人工智能

很多人都曾亲身经历过“卷积神经网络就是这么工作的”和“我们的convnet实现了最先进的结果”之间的巨大差距。

计算机视觉的深度学习应用往往需要大量的图像数据集，现在我告诉你，只有一张图像也可以训练，是不是非常神奇？

机器学习当前处境微妙

当你在现实世界中工作时，有几个事实是你必须面对的，这也是本文的主要内容。

OpenAI 联合创始人、首席科学家 Ilya Sutskever 表示：人工智能的长期目标是构建「多模态」神经网络，即 AI 系统能够学习多个不同模态的概念（主要是文本和视觉领域），从而更好地理解世界…

作者：Infaraway 前言： 最近发现了一篇很有意思的论文，有关集成学习中的可持续性的研究，这里翻译了一下，供了解和学习使用 刘兵：美国芝加哥大学的计算机科学教授。他的研究包括情绪分析和意见挖掘、终身机器学习、数据挖掘、机器学习和自然语言处理。他目前担任ACM SIGKDD的主席，ACM Fellow, AAAI Fellow, and IEEE Fel…

深度学习：识别图片中的电话号码。背景自动识别图片中电话号码，也可以推广到识别字符串，英文等。

深度学习十年发展回顾：里程碑论文汇编。

使用详细的例子来理解RNN中的注意力机制。

从深度学习到神经网络，这些框架可以简化开发过程。

关于人工智能的开源项目，相信开发者们已经目睹过不少了，Github上也有大把的资源。不过笔者今天说的并非来自Github，而是来自科技“大厂”Google发布的一些涉及到机器学习、深度学习、神经网络等优质的人工智能开源项目，精心挑选了一部分推荐给大家学习。下面就来看一看。

全球有名的线上旅行代理网站 Booking.com（缤客网）分析了他们面向客户的 150 个成功的机器学习应用以及从中得到的六条经验教训。

评价一个算法的好坏，我认为关键是看能不能解决问题。如果算法能很好地解决实际的问题，那么我认为就是好算法。 比如预测的算法，关键是看预测的准确率，即预测值与实际值之间的接近程度，而不是看算法本身的评分高低。

人工智能是否通过提供更好的医疗诊断或医学治疗来影响人们的健康呢？未来机器人可以取代血肉之躯的临床医生吗？

一辆自动驾驶汽车行驶前方是一个停车标志，但它并没有减速，而是加速冲入了繁忙的十字路口。后来的一份事故报告显示，停车标牌的表面被人贴上了四个小方块。这些小方块欺骗了汽车的车载人工智能（AI），将“停止”一词误读为“限速 45”。