如何通過(guò)引入深度學(xué)習(xí)提高客服系統(tǒng)效率，以及如何擴(kuò)展Spark工作流封裝TensorFlow模型

深度學(xué)習(xí)給包括機(jī)器翻譯、語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言理解在內(nèi)的眾多的領(lǐng)域帶來(lái)了變革，并在特定任務(wù)上取得了和人類相當(dāng)乃至超過(guò)人類的表現(xiàn)。因此，深度學(xué)習(xí)看...

2018-09-24 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí)TensorFlow 3.6k 0

谷歌開(kāi)源了一款工具名為What-If,無(wú)需編寫(xiě)代碼就能分析一款機(jī)器學(xué)習(xí)模型

What-If工具有多種功能，包括用Facets自動(dòng)對(duì)你的數(shù)據(jù)集進(jìn)行可視化、從數(shù)據(jù)集中手動(dòng)編輯樣本的能力以及觀察這些變化帶來(lái)的影響、并且自動(dòng)生成part...

2018-09-24 標(biāo)簽：谷歌機(jī)器學(xué)習(xí)數(shù)據(jù)集 3.9k 0

AutoML模型壓縮技術(shù)，利用強(qiáng)化學(xué)習(xí)將壓縮流程自動(dòng)化

“Cloud AutoML 產(chǎn)品設(shè)計(jì)讓機(jī)器學(xué)習(xí)的過(guò)程變得更簡(jiǎn)單，讓即便沒(méi)有機(jī)器學(xué)習(xí)經(jīng)驗(yàn)的人也可以享受機(jī)器學(xué)習(xí)帶來(lái)的益處。盡管AutoML有很大的進(jìn)步，這...

2018-09-24 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)強(qiáng)化學(xué)習(xí) 5.9k 0

C++的這些資源你多知道嗎？國(guó)外程序員整理的C++資源大全

C++是在C語(yǔ)言的基礎(chǔ)上開(kāi)發(fā)的一種集面向?qū)ο缶幊獭⒎盒途幊毯瓦^(guò)程化編程于一體的編程語(yǔ)言。應(yīng)用較為廣泛，是一種靜態(tài)數(shù)據(jù)類型檢查的，支持多重編程的通用程序設(shè)計(jì)語(yǔ)言。

2018-09-24 標(biāo)簽：C語(yǔ)言人工智能C++ 7k 0

TensorFlow宣布開(kāi)源TXF的一個(gè)重要組件：“數(shù)據(jù)驗(yàn)證”

對(duì)于數(shù)據(jù)集中不斷增加的新數(shù)據(jù)，我們需要用原模式對(duì)它們進(jìn)行驗(yàn)證。但是，在常規(guī)設(shè)置中，這個(gè)模式每個(gè)一段時(shí)間都會(huì)維護(hù)一次，它基于統(tǒng)計(jì)信息，而統(tǒng)計(jì)信息又會(huì)受新加...

2018-09-24 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)集TensorFlow 2.2k 0

Google AI推出“what-if”工具，測(cè)試機(jī)器學(xué)習(xí)模型不用寫(xiě)代碼！

What-If工具功能強(qiáng)大，可以使用Facets自動(dòng)顯示數(shù)據(jù)集，從數(shù)據(jù)集手動(dòng)編輯示例并查看更改的效果，還能自動(dòng)生成部分依賴圖（partial depen...

2018-09-24 標(biāo)簽：Google代碼機(jī)器學(xué)習(xí) 3.3k 0

對(duì)監(jiān)督機(jī)器學(xué)習(xí)的基本限制和目標(biāo)進(jìn)行深刻而簡(jiǎn)潔的描述

這個(gè)公式實(shí)際上告訴你，在看到數(shù)據(jù)/證據(jù)（可能性）之后更新你的信念（先驗(yàn)概率），并將更新后的信念程度賦予后驗(yàn)概率。你可以從一個(gè)信念開(kāi)始，但每個(gè)數(shù)據(jù)點(diǎn)要么加...

2018-09-24 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 2.1k 0

AI工程師的三個(gè)層次，機(jī)器學(xué)習(xí)入門

雖然這么寫(xiě)出來(lái)的程序一定是不知其所以然，但是其實(shí)20年前我第一次用C++寫(xiě)Hello world的時(shí)候也是一臉懵逼的，我相信，每個(gè)能夠投身機(jī)器學(xué)習(xí)開(kāi)發(fā)工...

