ITPub博客

来源：专知本文多图，建议阅读6分钟。本文为你分享应用机器学习的建议。斯坦福大学机器学习第十课“应用机器学习的建议(Advice for applying machine learning)”学习笔记，本次课程主要包括7部分：1) Deciding what to try next(决定下一步该如何做)2) Evaluating a hypothesis(评估假设)3) Model selectio

2020年，一场新冠疫情使多个国家公共卫生系统不堪重负，暴露出应急处置能力的薄弱等问题，改革和加强公共卫生事件应急处置已成为全球关注焦点。今年2月，习总书记来到北京市朝阳区CDC进行调研指导时指出：“这场疫情对全国各级疾控中心的应急处置能力是一次大考。这次抗击疫情斗争既展示了良好精神状态和显著制度优势，也暴露出许多不足。要把全国疾控体系建设作为一项根本性建设来抓，加强各级防控人才、科研力量、立法等

当下，人脸识别已经融入了人们生活的方方面面，无论是手机解锁还是刷脸支付亦或是打卡考勤，都为人们的生活提供里极大的便利。然而光影随行，在享受技术红利的同时，也要承担技术潜在的危险。人脸识别作为当下安防的重要组成部分之一，在各种应用中，被捕捉到的人脸图像通常起到一个“钥匙”的作用，然而，密码可以被“破解”，人脸识别系统就会被欺骗与攻击。2017年，央视“3·15”晚会现场展示人脸识别技术并曝光其漏洞，

在商业世界中，机器学习(ML)应用程序的持续宣传和炒作有其合理的原因。机器学习(ML)可能是当今最为普及的人工智能(AI)领域。虽然人工智能和机器学习紧密相关，但并不是可以互换的术语。机器学习已经融入到许多业务应用程序以及面向客户的服务中，并且可以自我学习的机器听起来很酷。企业在机器学习应用中需要吸取的经验和教训但是，正如许多IT主管说的那样，采用新技术可能会导致一些不切实际的期望。为此，一些机器

大流行的爆发危及了全球的工作系统。联络中心员工不能再去办公室参加电话会议。技术中心正在涌现出新的解决方案，利用对话式人工智能重新整理这个难题。许多公司利用这次机会，使用了对话式人工智能等先进技术，以弥补疫情期间客户的服务沟通。大流行给公司的工作制度和工作方式带来了很大的变化。企业正在采用智能虚拟助理(IVA)、虚拟代理和其他注入人工智能的技术等新方法来取代客户服务和现场代理的工作流程。为Covid

市场上逐渐将人工智能软件用于程序，编程和其他目的的计算机化已变得普遍。基于AI的平台具有丰富的机器计算和学习能力，可实现业务流程的自动化。自动化可以节省大量时间和精力。这是十大优秀人工智能软件的列表。自动化使组织能够更高效，更有利地执行工作。此外，自动化可以帮助个人更新其技能和能力。您将要使用商业智能软件来促进公司的运营。优秀人工智能软件1.Deep VisionDeep Vision专为个人面部

作者：清华大数据软件团队机器学习组本文长度为1700字，建议阅读6分钟本文为你介绍 Trans-Learn 算法库。Trans-Learn是基于PyTorch实现的一个高效、简洁的迁移学习算法库，目前发布了第一个子库——深度域自适应算法库（DALIB），支持的算法包括：Domain Adversarial Neural Networks （DANN）Deep Adaptation Network

来源：大数据文摘本文约3200字，建议阅读6分钟。本文为你介绍《顶级数据团队建设全景报告2020》精华内容。2020年，对于“大数据”这个词，多数人很难再说陌生。尤其是在疫情防控期间，从各地相继推出健康码，到全国个人行程查询，在及时发现并定位确诊患者，进一步阻止疫情扩散方面，大数据和相关从业者都做出了不可磨灭的贡献。近年来，随着数据行业的逐渐成熟，大数据本身也开始向外辐射到医学、气象、交通等众多其

来源：大数据DT作者：乔恩·D.马克曼（Jon D. Markman）本文约3316字，建议阅读7分钟。本文介绍计算能力的进步，再加上人工智能，意味着我们作为一个社会所面临的许多重大问题的解决方案，都是可以实现的——当然相反地，人工智能也可能会带来一些新的问题。导读：几十年来，人工智能（artificial intelligence，AI）一直是学术界的白日梦。计算机可以像人类一样学习的想法似乎是

深度学习究竟需要多少数据才足够？虽然如今深度学习科技已经进一步点燃了 AI 之火，但这项技术却常因需要大量的数据而备受诟病。人们也一直在争论，究竟深度学习需要多少数据才足够呢？（ Jeff Dean , 图片来自网络）“我认为那些至少拥有数以万计或是十万计的客户群体的公司才需要考虑是否使用深度学习技术的问题，” Jeff Dean，谷歌的资深研究员，近期在伯克利举行的

