-
遍及行業(yè)每個(gè)角落的AI可以改善你的供應(yīng)鏈
沃爾瑪通過觀察天氣情況來確定哪些食物更暢銷。通過這種預(yù)測(cè)，在溫暖、干燥、多云和多風(fēng)的情況下儲(chǔ)存更多牛排，在較熱和較少風(fēng)時(shí)儲(chǔ)存更多漢堡，使得銷售額增長了18％。高溫微風(fēng)天氣下，沙拉賣得更多；晴朗的
-
用機(jī)器學(xué)習(xí)來檢測(cè)你的免疫系統(tǒng)
把你的免疫反應(yīng)看作是一個(gè)巨大的機(jī)器學(xué)習(xí)問題，你的身體就是計(jì)算機(jī)。 免疫細(xì)胞在你的身體中移動(dòng)，對(duì)它們接觸到的各種物質(zhì)進(jìn)行取樣，從你自己的細(xì)胞，到絕對(duì)不應(yīng)該存在的有機(jī)體細(xì)胞。如果免疫細(xì)胞遇到
-
能讓人們觀察AI決策并理解神經(jīng)網(wǎng)絡(luò)是怎樣做出一個(gè)決策的算法
AI 領(lǐng)域的下一個(gè)大事件并不是教會(huì) AI 完成某項(xiàng)任務(wù)，而是讓機(jī)器向人們解釋為什么它們做出了某項(xiàng)決策。比方說，一個(gè)機(jī)器人決定走一條特定路線去倉庫，又比如，一輛無人駕駛汽車決定向左或向右轉(zhuǎn)。我們?cè)?/p>
-
深入了解一下十大經(jīng)典機(jī)器學(xué)習(xí)算法之一：PCA算法
PCA（主成分分析）是十大經(jīng)典機(jī)器學(xué)習(xí)算法之一。PCA是Pearson在1901年提出的，后來由Hotelling在1933年加以發(fā)展提出的一種多變量的統(tǒng)計(jì)方法。 對(duì)于維數(shù)比較
-
人工智能--深度學(xué)習(xí)模型
我們知道機(jī)器學(xué)習(xí)模型有：生成模型（GeneraTIveModel）和判別模型（DiscriminaTIve Model）。判別模型需要輸入變量x，通過某種模型來預(yù)測(cè)p（y｜x）。生成模型是給定某
-
AI教育仍未突破的幾大難關(guān)
近日，隨著教育部《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》的提出，5G、云計(jì)算、大數(shù)據(jù)等技術(shù)發(fā)展日臻成熟，人工智能全面擁抱教育已經(jīng)成為大勢(shì)所趨。教育部也提出了高校要形成“人工智能+X&rdqu
-
通過機(jī)器學(xué)習(xí)對(duì)說話方式的分析，能有效的診療精神疾病
人們通過他們所說的內(nèi)容以及他們說話的方式傳達(dá)意思：音調(diào)、用詞，以及短語的長度都是理解一個(gè)人心里在想什么的重要線索。當(dāng)一個(gè)精神病學(xué)家或一個(gè)心理學(xué)家檢查一個(gè)人的時(shí)候，他們注意聽取這些信號(hào)，并根據(jù)過去
-
可以捕捉你興趣點(diǎn)的機(jī)器學(xué)習(xí)
芬蘭的研究人員利用機(jī)器學(xué)習(xí)開發(fā)出一種技術(shù)，可以在你閱讀時(shí)讀取你的腦信號(hào)來捕捉你的興趣點(diǎn)。 未來涌現(xiàn)的數(shù)據(jù)越來越多，人們又將如何智能地篩分導(dǎo)航信息呢？所以面對(duì)堆積如山的MBs（數(shù)據(jù)流量），
-
人工智能C4．5算法的概念和優(yōu)點(diǎn)
C4．5算法是由Quinlan提出并開發(fā)的用于產(chǎn)生決策樹的算法。該算法是對(duì)Quinlan之前開發(fā)的ID3算法的一個(gè)擴(kuò)展。C4．5算法產(chǎn)生的決策樹可以被用作分類目的，因此該算法也可以用于統(tǒng)計(jì)分類。
-
人工智能是商業(yè)變革的機(jī)會(huì)
日前，英國信息解決方案提供商Callcredit公司概念管理總監(jiān)Dave Webber闡述了采用人工智能和機(jī)器學(xué)習(xí)技術(shù)在發(fā)現(xiàn)欺詐性貸款申請(qǐng)并保護(hù)消費(fèi)者方面的成功應(yīng)用。 盡管目前機(jī)器學(xué)習(xí)和
-
人工智能強(qiáng)化學(xué)習(xí)的原理和目標(biāo)
