网“慧”由心生

一直以来，物联网是业界关注的焦点。物联网是新一代信息技术的高度集成和综合运用，对新一轮产业变革和经济社会绿色、智能、可持续发展具有重要意义。工业和信息化部发布的《信息通信行业发展规划物联网分册》提出了我国的发展目标：到2020年，我国具有国际竞争力的物联网产业体系基本形成，包含感知制造、网络传输、智能信息服务在内的总体产业规模突破1.5万亿元。

2017-04-27 10:01:05

人工智能物联网

AI+IoT：五个对智能物联网强烈刚需的工业（含工业4.0）

未来的智能世界里所有的东西都被物联网连接一起，所有的东西都能智能管理，这有可能实现吗?让领域实现专家从将被‘链接’深度改造转化的交通、制造、零售、能源、与健康医疗行业帮你一窥究竟。

2017-04-27 09:38:42

物联网刚需

孙正义：未来30年的人工智能和物联网

这是一篇非常有趣的演讲。这是软银孙正义在MWC 2017上发表的演讲，大致翻译了一下，看懂这位号称能看后50年行业趋势的牛人眼中的未来，强烈推荐一读。

2017-04-27 09:30:34

人工智能物联网

电脑报2017年第6期-人工智能从交谈开始

电脑报2017年第6期-人工智能从交谈开始

2017-04-26 18:26:45

阿里云南京云栖大会：分享智造范本发布前沿技术原创

今天，阿里云栖大会·南京峰会正式召开，现场的真的可以用摩肩接踵来形容。此次大会主题为“飞天·智能”，包含主论坛以及江苏新制造、大数据、教育、政务、云生态等多个分论坛，主要涉及阿里巴巴江苏总部正式落户南京并产生众多合作、人工智能/大数据/云计算等技术推进传统工业制造企业智能制造的转型升级及飞天专有云，函数计算，一站式视频SDK和麒麟液冷服务器等前沿技术的重磅发布等方面内容。

2017-04-26 18:22:10

阿里云南京云栖

中国AI研究超美国?专家:比如深度学习已发文章数

当今世界人工智能领域，有三位顶级专家被业内奉为“神一样的人物”，其中两位来自加拿大，一位来自法国。他们分别是加拿大多伦多大学的GeoffreyHinton和蒙特利尔大学的终身教授YoshuaBengio，以及Facebook人工智能研究部门(FAIR)负责人YannLeCun(下称“LeCun”)——这位来自巴黎的学者目前担任纽约大学终身教授，他还是纽约大学数据科学中心的创始人。

2017-04-26 15:40:01

人工智能 LeCun 神经网络

面向机器智能的TensorFlow实践：产品环境中模型的部署

本文将创建一个简单的Web App，使用户能够上传一幅图像，并对其运行Inception模型，实现图像的自动分类。

2017-04-26 15:00:00

机器学习 TensorFlow 模型部署

一文详解深度神经网络中的对抗样本与学习

最近大半年，人工智能领域成为科技领域提到的最多的名词之一。在kdnuggets此前发布的文章 (Deep Learning’s Deep Flaws)’s Deep Flaws 中，深度学习大神Yoshua Bengio和他的博士生、Google科学家Ian Goodfellow在评论中与作者就深度学习对抗样本(Adversarial Examples)展开了热烈的讨论，kdnuggets编辑邀请Ian Goodfellow撰文详解他的观点以及他在这方面的工作。那么什么是对抗样本，对抗样本又是如何生成的呢?

2017-04-26 14:32:24

神经网络人工智能对杭样本

看得“深”、看得“清” —— 深度学习在图像超清化的应用

日复一日的人像临摹练习使得画家能够仅凭几个关键特征画出完整的人脸。同样地，我们希望机器能够通过低清图像有限的图像信息，推断出图像对应的高清细节，这就需要算法能够像画家一样“理解”图像内容。至此，传统的规则算法不堪重负，新兴的深度学习照耀着图像超清化的星空。

2017-04-26 13:50:26

深度学习图像超清应用

CNN浅析和历年ImageNet冠军模型解析

今天在这里我给大家讲解一些深度学习中卷积神经网络的原理和一些经典的网络结构。

2017-04-26 13:10:50

CNN ImageNet 深度学习

上一页 1 ··· 531 532 533 534 535 ··· 551 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营