决策树完全指南(上)

在最初的时候,学习机器学习(ML)可能是令人生畏的。“梯度下降”、“隐狄利克雷分配模型”或“卷积层”等术语会吓到很多人。但是也有一些友好的方法可以进入这个领域,我认为从决策树开始是一个明智的决定。 决...

揭秘反向传播算法,原理介绍与理解

机器学习最重要的一个方面是它能够识别输出中的误差范围,并能够在数据集越来越多的时候通过其神经网络提供更精确的数据解释。这通常称为反向传播,这个过程并不像想象中的那么复杂。 当人们听到“机器学习”这个术...

深度神经网络框架改善AI持续学习的能力,降低遗忘率

研究人员开发了一种新的深度神经网络框架,允许人工智能系统在更好地学习新任务的同时,尽可能减少对先前任务所学到的知识的遗忘。使用框架学习新任务可以使AI更好地执行以前的任务,这种现象称为逆向迁移。 北卡...

Talla如何改变Botkeeper的工作

Talla提供了一个支持面向代表的工具,以及一个与最终客户直接交互以实现自助服务的工具,使他们能够自动化自己与公司的许多交互。 它是如何工作的?Talla能够与现有系统和工作流集成,以构建常见任务的机...

Appier:要成为一个人工智能驱动的企业需要什么?

人工智能有巨大的潜力帮助您发展业务。它有能力自动化任务并利用大数据的力量,促进创新、洞察力和决策。那么,您的组织如何利用它的力量并获得许多回报呢? 通过成为一个人工智能驱动的企业,把人工智能放在你做的...

利用AI提高对深海物种的识别速度和准确率

根据普利茅斯大学领导的一项新研究,AI可以帮助科学家揭示生活在海底的物种种类。 随着海洋环境面临越来越多的威胁,科学家迫切需要更多关于栖息在海床中的生物的信息,以便为海底生物提供保护并为生物多样性管理...

Opsani:持续优化

Opsani最近在Kubecon发布了Optune,如果你构建了在云中运行的软件,你应该注意这个。 在Zetta,我们投资于早期阶段,即人工智能第一家采用B2B商业模式的初创企业。我们花了很多时间思考...

用深度学习从非结构化文本中提取特定信息

这是与我们工作有关的一系列技术职务中的第一个。在iki项目中,涵盖了一些机器学习的应用案例和用于解决各种自然问题的深度学习技术的语言处理和理解问题。 在这篇文章中,我们将处理从非结构化文本中提取某些特...

Babylon:建立AI医生的数据挑战(2/5):准确性

挑战2:对于有意或无意地向我们提供不准确信息的会员,我们能做些什么? 这是一个由五部分组成的博客系列的第二部分,探讨了我们在构建个人人工智能医生时所面临的一些挑战。 到目前为止,我们一直在处理我们收集...

DescartesLabs:得克萨斯州在美国能源生产中居首位

图中顶部的德克萨斯州麦卡米市显示,地球上每一盎司的能量都会被利用一小块。一个新的、数平方英里的太阳能农场,为5.6万多个住宅提供电力,目前仍在建设中,周围环绕着几十台风力涡轮机(为8.6万多个家庭提供...

数据科学家常犯的十大编程错误

数据科学家是“比任何软件工程师都更擅长统计,比任何软件工程师都更擅长软件工程的的统计学家”。许多数据科学家都有统计学背景却缺乏在软件工程方面的经验。我是资深的数据科学家,在StackOverflow中...