2018-09-12 標(biāo)簽：人工智能機(jī)器學(xué)習(xí) 4.1k 0

基于Pandas進(jìn)行初步數(shù)據(jù)探索和準(zhǔn)備的Scikit-Learn用戶方案

現(xiàn)在，我們必須impute缺失數(shù)據(jù)。預(yù)處理模塊中舊的Imputer已經(jīng)被棄用。一個(gè)新的模塊——impute，由一個(gè)新的估計(jì)值SimpleImputer和...

2018-09-10 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)分析 4.8k 0

機(jī)器學(xué)習(xí)研究項(xiàng)目的常見(jiàn)誤區(qū)

基于現(xiàn)在這些深度學(xué)習(xí)庫(kù)，讓模型變得復(fù)雜很容易，加上更多的組件、網(wǎng)絡(luò)層和優(yōu)化技巧。然而，當(dāng)你改動(dòng)代碼或模型時(shí)，你至少應(yīng)該在直覺(jué)上理解改動(dòng)為何有幫助。同理，...

2018-09-08 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 2.5k 0

面向機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)突變算法

與最先進(jìn)的人工設(shè)計(jì)架構(gòu)、基于強(qiáng)化學(xué)習(xí)的架構(gòu)搜索方法、以及基于進(jìn)化算法的其他自動(dòng)化方法的結(jié)果相比，結(jié)構(gòu)突變算法在分類錯(cuò)誤上稍高出前幾種方法，但耗時(shí)要少得多...

2018-09-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)數(shù)據(jù)集 3.4k 0

RadialGAN讓我們可以利用多個(gè)不同來(lái)源的數(shù)據(jù)集

Lars等發(fā)表的這篇論文通過(guò)在GAN的訓(xùn)練過(guò)程中施加特定類別的梯度懲罰，在較老的架構(gòu)上取得了當(dāng)前最先進(jìn)的表現(xiàn)（在該項(xiàng)基準(zhǔn)測(cè)試上超過(guò)了之前最佳的學(xué)術(shù)成果）...

2018-09-07 標(biāo)簽：GAN機(jī)器學(xué)習(xí)數(shù)據(jù)集 4.4k 0

一個(gè)學(xué)習(xí)GAN的交互式網(wǎng)站：GAN Lab！

單擊工具欄上的播放按鈕即可運(yùn)行模型。 除了所選擇的分布中的實(shí)際樣本，你還會(huì)看到模型生成的假樣本。隨著訓(xùn)練的進(jìn)行，假樣本的位置不斷更新。完美的GAN創(chuàng)建的...

2018-09-07 標(biāo)簽：GAN機(jī)器學(xué)習(xí) 6.6k 0

如何構(gòu)建數(shù)據(jù)科學(xué)項(xiàng)目才能更高效？

業(yè)界對(duì)數(shù)據(jù)科學(xué)這一概念難以達(dá)成一致有很多原因，其中一點(diǎn)就是，現(xiàn)在大范圍內(nèi)的崗位都可能涉及數(shù)據(jù)科學(xué)，并且這些崗位的職責(zé)都不盡相同。

2018-09-06 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 2.8k 0

利用AI和機(jī)器學(xué)習(xí)技術(shù)，尋找人類最早的共同祖先

該研究論文中寫(xiě)道：“幾十年來(lái)，古生物學(xué)家一直將黑猩猩作為人類最后共同祖先（Last Common Ancestor，LUCA）的模型，因?yàn)楹谛尚墒桥c人類...

2018-09-06 標(biāo)簽：AI機(jī)器學(xué)習(xí) 5.4k 0

探討安全與機(jī)器學(xué)習(xí)

John Whiteman discusses security and machine learning

2018-09-10 標(biāo)簽：計(jì)算機(jī)模擬機(jī)器學(xué)習(xí) 2.9k 0

英特爾?XeonPhi?處理器把機(jī)器學(xué)習(xí)推向一個(gè)新的水平

Pushing Machine Learning to a New Level with Intel? Xeon? and Intel? Xeon Ph...

2018-09-10 標(biāo)簽：處理器英特爾機(jī)器學(xué)習(xí) 3.5k 0

如何優(yōu)化英特爾?平臺(tái)上的機(jī)器學(xué)習(xí)工作負(fù)載

This session showcases distributed deep learning on an Intel? Xeon Phi? proc...

2018-09-10 標(biāo)簽：處理器英特爾機(jī)器學(xué)習(xí) 2.8k 0