強(qiáng)化學(xué)習(xí)（RL），又稱再勵(lì)學(xué)習(xí)、評(píng)價(jià)學(xué)習(xí)，是一種重要的機(jī)器學(xué)習(xí)方法，在智能控制機(jī)器人及分析預(yù)測(cè)等領(lǐng)域有許多應(yīng)用。 那么什么是強(qiáng)化學(xué)習(xí)？ 強(qiáng)化學(xué)習(xí)是智能系統(tǒng)從環(huán)境到行為映射的學(xué)習(xí)，
-
人工智能的重要算法之一--LSTM算法
長短期記憶神經(jīng)網(wǎng)絡(luò)LSTM是一種特殊的RNN，能夠?qū)W習(xí)長期依賴關(guān)系。由Hochreiter和Schmidhuber （1997）提出，在后期工作中又由許多人進(jìn)行了調(diào)整和普及（除了原始作者之外，許
-
可以預(yù)測(cè)新物質(zhì)的人工智能
人工智能對(duì)科研領(lǐng)域的顛覆才剛剛開始。 人工智能已經(jīng)開始在基礎(chǔ)科學(xué)領(lǐng)域大施拳腳，其中的思路相信會(huì)給人工智能領(lǐng)域的創(chuàng)業(yè)者帶來啟發(fā)。 目前利物浦大學(xué)的科學(xué)家正嘗試用機(jī)器學(xué)習(xí)算法，模擬原
-
物聯(lián)網(wǎng)的安全由人工智能和機(jī)器學(xué)習(xí)來保障
Mirai可怕之處，在于只要任何物聯(lián)網(wǎng)設(shè)備疏于變更帳密，就可能成為黑客囊中物，或成為DDoS攻擊幫兇，或讓采用該裝置的企業(yè)，直接遭到入侵導(dǎo)致機(jī)密外泄。來源：Cyber InvesTIgaTIve
-
關(guān)于機(jī)器學(xué)習(xí)的15大框架分析
不管你是一個(gè)研究人員，還是開發(fā)者，亦或是管理者，想要使用機(jī)器學(xué)習(xí)，需要使用正確的工具來實(shí)現(xiàn)。本文介紹了當(dāng)前最流行15個(gè)機(jī)器學(xué)習(xí)框架。 機(jī)器學(xué)習(xí)工程師是開發(fā)產(chǎn)品和構(gòu)建算法團(tuán)隊(duì)中的一
-
制造業(yè)面對(duì)數(shù)碼轉(zhuǎn)型挑戰(zhàn) CECIMO鼓吹人工智能集成策略
主導(dǎo)工業(yè)4.0的德國指出，先進(jìn)制造、數(shù)碼化與資源是歐洲制造業(yè)的三個(gè)主要挑戰(zhàn)，歐洲須以全面的集成策略克服。而人工智能（AI）與機(jī)器學(xué)習(xí)在制造技術(shù)方面有廣泛的應(yīng)用，亦為數(shù)碼制造與自動(dòng)化應(yīng)用與擴(kuò)展
-
機(jī)器學(xué)習(xí)之決策樹生成詳解
1.什么是決策樹 決策樹是一種基本的分類和回歸方法，本文主要講解用于分類的決策樹。決策樹就是根據(jù)相關(guān)的條件進(jìn)行分類的一種樹形結(jié)構(gòu)，比如某高端約會(huì)網(wǎng)站針對(duì)女客戶約會(huì)對(duì)象見面的安排過程就是一
-
IBM發(fā)布大數(shù)據(jù)機(jī)器學(xué)習(xí)解決方案,利用GPU一分鐘內(nèi)處理完30GB訓(xùn)練數(shù)據(jù)集
IBM研究院與瑞士洛桑聯(lián)邦理工學(xué)院共同于2017 NIPS Conference發(fā)表大數(shù)據(jù)機(jī)器學(xué)習(xí)解決方案，此方法可以利用GPU在一分鐘內(nèi)處理完30GB的訓(xùn)練數(shù)據(jù)集，是現(xiàn)存有限內(nèi)存訓(xùn)練方法的
-
SaaS模式格局不穩(wěn),高額獲客成本是關(guān)鍵因素
在SaaS行業(yè)市場(chǎng)中小型企業(yè)仍角逐此地，據(jù)悉SaaS銷售和市場(chǎng)成本占比55%以上，其實(shí)半數(shù)花在了獲客上。當(dāng)前SaaS產(chǎn)品的獲客成本大，對(duì)于負(fù)重的廠商來講無疑極為不利，高額獲客成本成攔路虎。
-
以色列新創(chuàng)DiA與GE合作 研發(fā)手持式超音波分析儀
總部位于以色列Beersheba的DiA Imaging Analysis宣布與GE（General Electric）旗下GE Healthcare合作，將自動(dòng)影像分析技術(shù)導(dǎo)入GE Hea