编辑 | 钰莹由于知识获取与表示的困难，以及当时计算机计算能力的限制，符号主义的主张没有得到应有的发展和大规模的应用，以知识为基础的学习方法也同样受到重创。21 世纪初，机器学习中的一个分支——概率统计学习（特别是深度学习）异军突起，获得巨大成功。它不仅建立了较好的理论基础和有效的算法，还成功地得到商业应用，成为推动产业和社会发展的重要力量，使 AI 进入了以数据驱动为主导的第二代 AI 发展时代

简介：达摩院发布的 “2020 十大科技趋势” 预测中，一个重要趋势就是人工智能从感知智能向认知智能演进。作为认知智能的一个重要核心技术，自然语言处理在过去一年中有了进一步的发展，无论从技术和产品都有显著的成果，例如大规模预训练语言模型的明显优势和广泛应用，智能对话和服务助理，结合领域需求的 NLP 技术和知识图谱等。本文分享达摩院自然语言处理技术小组各领域专家对过去一年 NLP 的技术，平台和产

2020上半年收集到的优质AI方面的文章人工智能图灵奖得主、AAAI候任主席展望“AI未来10年”洞察｜一图看懂AI新基建如何落地 AI产品经理入门手册（上） AI产品经理入门手册（下） 「全球AI人才追踪调查」：美国的顶级AI研究者29%来自中国 盘点人工智能十大经典应用领域、图解技术原理 Science：AI领域那么多引人注目的「进展」，竟是无用功 中国 AI 应用元年来了！ 技术开源出现“逆

2020上半年收集到的优质AI方面的文章  【人工智能】  2019 年 AI 研究排名：美国领先中国 7 倍人工智能下一个前沿：可解释性清华唐杰教授：人工智能的下一个十年，认知推理是重点计算所山世光：AI方法论需升级，疫后 AI 将如何发展？Bengio等众多学者联合出品：如何设计制度，才能保证AI可信赖？人工智能产业发展深度报告：格局、潜力与展望图灵奖得

和很多新产品也一样，大家对自动驾驶的态度也是两极化，分为过于信任和太不信任。有些人过于信任自动驾驶，打开自动驾驶自己就敢玩手机或者睡觉，这已经出了几次人命事故。有些人又太不信任自动驾驶，觉得都是商家的噱头，买了新车连自动泊车入位功能也不太敢尝试。01 那自动驾驶到底能干什么呢?这就要从自动驾驶的“天梯”说起了。对新兴技术或者对汽车感兴趣的朋友，一定都看过这么一条新闻，说特斯拉的Autopilot已

AIoT作为一个相对较新的概念，即人工智能(AI)与物联网(IoT)的相结合，使得传统的物联网应用更上一个台阶。物联网是一个相互关联的计算设备和机器的系统，可以在无需人工干预的情况下通过网络传输数据，已被用于为消费者启用新功能、更好的应用和实时状态监视。将其与不断发展的AI进步相结合，可使组织更好地预测变化并优化其设备。 AIoT允许算法改善通信并应用预测功能，从而为企业提供优于竞争对手的优势。什

人工智能是开创性的，有时甚至还是令人震惊。我们不断地获得有关效率，自动化和智能预测的惊人故事。但是，人工智能并不是完美的。对于每一个成功的故事，还有一个混乱或错误的故事–这种情况没有按计划进行。虽然我们是AI的忠实信徒，并且已经在自己的企业中看到了AI的强大功能，但有时还是看到硬币的另一面，并记住我们都在努力推动更大的发展和更好的东西。但是沿着这条道路，会有摩擦和扰。我们如何应对这些异常和缺陷，最

出于显而易见的原因，研发疫苗是人们目前的首要考虑目标。寻找安全有效的冠状病毒疫苗是成千上万甚至数百万人的生命以及全球经济健康的基础。在疫苗研发过程中，物联网和人工智能技术将发挥重要作用。这是因为疫苗研发需要收集和分析大量数据，而物联网和人工智能可以帮助解决这两个问题。物联网可以促进快速且经济高效的数据收集，而人工智能可以使数据分析比人类更快、更全面。数据收集数据收集贯穿整个药物研发过程。在过程开始

经济衰退已来，请勿拒绝AI ！此次衰退比我们之前经历过的任何一次都更严重也更突然。尽管我们都希望风波能够快点过去，但暂时来看似乎不太可能。一旦转变为长期、深层衰退，那么几乎所有企业的CEO与董事会都将面临巨大的压力。假如这场衰退的持续时间真的超过我们的想象，而且其中必然有一些公司成为赢家、一些遭遇失败，那么AI技术将在对抗当中扮演怎样的角色？企业高管什么会在这时考虑借助AI的力量？当下又为什么是投

AI已经成为我们日常生活的一部分，这一点你无法否认。几乎来自所有不同行业的财富1000强企业领导者，都在积极开展AI计划。大中型全球企业都在加速创新，利用AI的诱人前景提高收入、增加利润、并在产品和服务产品中发现新的价值。尽管AI的发展迅速，但董事会和CEO们在AI语言素养和风险管理实践方面仍然远远落后。AI的崛起就像是一场暴风雨，一场完美的风暴可能正在酝酿之中，但很少有董事会和CEO能回答这个问