机器学习领域有哪些实用的开放数据集?Gengo 网站整理出了 50 个高质量机器学习开放数据集,覆盖范围非常广,并按照具体领域(如金融、图像、自然语言处理、自动驾驶)进行分类,推荐给大家。
从北极圈融化的冰川到原始的阿蒂特兰湖藻类的大量繁殖,从默奇森瀑布周围的生态系统变化再到南极洲的企鹅追踪,我们渴望了解周围世界及其变化。
尽管一些公司,如大多数大型银行、Ford(福特汽车)和 GM(通用汽车)、Pfizer(辉瑞,总部位于纽约的跨国制药公司),以及几乎所有的科技公司,都在积极拥抱人工智能。
约 37% 的技术专家认为,未来 10 年,大多数人的生活不会因为人工智能 (AI) 及相关技术的进步而变得更好。
用于自动化劳动力的技术不一定会增加失业率。尽管人们普遍担心人工智能将会大量取代工人,但纵观历史,在某些时期,提高生产力的技术实际上反而促进了受影响行业的就业率。
伯克利和谷歌大脑的研究人员近日发表了全新的强化学习算法:柔性致动/评价(soft actor-critic,SAC)。
近日,日本的深度学习公司PerferredNetworks 发布了其超参数优化框架的beta版本。
FAIR 的创办者兼首席 AI 科学家 Yann LeCun、FAIR 现任负责人 Jerome Pesenti 以及 Facebook 首席技术官 Mike Schroepfer 在官网联合发布博客,盘点了 FAIR 五年来所做的事情以及达成的成就。
AI的火爆,让今天在加拿大蒙特利尔开幕的第32届神经信息处理系统大会(NeurIPS 2018),就成为了各国研究组织和企业刷存在感的香饽饽。
计算成像系统架起了硬件和图像重建间的桥梁,让很多复杂的光学成像系统包括断层扫描、超分辨和相位成像等,都在计算成像的助力下得以通过对商业显微镜和计算重建的简单改造而实现。
Hinton 团队在 2017 年发表在 NIPS 上的论文曾经介绍,通过添加一个能够从顶层胶囊的姿态参数和身份重构输入图像的网络,可以提高胶囊网络的判别能力(Dynamic routing between capsules)。
在大数据领域工作了近 8 年后,今年秋天,作为 data Artisans 的技术布道师,我在 Apache Flink 社区变得越来越活跃。