5 csdn王艺

尚未进行身份认证

CSDN记者,专注人工智能,寻求合作请发邮件至wangyi@csdn.net

等级
TA的排名 6w+

SAP中国研究院院长李瑞成:传统企业在人工智能道路上遇到的问题

文 | 王艺提到人工智能,你想到的可能是Siri、微软小冰、科大讯飞这类语音助手,也可能是阿里、京东、今日头条的推荐系统,又或是商汤、Face++等人脸识别工具。在短平快的互联网世界,IT企业人工智能化的道路清晰,节奏明快。然而在涉及到更广泛的行业、更多民生问题的传统企业,人工智能化的道路看起来没有互联网世界那么容易。SAP中国研究院院长李瑞成不赞同这个观点。作为老牌ERP(企业管理信息化)公司,...

2017-07-01 19:09:32

【AI创新者】英特尔AIPG刘茵茵:科研有关钻研,无关男女

记者:王艺 wangyi@csdn.net2017年3月,英特尔在其于2016年末收购的人工智能公司Nervana的基础上,成立人工智能产品事业部(AIPG),着眼于整合英特尔内部众多AI产品,也充分展示了其为行业提供完整AI平台的决心。为了探寻英特尔在AI方向的具体布局,以及即将面世的Lake Crest芯片,CSDN记者专门采访到英特尔AIPG数据科学部主任,刘茵茵博士。刘茵茵就AIPG组织布...

2017-06-24 19:35:00

即将开班「中国图象图形学学会」前沿讲习班第2期——智能驾驶与机器视觉

CSIG图像图形学科前沿讲习班第2期 主题:智能驾驶与机器视觉 2017年7月15日-17日 清华大学智能驾驶无疑开启了交通运输行业的新时代。随着传感器和人工智能技术的逐渐成熟,智能驾驶已经从“概念化”进入“落地实用化”的关键窗口期,越来越多的研究机构和公司纷纷布局,竞相角逐。智能驾驶涉及计算机视觉、多源信息融合、决策与控制等诸多学科。安全、有序的智能驾驶,需要高效、深...

2017-06-21 15:30:38

AI在医疗领域的又一应用,通过分析CT影片预测死亡的来临

✎ 编 | 王艺 编者按: 这个创新项目将彻底改变医学——在疾病症状显示之前发现它。 当前人工智能在医疗方面的应用主要集中在肿瘤的筛查以及基因测序方面,然而,基因测序在预测慢性和与年龄相关疾病如心脏病、癌症和糖尿病等方面不太有用。但因这些疾病死亡的患者比其他任何原因更多。根据研究,造成以上疾病的可观察特征有70-90%是非遗传性的。因为在这些疾病中,生活方式和环...

2017-06-20 21:39:19

CCAI讲师专访 | Toby Walsh:用AI提高器官移植的成功率

人工智能在医疗方面已经得到广泛的应用。或许您最熟悉的还是AI系统对肿瘤的筛查以及对肿瘤良恶性的判断。但其实,AI的医疗应用不仅如此。例如,不为大众所熟知的,涉及到更为敏感的道德问题与严苛的法律的,AI在器官移植方面的应用。以我国为例,根据计生委统计,我国每年需要器官移植的病人达 30 万人,而完成器官移植的仅有 1 万人。这一万名完成者中,有部分会因为排斥反应而不能移植成功,这一数字在肝移植患者中...

2017-06-20 21:34:04

Open.ai新算法:一小时内训练AI系统后空翻,仅需900Bit的人类反馈数据

编 | 王艺 编者按: 6月11日,Open.ai官方博客发文,宣布其与DeepMind安全部门合作开发的最新算法,该算法使用少量人为反馈进行强化学习,并能够处理更复杂的任务。仅需900bit的人类反馈,系统便学会了后空翻,需要人类参与的时间也从70小时将至1小时,该技术还能够被应用在更多其他方面,目前在虚拟机器人以及Atari平台的游戏上已经接受广泛测试。构建安全AI系统...

2017-06-14 16:05:44

CCAI 讲师专访 | 机器学习奠基人Thomas Dietterich:人类将如何受到AI威胁

文 | 王艺AAAI前主席Thomas G. Dietterich教授曾说:“我一点也不担心人工智能会超过人类并控制人类。因为智能软件的主要风险不在于‘智能’,而在于‘软件’。像所有的软件一样,它会包含错误。如果将其用于包括自驾车在内的高风险应用,则这些错误有可能危及人的生命和财产。”作为通用机器学习技术奠基人之一,Thomas G. Dietterich的研究贡献主要包括将纠错输出编码应用于多类...

2017-06-14 15:17:04

数据科学家、机器学习工程师与普通的软件工程师有什么不同

揭秘机器学习工程师 一个致力于创造数据产品,运用数据科学于生产的新兴职业。 作者: Ben Lorica and Mike Loukides 译者: 何冰心近十年来,“数据科学”和“数据科学家”备受争论。对于哪些人可以被称为是“数据科学家”,争论不休,我们最后达成一致:只要取得数据科学相关学位、认证的研究数据的,不论是在大学还是从在线课程,我们都称之为数据科学家。统...

2017-06-12 14:05:26

如何选择深度学习优化器

作者:不会停的蜗牛 CSDN AI专栏作家在很多机器学习和深度学习的应用中,我们发现用的最多的优化器是 Adam,为什么呢?下面是 TensorFlow 中的优化器, https://www.tensorflow.org/api_guides/python/train在 keras 中也有 SGD,RMSprop,Adagrad,Adadelta,Adam 等: https://ker...

