-
MIT嘗試以機(jī)器學(xué)習(xí)技術(shù)改變藥物研發(fā)流程
據(jù)報(bào)導(dǎo)，麻省理工學(xué)院(MIT)成立藥物研發(fā)合成之機(jī)器學(xué)習(xí)協(xié)會(MLPDS)，試圖改變藥物研發(fā)制造流程，目前已有8個產(chǎn)業(yè)合作伙伴，皆為制藥領(lǐng)域龍頭，包括Amgen、BASF、Bayer、Lilly
-
無論企業(yè)規(guī)模大小 都應(yīng)認(rèn)知AI的價(jià)值
隨著各個產(chǎn)業(yè)陸續(xù)展開數(shù)碼轉(zhuǎn)型，大型跨國企業(yè)已開始運(yùn)用人工智能(AI)以在當(dāng)前的數(shù)碼環(huán)境維持競爭力，而無論規(guī)模大小，AI對所有企業(yè)同樣重要，因此中小型企業(yè)也應(yīng)該急起直追，馬上開始思考如何善用AI。
-
魏德米勒自動化機(jī)器學(xué)習(xí)解決方案
希望明日保持盈利的公司，必須在今日設(shè)定方向。
-
Uptake正在收購控制大量工業(yè)數(shù)據(jù)的APT公司
預(yù)測性分析初創(chuàng)公司Uptake正在收購一家控制大量工業(yè)數(shù)據(jù)的公司。此舉能提升該公司在數(shù)碼化發(fā)電廠、油井和工廠的競爭力。 據(jù)報(bào)導(dǎo)，Uptake總部位于芝加哥，由兩名Groupon共同創(chuàng)辦人
-
把智能手機(jī)改造的更完善是人工智能最終目的
智能手機(jī)的未來依賴于人工智能（AI）和機(jī)器學(xué)習(xí)的進(jìn)步。有了AI的支持，你的手機(jī)將能夠跟蹤、解釋并對模式和趨勢做出它認(rèn)為“可取”或“必要”的回應(yīng)
-
Tesla工廠已高度自動化 恐忽略適應(yīng)性制造的重要性
Tesla之前設(shè)下2018年每周生產(chǎn)5,000輛Model 3電動車的目標(biāo)，但迄今尚未實(shí)現(xiàn)一半目標(biāo)。對此，Tesla執(zhí)行長Elon Musk坦承錯在過度自動化，低估了人類的作用。事實(shí)上，當(dāng)前Te
-
閑不住的他在深度學(xué)習(xí)技術(shù)方面不停的探索
總部位于美國舊金山的新興企業(yè)EnliTIc創(chuàng)立于2014年，種子輪獲得了200萬美元融資。2015年10月，澳大利亞的醫(yī)療圖像診斷服務(wù)公司Capitol Health宣布采用 EnliTIc
-
對于初創(chuàng)人工智能企業(yè)，投資需謹(jǐn)慎
據(jù)報(bào)道，目前人工智能是風(fēng)險(xiǎn)投資最熱門的領(lǐng)域之一，其中包括人工智能算法、相關(guān)的機(jī)器學(xué)習(xí)系統(tǒng)、神經(jīng)網(wǎng)絡(luò)以及后端過程處理。正如英偉達(dá)首席執(zhí)行官最近所說，“軟件正在占領(lǐng)世界，而人工智能正
-
醫(yī)療行業(yè)在AI已經(jīng)達(dá)到預(yù)期的高峰值
“彌漫在AI和機(jī)器學(xué)習(xí)周圍混亂的躁動比以往任何時(shí)候都濃烈，這樣醫(yī)療界分了心。”斯坦福大學(xué)的兩名研究員說道。他們認(rèn)為，AI已經(jīng)達(dá)到了預(yù)期的高峰值，醫(yī)療行業(yè)需要重點(diǎn)關(guān)注這項(xiàng)前
-
李開復(fù)對機(jī)器學(xué)習(xí)押下重注 2030年中國將成為全球AI行業(yè)主要參與者
記者近期對創(chuàng)新工場CEO李開復(fù)進(jìn)行了專訪。李開復(fù)正在對機(jī)器學(xué)習(xí)技術(shù)押下重注，而中國目前已經(jīng)在這個領(lǐng)域取得領(lǐng)先。 以下為文章全文： 到2030年，中國將成為全球人工智能行業(yè)的主要參
-
細(xì)數(shù)神經(jīng)網(wǎng)絡(luò)的四大弊端
深度學(xué)習(xí)受到大規(guī)模的炒作，人們恨不得在各個地方都使用神經(jīng)網(wǎng)絡(luò)，但確實(shí)在每一個地方都適用么？我們將在下面的章節(jié)中進(jìn)行討論，閱讀完它后，您將知道神經(jīng)網(wǎng)絡(luò)的主要缺點(diǎn)，并且當(dāng)您為當(dāng)前的機(jī)器學(xué)習(xí)問題選擇正
-
