簡要解釋one hot編碼這一機器學習中極為常見的技術

其中，類別值是分配給數據集中條目的數值編號。比如，如果我們在數據集中新加入一個公司，那么我們會給這家公司一個新類別值4。當獨特的條目增加時，類別值將成比例增加。

2018-06-30 標簽：編碼器機器學習數據集 2.6萬 0

OpenAI：用可擴展的多任務系統，在多語言任務上取得了良好的成績

最近我們嘗試用無監督學習增強系統，進一步研究語言能力。無監督技術訓練能通過含有巨大信息量的數據庫訓練單詞的表示，與監督學習結合后，模型的性能會進一步提高...

2018-06-30 標簽：機器學習數據集 2171 0

用機器學習幫助完成找女票的事業還不行嗎？

有人覺得愛情是無法量化的，這種操作太抽象，女朋友什么的，還是順其自然吧。但是作為滑鐵盧大學的數據科學家，這一點我不敢茍同。計算機專業的男人絕不輕易認輸！...

2018-06-30 標簽：算法Facebook機器學習 2529 0

未來影響國際貿易的五大科技因素

近期，國際貿易占據了全世界的頭版頭條，討論的重心主要是貿易戰的威脅、報復性關稅及國際貿易秩序的可行性。雖然上述話題非常重要，但人們卻忽視了國際貿易領域更...

2018-06-30 標簽：人工智能機器學習區塊鏈 8481 0

機器學習實用指南:訓練和損失函數

這個損失函數是合理的，因為當 $t$ 接近 0 時，$-log(t)$ 變得非常大，所以如果模型估計一個正例概率接近于 0，那么損失函數將會很大，同時如...

2018-06-29 標簽：函數機器學習 8846 0

不同種類的損失函數以及它們的作用

一旦違背了這條假設，那么線性回歸模型就不成立。但是我們也不能因此就認為使用非線性函數或基于樹的模型更好，而放棄將線性回歸模型作為基線方法。這時，分位數損...

2018-06-29 標簽：函數機器學習 2.2萬 0

DNN與邏輯回歸效果一樣？

谷歌用深度學習分析電子病例的重磅論文給出了一個意外的實驗結果，DNN與邏輯回歸效果一樣，引發了熱烈討論。

2018-06-28 標簽：機器學習深度學習 6909 0

如何對互聯網圖像實現像素級別的語義識別

南開大學的程明明教授，介紹如何在沒有人工標注的情況下，直接從Web中學習知識，對互聯網圖像實現像素級別的語義識別。

2018-06-27 標簽：互聯網機器學習 4201 0

一個新的領域：RISC-V開源硬件

在此次DAC大會前，RISC-V社群中的許多成員已經在不斷為行業帶來新的亮點和熱點。UltraSoC和Imperas于6月21日聯合宣布：雙方將達成一項...

2018-06-26 標簽：芯片機器學習RISC-V 7011 0

通過一些簡單的應用實踐對AI應用有更深入的了解

首先，我們來給 DrawDigit 添加引用，讓它能使用 MnistModel。在 DrawDigit 項目的引用上點擊鼠標右鍵，點擊添加引用，在彈出的...

2018-06-25 標簽：WindowsAI機器學習 3351 0

谷歌用神經網絡根據筆畫生成漢字，新造了一系列“假漢字

在一定程度上，機器學習的過程也一樣，最初都是從簡單的分類問題開始：判斷輸入的圖像是貓還是狗，交易是真實的還是是欺詐……這些任務非常有用。但是，hardm...

2018-06-25 標簽：谷歌神經網絡機器學習 8079 0

用淺顯的語言帶領大家了解可解釋性的概念與方法

廣義上的可解釋性指在我們需要了解或解決一件事情的時候，我們可以獲得我們所需要的足夠的可以理解的信息。

2018-06-25 標簽：機器學習深度學習 6420 0