ITPub博客

深度长文：表面繁荣之下，人工智能的发展已陷入困境  https://mp.weixin.qq.com/s/9T8ICg-UOq640PC4NJdOTw  来源：《连线》杂志 现在，深度学习面临着无法进行推理的困境，这也就意味着，它无法让机器具备像人一样的智能。但是真正的推理在机器中是什么样子的呢？如果深度学习不能帮助我们达到目的，那什么可以呢？文章

阅读本文8分钟就够了吧？对于即将到来的人工智能时代，作为一个有理想有追求的程序员，不懂深度学习（Deep Learning）这个超热的领域，会不会感觉马上就out了？作为机器学习的一个分支，深度学习同样需要计算机获得强大的学习能力，那么问题来了，我们究竟要计算机学习什么东西？答案当然是图像特征了。将一张图像看做是一个个像素值组成的矩阵，那么对图像的分析就是对矩阵的数字进行分析，而图像的特征，就隐藏

大数据文摘出品编译：朱帅、DonFJ、蒋宝尚据说每年都会有很多人在医院感染病菌然后不幸患病，甚至因此导致的死亡人数比车祸还多。具体来说，当你迈进医院大门的时候，你就有1/30的几率会被感染，那样其实还不如在家躺着的好。虽然这个情况听起来很恐怖，但仔细细一想医院好像很轻松就能解决。所以，对医院来说搞好卫生是关键。特别是手部的卫生，因为这是防止感染传播的第一道防线。当然不止在医院，在其他公共场合，比如

在这个笔记本中，我将向您展示使用Mobilenet对狗的图像进行分类的示例。然后，我将向您展示一个例子，它会把蓝山雀的图像错误分类。然后，我将重新训练Mobilenet并使用迁移学习，以便它可以正确地对相同的输入图像进行分类。在这个过程中，仅使用了两个分类器，但是这可以扩展到您想要的数量，仅限于您可用的硬件数量和时间。Mobilenet的源文件位于：https：//arxiv.org/pdf/17

http://blog.itpub.net/31545819/viewspace-2220842/今年十月底在哈弗医学院由Corey Lane Partners，LLC创办的BioPharma AI应用峰会已经圆满落幕。这次峰会堪称是人工智能和生命科学相交的一个显型快照。本文我们将总结一下这次峰会的十项观察结果。1.    药物开发企业问题逐渐暴露 ，AI应用潜力很大

http://blog.itpub.net/31545819/viewspace-2221163/人工智能和机器学习的出现，让各大企业瞬间走上捷径，不管是运营效率还是生产利润都得到了显著的提升。但世界上是没有“免费午餐”的，企业面临的问题数组庞大，用于解决这些问题的ML模型种类相当广泛，每一种算法擅长的领域都不同，选择一种合适的算法模型成为企业棘手难题。本文汇总了当下最流行的10种AI算法，对它们

http://blog.itpub.net/31561483/viewspace-2221869/1月，谷歌再一次重组了自己的医疗部门。由号称“医生领导者”的David Feinberg担任医疗战略部负责人。将分散在各个部门的医疗健康项目都打包进了全新的Google Health。不仅搜索、云业务、谷歌大脑、alphabet等业务的医疗模块被分拆，AI第一人deepmind也被肢解，其健康部门de

http://blog.itpub.net/31545819/viewspace-2220762/波士顿介绍神经风格迁移（Neural Transfer Style）是人工智能在创造性环境中最令人惊奇的应用之一。在这个项目中，我们将看到如何将艺术绘画风格转换为所选图像，从而创造出令人惊叹的效果。Leon A. Gatys等人在2015年发布的论文"艺术风格的神经算法"中构思了神

http://blog.itpub.net/31559354/viewspace-2220356/11月13日，深圳 - 腾讯AI Lab今日发布了一款AI辅助翻译产品 - “腾讯辅助翻译”（Transmart），可满足用户快速翻译的需求，用AI辅助人工翻译提高效率和质量。该产品采用业内领先的人机交互式机器翻译技术，融合神经网络机器翻译、统计机器翻译、输入法、语义理解、数据挖掘等多项前沿技术，配合