機(jī)器學(xué)習(xí)初學(xué)者最受歡迎的30個開源項(xiàng)目
內(nèi)涵許多實(shí)戰(zhàn)項(xiàng)目，很適合機(jī)器學(xué)習(xí)剛?cè)腴T的小伙伴磨練來提升自己的技術(shù)水平。這些優(yōu)質(zhì)的開源項(xiàng)目都來自于GitHub上，排名十分靠前，反正很靠譜。” 機(jī)器學(xué)習(xí)如今已成為需求最大的職
-
黑客是如何利用人工智能進(jìn)行網(wǎng)絡(luò)攻擊
機(jī)器學(xué)習(xí)是人工智能的一個分支，通過經(jīng)驗(yàn)學(xué)習(xí)和適應(yīng)的技術(shù)來使計(jì)算機(jī)模仿人類認(rèn)知。其特征是基于經(jīng)驗(yàn)和模式學(xué)習(xí)，而非基于推論（原因和結(jié)果）學(xué)習(xí)。目前，機(jī)器學(xué)習(xí)方面的深度學(xué)習(xí)已經(jīng)能夠自主建立模式識別模型
-
善用機(jī)器學(xué)習(xí)算法 邁向預(yù)測式分析作業(yè)流程
TIBCO Software大中華區(qū)解決方案資深顧問于正之，舉零售業(yè)、電信業(yè)、制造業(yè)導(dǎo)入機(jī)器學(xué)習(xí)的實(shí)例來說明企業(yè)采用AI的效益。 首先是美國百貨業(yè)龍頭先透過非監(jiān)督式學(xué)習(xí)（Unsuperv
-
一文讀懂機(jī)器學(xué)習(xí)的線性代數(shù)（10案例）
線性代數(shù)是數(shù)學(xué)的分支學(xué)科，涉及矢量、矩陣和線性變換。 它是機(jī)器學(xué)習(xí)的重要基礎(chǔ)，從描述算法操作的符號到代碼中算法的實(shí)現(xiàn)，都屬于該學(xué)科的研究范圍。 雖然線性代數(shù)是機(jī)器學(xué)習(xí)領(lǐng)域不可或缺
-
Reddit高贊：機(jī)器學(xué)習(xí)領(lǐng)域「八宗罪」！同行評審變味，盲目崇拜盛行
近日，Reddit社區(qū)一篇批判機(jī)器學(xué)習(xí)領(lǐng)域的文章引發(fā)了熱議，獲得了3.1k的贊。作者細(xì)數(shù)了機(jī)器學(xué)習(xí)領(lǐng)域存在的「八宗罪」，讓科研人員對機(jī)器學(xué)習(xí)大環(huán)境有了新的思考。 越來越多的科研人員都選擇進(jìn)入機(jī)器學(xué)
-
AI促智能農(nóng)業(yè)民主化 最大程度優(yōu)化農(nóng)產(chǎn)質(zhì)量與售價(jià)
不少人對人工智能（AI）的刻板認(rèn)知，大多是類似語音助理提醒用戶每日生活行程等。事實(shí)上，AI的和機(jī)器學(xué)習(xí)的真正力量，是在于如何使專業(yè)技術(shù)和知識變的更加「民主化」，降低那些曾經(jīng)只受限于一小部分專家才
-
醫(yī)療AI未來成敗與否 數(shù)據(jù)管理技術(shù)是關(guān)鍵要素
人工智能（AI）和機(jī)器學(xué)習(xí)技術(shù)正在席卷大多數(shù)產(chǎn)業(yè)，醫(yī)療保健也不例外。軟件開發(fā)公司InterSystems建議，正在部署AI技術(shù)的企業(yè)，必須確保擁有算法需要的大量高質(zhì)量數(shù)據(jù)之外，還需要投資數(shù)據(jù)
-
機(jī)器學(xué)習(xí)中梯度下降法的過程
最優(yōu)化問題是機(jī)器學(xué)習(xí)算法中非常重要的一部分，幾乎每一個機(jī)器學(xué)習(xí)算法的核心都是在處理最優(yōu)化問題。 本文中我將介紹一些機(jī)器學(xué)習(xí)領(lǐng)域中常用的且非常掌握的最優(yōu)化算法，看完本篇文章后你將會明白：
-
深度學(xué)習(xí)和機(jī)器學(xué)習(xí)深度的不同之處 淺談深度學(xué)習(xí)的訓(xùn)練和調(diào)參
近年來，深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)中比較火的一種方法出現(xiàn)在我們面前，但是和非深度學(xué)習(xí)的機(jī)器學(xué)習(xí)相比（我將深度學(xué)習(xí)歸于機(jī)器學(xué)習(xí)的領(lǐng)域內(nèi)），還存在著幾點(diǎn)很大的不同，具體來說，有以下幾點(diǎn)： 1、深度
