IT思维

深度学习已经成为推荐系统领域的首选方法，但与此同时，已有一些论文指出了目前应用机器学习的研究中存在的问题，例如新模型结果的可复现性，或对比实验中基线的选择。

Eroom 定律怎么破？这是新药开发商最头疼的问题。

公众号/大数据文摘 大数据文摘出品 来源：Techcrunch 编译：狗小白、林安安、易琬玉 近一段时间，波士 […]

先进的机器学习算法逐步在专业的医疗诊断领域发挥出重要的作用，在检测糖尿病引起的眼部疾病和乳腺癌中都发挥了重要作用。

公众号/AI财经社 撰文 /   唐煜 编辑 /   赵艳秋 眼见不再为实 最近，一位接近警方的技术专家王乔告 […]

人脸检测是应用最为广泛的计算机视觉任务之一，特别是在移动端上发挥着不可替代的重要作用，包括美颜、人脸跟踪、VR、人脸特效、人脸识别等任务以及刷脸支付、直播、试妆等应用上都有着广泛的引用，几乎涵盖了人工智能落地的方方面面。

公众号/将门创投 From:Awesome_FGIA  编译:T.R 细粒度图像分析(fine-grained […]

三维点云对于多视角和图形学的表示，合成和重建高质量、高分辨的点云具有重要的意义。

随着全球变暖，厄尔尼诺现象和经济的增长，能源行业不仅面临着产能产量的挑战，还要面临节能减排，绿色环保等诸多政策的限制。

胶囊网络是一个令人兴奋的机器学习研究思想，其中标量值的“神经元”被小矩阵取代，使它们能够捕捉更复杂的关系。

不少研究鸟类、老鼠和鱼类的神经科学家们从传统学术机构转投苹果、谷歌、Facebook等提供丰厚薪酬的科技公司，帮助它们提升人工智能、自动驾驶汽车等技术。

人工智能(AI)已经成为当今时代的口号。

数据对于深度学习来说至关重要，而数据增强策略对于提升训练样本数据量、改善模型稳定性和鲁棒性，提高对于真实世界的适应性和泛化性具有重要的作用。

这是获得2018年国际机器人艺术大赛（RobotArt）的第一名的“艺术家”CloudPainter带来的作品，使用机器学习来重新诠释塞尚的印象派画作。

机器学习算法利用统计数据从大量数据中找到数据的模式。这里的数据可以有很多形式，如数值、文字、图像，甚至你点一次鼠标也算，反正就是你周围的一切一切。

目标检测作为视觉领域的重要任务，近年来在研究人员的共同努力下取得了丰硕的成果，包括一系列算法、数据、开源工具等等。

来自Facebook的研究人员提出了Mesh R-CNN模型，可以从单张输入图像中检测不同物体，并预测出每个物体对应的三角网格，将二维目标检测的能力成功地拓展到了三维目标检测和形状预测。

众所周知，蜘蛛侠拥有蜘蛛般敏锐的感官，它帮助超级英雄提前感知危险并迅速做出反应。

人类具有适应环境变化的强大能力：我们可以迅速地学会住着拐杖走路、也可以在捡起位置物品时迅速地调整自己的力量输出，甚至小朋友在不同地面上行走都能轻松自如地切换自己的步态和行走模式。

微信公众号/ DeepTech深科技 对一些自闭症儿童来说，与其他人交流是件痛苦的事，他们可能会感到不舒服或不 […]

物联网和人工智能等现代技术的出现已经改变了多个行业。

文本资料作为企业重要的数据资产，我们都渴望从中分析出一些有价值的结论，并驱使商业应用利用其进一步发展。

本文将重点介绍实时或近实时监控机器学习系统的方法。为此，我们不会过多地讨论模型是否生成了正确的答案，因为你通常在很长一段时间内都无法确定这一点。

深度学习在图像分类，机器翻译等领域都展示了其强大的能力，但是在因果推理方面，深度学习依然是短板，图神经网络在因果推理方面有巨大的潜力，有望成为 AI 的下一个拐点。

为了解决这些问题，研究人员将目光投向了深度学习，利用生成模型实现了深度估计和定位任务，为机器人环境感知带来了全新的解决方案。