深度学习
-
常用测试集带来过拟合?你真的能控制自己不根据测试集调参吗
本论文通过创建一组真正「未见过」的同类图像来测量 CIFAR-10 分类器的准确率,因而充分了解当前的测试集是否会带来过拟合风险。
-
想在AI前沿技术领域工作?7家公司能让你梦想成真
如果你碰巧在学习机器学习、数据科学、商业智能或者与AI相关其他领域的知识,那你是幸运的。虽然自动化在慢慢蚕食人类的工作岗位,但对AI人才的需求却在加速增长。招聘信息搜索平台Indeed的数据显示,与AI相关的招聘职位在过去三年里翻了一倍。
-
Yoho深度学习应用案例:注册概率预估实践和思考
本文主要介绍Yoho大数据团队在深度学习传统应用方向上的一些实践和思考。
-
避免五大误区:数据科学家新手进阶之路
你为成为数据科学家做好了充分的准备。你参加Kaggle比赛,看了大量的Coursera课程。你感觉已经准备好了,但数据科学家的实际工作将与你的预期大不相同。
-
为什么数据科学家都钟情于最常见的正态分布?
对于深度学习和机器学习工程师们来说,正态分布是世界上所有概率模型中最重要的一个。即使你没有参与过任何人工智能项目,也一定遇到过高斯模型,今天就让我们来看看高斯过程为什么这么受欢迎。
-
2018 年热门 Python 库 TOP20
在解决数据科学任务和挑战方面,Python继续处于领先地位。去年,我对当时热门的Python库进行了总结。今年,我在当中加入新的库,重新对2018年热门Python库进行全面盘点。
-
从机器学习先驱到最坚定的AI反对派:一个大师的复杂内心戏
Judea Pearl帮助AI在概率计算上取得了巨大进步,但是仍然叹息道:AI在因果关系计算上无能为力。
-
陆奇:如何成为一个优秀的工程师?
5 月 18 日,百度宣布 AI“变革者”陆奇将卸任 COO 一职,王海峰晋升为高级副总裁,担任 AIG(AI 技术平台体系)总负责人。虽说早有陆奇将离职的传闻,但当传言真的变为现实,仍然如同惊雷一样震动了整个行业!昨夜百度股价开盘大跌,市值消失了将近 100 亿美金,不禁让人想起前不久百度 Q1 财报净利润 67 亿美元,相比陆奇刚加入百度时大涨 277%,陆奇一来一去哗哗的全是美金。
-
机器学习太难了!AI大佬们给你指条明路
与机器学习博士相关的工作职位不仅创下了薪水的新高,而且对世界产生了巨大的影响。80000 小时(YC S15)提供了一个综合指南, 用于指导如何开始你的机器学习博士学位之旅。
-
百度技术委员会主席吴华:NLP技术要让机器具有人类语言交流能力
NLPCC 2017由中国计算机协会(CCF)主办,是具有国际影响力的学术与创新交流平台。百度技术委员会主席、百度自然语言处理部门技术负责人吴华应邀出席,并在会上介绍了百度NLP技术的发展现状和产品应用能力。
-
微博深度学习平台架构和实践
本文介绍了深度学习框架和平台的概念和特征,基于微博深度学习平台深入探讨了深度学习平台的设计思考和技术架构。
-
快消品图像识别丨无人店背后的商品识别技术
人工智能一浪接一浪地席卷全球,AI的其中一个重要分支——计算机视觉,也如雨后春笋,不断涌现出新的想法和应用。人脸识别已经逐渐渗透我们的日常生活,机器能够认准人脸,想必大家都有所耳闻;而另一类计算机视觉的应用,是进行商品识别。
-
多维度分析深度学习市场的趋势走向
行业分析 2016年,全球深度学习市场规模据估计已达到2.27亿美元。随着在自动驾驶和医疗健康产业的应用越来越多,深度学习应该仍会对行业增长带来突出的贡献。它在技术上克服数据量、强计算力以及在数据存储能力方面的优势,使得其在语音、图像等对数据复杂性要求很高的领域中异军突起,提供了巨大的研究空间和价值。 各行各业日益增长的大量数据也在引领着行业发展,另外,对人…
-
一文概览基于深度学习的监督语音分离
作者:刘晓坤 摘要:语音分离是指将目标语音从背景干扰中分离出来的任务。传统上,语音分离被当作一个信号处理问题。最近出现一种新方法把语音分离作为监督学习问题处理,从训练数据中学习语音、说话人和背景噪声的判别模式(discriminative pattern)。过去十年内已经有很多监督分离算法被提出,特别是最近提出的基于深度学习的监督语音分离有很多进步之处,在分…
-
微软携手亚马逊 推出全新Gluon深度学习库
据外媒报道,近日微软与亚马逊宣布正式达成战略合作,并联手推出全新深度学习库“Gluon”。届时,Gluon 接口将为开发者们提供一个 Python API 和预先构建的神经网络组件,以供其轻松搭建先进的机器学习模型。