工業機器人市場為什么能夠快速爆發？成本下降是主要因素之一

自George Devol于1961發明第一臺可編程工業機器人“Unimate”以來，工業機器人產業已經走過了幾十年的歷史。

2018-07-17 標簽：工業機器人機器學習工業4.0 3602 0

利用深度學習自動設計符合空氣動力學的自行車

IUT Annecy團隊使用了Neural Concept的軟件，計算了自行車的最大長度和寬度以及動力傳動系統和車輪所需的空間。 接下來，程序會對各種形...

2018-07-17 標簽：AI機器學習深度學習 4989 0

講解隨機梯度下降、類別數據編碼、Vowpal Wabbit機器學習庫

在數據量不大的情況下，上面的數學效果不錯（我們這里不討論局部極小值、鞍點、學習率選擇、動量等問題，請參考《深度學習》一書的數值計算那一章）。批量梯度下降...

2018-07-17 標簽：函數機器學習數據集 6581 0

機器學習的發展近幾年有哪些錯誤的方面?詳細概述

人工智能領域的發展離不開學者們的貢獻，然而隨著研究的進步，越來越多的論文出現了“標題黨”、“占坑”、“注水”等現象，暴增的頂會論文接收數量似乎并沒有帶來...

2018-07-16 標簽：人工智能機器學習 3491 0

在谷歌大腦不能做真正的機器學習科學研究？

在DeDeo的主頁介紹上寫著，他們的研究方向是：在社會思想實驗室（Laboratory for Social Minds），我們進行實證研究，并建立歷史...

2018-07-16 標簽：谷歌機器學習深度學習 3510 0

推薦系統最新入門指南,如何公平地評估推薦系統?

這類系統利用用戶的交互來過濾感興趣物品。我們可以將交互的集合可視化為一個矩陣，其中每一項(i, j)代表用戶i和物品j的交互。有意思的是，我們可以將協同...

2018-07-16 標簽：神經網絡機器學習推薦系統 7046 0

機器學習研究中的四大危機是什么？

有缺陷的學術研究可能會誤導大眾，并阻礙學術未來的研究。實際上，這些問題有許多是在人工智能的歷史(更廣泛地說，是在科學研究)中循環出現的。1976年，Dr...

2018-07-14 標簽：人工智能機器學習 3945 0

用人類智商測試題檢驗神經網絡的抽象推理能力

既然目的是讓AI做題，我們先得有題?。‘斎涣?，手動搜集整理是不可能的，為了創建題庫，首先我們構建了一個可以自動生成推理題的生成器，它包含一組抽象元素，包...

2018-07-14 標簽：神經網絡機器學習數據集 8379 0

窺探機器學習學術圈的不良趨勢

對新領域進行探索通常需要基于直覺，但這些直覺并沒有經科學驗證形成正式定義。根據我們的發現，盡管這些直覺并沒有經過科學審查，但一些研究人員還是會直接把它當...

2018-07-14 標簽：人工智能機器學習 2773 0

主成分分析降維方法和常用聚類方法

和分類、回歸方法相比，無監督學習算法的主要特性是輸入數據是未標注過的（即沒有給定的標簽或分類），算法在沒有任何鋪助的條件下學習數據的結構。這帶來了兩點主...

2018-07-13 標簽：聚類降維機器學習 1.5萬 0

如何避免三個常見的機器學習錯誤？

基于云的機器學習和深度學習一再被誤用。這多半都可以輕松解決，當然，基于云的機器學已得到了廣泛的使用。但你要用得巧妙，用得恰當。

2018-07-11 標簽：機器學習深度學習 2730 0