数据科学和机器学习几乎可以改善组织的任何方面的业务，但其前提是企业的想法得到了实施。在过去的一年里，我们学到了很多关于更快地构建和部署机器学习模型的知识，我们希望分享一些我们在这里学到的东西。猎豹在棕色的田野上奔跑情况介绍在我们的组织中，我们需要尽快为我们的分析投资产生回报。我们需要更快地将机器学习模型部署到生产中。最重要的是，我们不希望很好的想法却束之高阁。传统上，我们将每个数据产品构建为定制解

想象一下这样一个场景：老板要求你构建一个机器学习模型，对每个月订阅服务中流失的客户进行预测。而客户流失被定义为超过31天没有活动。你可以通过人工的办法统计客户流失的数量，并采用头脑风暴和工程师特征的历史实例来精心估测，然后训练并人工调整机器学习模型以进行预测。你可能对于测试集的指标感到满意，然后将这个结果提交给到你的老板。但现在你必须要开发一个不同的解决方案：每两周进行一次预测，并将客户流失定义为

中文主要有 ： NLTK ， FoolNLTK ， HanLP （ java 版本）， pyhanlp （ python 版本）， Ansj ， THULAC ，结巴分词， FNLP ，哈工大LTP 

关于机器学习和AI的区别最经典的解释互联网和移动互联网兴起后，各种经典段子满天飞。很多段字反映出段子手很有才。这不，关于机器学习与人工智能(AI)的区别，最近有一个段字红爆业界： 翻译成中文就是，机器学习和AI的区别：如果使用Python写的，那可能是机器学习如果使用PPT写的，那可能是AI上面这个段子来自微软工程师Mat Velloso。他发在Twitter上之后，引发大量用户转发和评

如何检查你的项目是不是真的需要用到 AI？ https://blog.csdn.net/weixin_42137700/article/details/84523512  作者｜Cassie Kozyrkov译者｜Sambodhi编辑｜Debra 导读：过去几年，机器学习和人工智能日新月异，在各行业都呈现火爆的态势。你是不是也跃跃欲试，想在自己的项目里也用上

下一个十年：数据信仰与认知智能 https://blog.csdn.net/weixin_42137700/article/details/84523196  下一个十年，哪些技术将带来革命性的改变？ 在一个新技术层出不穷的时代，对于这个问题，恐怕大部分企业与组织都在积极思考。 百分点技术副总裁兼首席架构师刘译璟博士认为，在产业数字化逐步深入的趋势

机器学习狗太苦逼了！自动化调参哪家强？ https://blog.csdn.net/weixin_42137700/article/details/84521901  作者｜Facundo Santiago译者｜李志编辑｜Debra 导读：对于每一个机器学习研究者和开发者来说，调参总是一个让人头疼的问题。如何在大量的参数空间内找到一个问题的最优参数呢？如今，

各种机器学习算法的应用场景分别是什么？ 关于这个问题我今天正好看到了这个文章。讲的正是各个算法的优劣分析，很中肯。https://zhuanlan.zhihu.com/p/25327755正好14年的时候有人做过一个实验[1]，比较在不同数据集上（121个），不同的分类器（179个）的实际效果。论文题为：Do we Need Hundreds of Classifiers to Solv

计算机视觉前沿技术探索摘要：计算机视觉与最前沿技术如何结合？计算机视觉软件正在改变行业，使用户的生活变得不仅更容易，而且更有趣。作为一个有潜力的领域，计算机视觉已经获得了大量的投资。北美计算机视觉软件市场的总投资额为1.2亿美元，而中国市场则飙升至39亿美元。让我们来看看一些最有前途和更有趣的技术，因为这些技术可以让计算机视觉软件开发市场增长的更快。一、深度学习的进步深度学习因其在提供准确结果方面

给数学新手的忠告 https://blog.csdn.net/weixin_42137700/article/details/84202748  编者注：数学新手所需要学习的最重要东西，当然是数学。然而，学习从其他数学家那里得来的经验也是非常有价值的。在英国数学家菲尔兹奖得主高尔斯编辑的《普林斯顿数学指南》中，收入了包括阿蒂亚、孔涅在内的五位大数学家写给新手的“给年轻

清华大学与中国芯片