【AI基础】深度学习入门指南：25个初学者需要知道的概念
作者小头像HWCloudAI
133
0
1
人工智能，深度学习，机器学习……不管你在从事什么工作，都需要了解这些概念。否则的话，三年之内你就会变成一只恐龙。 —— 马克·库班
2019-08-22 17:19:50
133
0
1
【AI前沿动态】2019年六大人工智能科技趋势
作者小头像HWCloudAI
45
0
0
尽管科幻小说可能将人工智能机器人描绘成坏人，但一些科技巨头现在也将其用于安全。微软和优步等公司使用Knightscope K5机器人巡逻停车场和大型户外区域来预测和预防犯罪。机器人可以读取车牌，报告可疑活动并收集数据以向其所有者报告。
2019-08-19 17:00:18
45
0
0
【AI基础】一文看懂深度学习（白话解释+8个优缺点+4个典型算法）
作者小头像HWCloudAI
51
0
0
深度学习有很好的表现，引领了第三次人工智能的浪潮。目前大部分表现优异的应用都用到了深度学习，大红大紫的 AlphaGo 就使用到了深度学习。本文将详细的给大家介绍深度学习的基本概念、优缺点和主流的几种算法。
2019-08-19 16:51:12
51
0
0
想让AI更安全可靠，从了解算法的泛化能力开始
作者小头像HWCloudAI
14
0
0
在新数据中，深度学习系统执行（泛化）能力如何？其性能如何？要想建立AI系统的信赖度和可靠性，必须估计算法的泛化能力。
2019-08-19 10:58:46
14
0
0
NLP VS NLU：彼此替代还是互相融合？
作者小头像HWCloudAI
18
0
0
随着人工智能的发展与技术的日益复杂化，人们希望现存的概念能做出调整或是适应这些变化。同样，在电脑辅助的自然语言处理领域，自然语言处理（NLP）这一概念是否要为自然语言理解（NLU）让步？这两个概念的关系是否更加微妙和复杂，而不仅仅只是一种技术的线性发展？
2019-08-19 10:49:11
18
0
0
【AI基础】特征工程（下）之特征评估
作者小头像HWCloudAI
20
0
0
作者会在本文中结合自己在视频推荐方面的工作经验，着重从工程实现方面，讲述如何对特征进行评估的问题。下文中，我们首先会厘清“特征评估”的概念，然后讲述特征评估的标准，最后是问题的反向排查。
2019-08-19 10:38:32
20
0
0
【AI基础】特征工程（上）之特征选择
作者小头像HWCloudAI
52
0
0
本文从基于统计量和基于模型两个角度，笼统地介绍了特征选择的各种方法和思路。基于统计量的特征选择，因为没有模型的参与，计算起来相对简单，可以作为一个特征预处理的过程。基于模型的方法，要对模型参数进行学习，因此计算量相对较大；但也更接近于最终目标，即训练出一个泛化能力很好的模型。因此，这两种方法可以结合起来使用。
2019-08-15 09:24:20
52
0
0
【AI基础】特征工程（中）之特征表达
作者小头像HWCloudAI
22
0
0
本文在特征选择的基础上，进一步讨论了特征表达的问题，主要涉及连续和离散型特征的编码方式、特殊特征的处理和缺失值处理等方面。 对文中提到的归一化，我们认为也是特征表达的一个方面，但这个问题不太核心，且限于篇幅，不再详述。下篇文章将是特征工程系列的最后一篇，届时会讨论特征评估的问题。
2019-08-14 17:32:02
22
0
0
八分音符(频率)卷积算子 Octave Convolution
作者小头像HWCloudAI
9
0
0
从Tensorflow开始，我意识的这已经从春秋，进入短短战国时代。针对大量数据的存储，ETL，和分布式内存计算比如流计算平台，针对机器学习的软件架构实现比如Tensorflow, 针对业务场景的端设备，针对计算资源虚拟化、计算能力服务化的云平台，会扮演者越来越重要的作用。
2019-08-14 10:52:11
9
0
0
【AI大咖洞悉】独家专访华为诺亚方舟刘群：从 26 年学术生涯到执掌华为语音语义团队
作者小头像HWCloudAI
64
0
0
无论是作为一位科学家在自然语言处理领域的研究工作上，还是作为一位教育者在培育人才方面，刘群教授都可以说是结出了累累硕果，对于后辈研究者，能从他身上借鉴的经验自然很多，其中非常重要的一点便是从研究问题出发、热于拥抱新技术的科研品质，而这一点更是刘群教授一直坚持的一套研究方法论。
2019-08-14 09:14:12
64
0
0

上划加载中

共82条 到第 页
个人简介
最新评论

改进无止境

2019-8-12 19:30:33 评论了：

【AI理论】ARIMA/Sarima与LSTM的时间序列数据集成学习（附链接）

改进无止境

2019-8-12 19:29:31 评论了：

【AI理论】ARIMA/Sarima与LSTM的时间序列数据集成学习（附链接）

改进无止境

2019-8-12 19:29:03 评论了：

【AI理论】ARIMA/Sarima与LSTM的时间序列数据集成学习（附链接）

月饼

2019-8-8 20:27:46 评论了：

【AI理论】华为提出自动编码变换网络AET：用无监督逼近全监督效果

技术火炬手

2019-8-7 17:16:28 评论了：

【AI理论】CVPR 2019 目标检测任务模型介绍（GIoU、Anchor-free、Libra R-CNN）