2017-06-12 11:36:16

一文了解强化学习

作者:不会停的蜗牛 CSDN AI专栏作家强化学习非常重要,原因不只在于它可以用来玩游戏,更在于其在制造业、库存、电商、广告、推荐、金融、医疗等与我们生活息息相关的领域也有很好的应用。本文结构:定义和监督式学习, 非监督式学习的区别主要算法和类别应用举例1. 定义强化学习是机器学习的一个重要分支,是多学科多领域交叉的一个产物,它的本质是解决 decision making 问题,...

2017-06-12 11:06:40

揭秘Kaggle神器xgboost

在 Kaggle 的很多比赛中,我们可以看到很多 winner 喜欢用 xgboost,而且获得非常好的表现,今天就来看看 xgboost 到底是什么以及如何应用。本文结构:什么是 xgboost?为什么要用它?怎么应用?学习资源什么是 xgboost?XGBoost :eXtreme Gradient Boosting 项目地址:https://github.com/dmlc/xgb...

2017-06-07 13:31:26

只知道GAN你就OUT了——VAE背后的哲学思想及数学原理

作者:李乐——CSDN AI专栏作家引言短短三年时间,变分编码器VAE(Variational Auto-encoder)同GAN一样,成为无监督复杂概率分布学习的最流行的方法。VAE之所以流行,是因为它建立在标准函数逼近单元,即神经网络,此外它可以利用随机梯度下降进行优化。本文将解释重点介绍VAE背后的哲学思想和直观认识及其数学原理。VAE的最大特点是模仿自动编码机的学习预测机制,在可测...

2017-06-07 11:18:16

处理非平衡数据的七个技巧

摘要:本文介绍了在入侵检测、实时出价等数据集非常不平衡的领域应用的数据处理技术。 关键字:平衡数据,数据准备,数据科学 原文:7 Techniques to Handle Imbalanced Data 作者:Ye Wu & Rick Radewagen, IE Business School. 译者:王安阳介绍在例如银行欺诈检测、市场实时出价、网络入侵...

2017-06-06 18:07:29

程序员必知的21个命令

在这篇文章里,我们将要一睹能快速分析文本数据(如日志,报告等)的最方便工具。很多时候,我们需要的数据并不存储在我们的本机上。所以首先,我们要知道如何链接到远程服务器上并使用它。为此,使用SSH最为合适。(SSH,即Secure Shell,是一个加密网络协议,它能让你在一个不安全的网络上安全地远程登陆和使用其他网络服务)在Ubuntu的终端你可以用以下几个命令之一来登陆远程服务器。$ ssh us...

2017-06-05 15:34:41

模拟上帝之手的对抗博弈——GAN背后的数学原理

作者:李乐 CSDN专栏作家简介深度学习的潜在优势就在于可以利用大规模具有层级结构的模型来表示相关数据所服从的概率密度。从深度学习的浪潮掀起至今,深度学习的最大成功在于判别式模型。判别式模型通常是将高维度的可感知的输入信号映射到类别标签。训练判别式模型得益于反向传播算法、dropout和具有良好梯度定义的分段线性单元。然而,深度产生式模型相比之下逊色很多。这是由于极大似然的联合概率密度通常...

2017-05-31 17:10:18

【CSDN AI周刊】第21期 | CCTC 2017中国云计算技术大会在京成功举办

CCTC 2017 CCTC 2017相关链接: 直播回放:http://v.csdn.hudong.com/CCTC2017 专题报道:http://special.csdncms.csdn.net/CCTC2017/ PPT下载:http://download.csdn.net/meeting/meeting_detail/29TensorFlow在金融科技应用,以...

2017-05-20 16:53:19

从0到1走进 Kaggle

作者:CSDN优秀博主 专栏作家 「不会停的蜗牛」目录:kaggle 是什么?如何参赛?解决问题一般步骤?进一步: 如何探索数据?如何构造特征?提交结果kaggle 是什么?Kaggle 是一个数据科学竞赛的平台,很多公司会发布一些接近真实业务的问题,吸引爱好数据科学的人来一起解决。 https://www.kaggle.com/点击导航栏的 competitions 可...

2017-05-16 12:26:58

图像分类 | 深度学习PK传统机器学习

原文:Image Classification in 5 Methods 作者:Shiyu Mou 翻译:何冰心图像分类,顾名思义,是一个输入图像,输出对该图像内容分类的描述的问题。它是计算机视觉的核心,实际应用广泛。图像分类的传统方法是特征描述及检测,这类传统方法可能对于一些简单的图像分类是有效的,但由于实际情况非常复杂,传统的分类方法不堪重负。现在,我们不再试图用代码来描...

2017-05-16 11:48:08

详解TensorBoard如何调参

本文作者:CSDN优秀博主 专栏作者 「不会停的蜗牛」什么是 TensorBoardTensorBoard 是 TensorFlow 上一个非常酷的功能,我们都知道神经网络很多时候就像是个黑盒子,里面到底是什么样,是什么样的结构,是怎么训练的,可能很难搞清楚。而 TensorBoard 的作用就是可以把复杂的神经网络训练过程给可视化,可以更好地理解,调试并优化程序。我们在建立神经网络模型解...

2017-05-11 10:10:41

最新Github上各DL框架Star数量大PK | 附各框架性能对比分析

原文:Which deep learning network is best for you? 翻译:王安阳 编辑:王艺 wangyi@csdn.net很多神经网络框架已开源多年,支持机器学习和人工智能的专有解决方案也有很多。多年以来,开发人员在Github上发布了一系列的可以支持图像、手写字、视频、语音识别、自然语言处理、物体检测的机器学习框架,但并没有一种框架可以完美地...

2017-05-09 17:27:19

查看更多

勋章 我的勋章
    暂无奖章