Meta 人工智能 —— Cicero
「人类的可贵品质在于寻求和追随真理。」——西塞罗 本周二，Meta 提出的人工智能 Cicero 成为了 AI 领域的热门新闻，通过和人玩在线版「外交」游戏，它锻炼了自己的技能成为高手，在玩过的不止一场游戏中排名前 10%。 Cicero 结合了类似于 AlphaGo 的战略推理…
AI相关
aigc
9 个不能错过的机器学习数据集
内容一览：本期整理了 HyperAI超神经官网近期更新的 9 个数据集，涉及人脸识别、姿态估计、自动驾驶三个领域。 关键词：人脸识别 姿态估计 自动驾驶 近期，HyperAI超神经官网更新了 300+ 优质公开数据集，数据模态涉及图像、视频、音频、RGB-D 等。 本文整理…
空中悬停、翻滚转身、成功着陆，我用强化学习「回收」了SpaceX的火箭
我自己造了个「火箭」，还把它回收了。 SpaceX 作为一家太空探索技术公司是美国一家民营航天制造商和太空运输公司，由伊隆 · 马斯克于 2002 年创办，目标是降低太空运输的成本，并进行火星探索。SpaceX 成立近 20 年以来，吸引了无数的火箭爱好者。 对于个人…
强化学习介绍及应用
1. 强化学习是什么？ 强化学习是一个非常吸引人的人工智能领域，2016年 Alpha Go在围棋领域挑战李世石，以几乎碾压的结果夺冠，引起了人们对于人工智能的广泛讨论。2019年Alpha Star横空出世，在复杂的星际争霸2游戏中达到能和人类顶级玩家PK的水平，登上Nat…
何为多标签分类？这里有几种实用的经典方法
众所周知，二分类任务旨在将给定的输入分为 0 和 1 两类。而多标签分类（又称多目标分类）一次性地根据给定输入预测多个二分类目标。例如，模型可以预测给定的图片是一条狗还是一只猫，同时预测其毛皮是长还是短。 在多分类任务中，预测目标是互斥的，这意味…
2021机器学习指南
这是一份适用于小白的机器学习超丰富资源指南。 机器学习社区社交媒体上经常有人提出这样的问题： 我如何开始机器学习？ 我如何免费学习？ 什么是人工智能？我怎样才能学会它？ 人工智能是如何工作的？我该从何学起？ 如果我没有开发人员背景，该如何开始？ …
什么是 MLOps?
ML（机器学习）系统开发生命周期和 MLOps 需求的完整演练 ML 系统工程和运营及其利益相关者 直到最近，我们所有人都在学习软件开发生命周期 (SDLC) 以及它如何从需求获取→设计→开发→测试→部署→一直到维护。 我们曾经（并且正在）研究软件开发的瀑布模型、迭…
机器学习模型的可解释性
导读：模型可解释性方面的研究，在近两年的科研会议上成为关注热点，因为大家不仅仅满足于模型的效果，更对模型效果的原因产生更多的思考，这样的思考有助于模型和特征的优化，更能够帮助更好的理解模型本身和提升模型服务质量。本文对机器学习模型可解释性…
入选Gartner全球AI魔力象限，阿里云解读AI工程化为什么需具备这三大基础能力？
针对 AI 工程化落地的实践经验，阿里云给出了需要具备的三大基础能力：平台云原生化、模型超大规模化、AI 服务场景化。 2021 年，AI 工程化的未来令人充满期待。 Gartner 将「AI 工程化」列为 2021 年度九大重要战略科技趋势之一。在 Gartner 看来，只有 53%…
2021数据科学和机器学习平台的魔力象限
This report assesses 20 vendors of platforms that data scientists and others can use to source data, build models and operationalize machine learning. It will help them make the right choice from a crowded field in a maturing DSML platform…
数据科学中常见的9种距离度量方法
在数据挖掘中，我们经常需要计算样本之间的相似度，通常的做法是计算样本之间的距离。在本文中，数据科学家 Maarten Grootendorst 向我们介绍了 9 种距离度量方法，其中包括欧氏距离、余弦相似度等。 许多算法，无论是监督学习还是无监督学习，都会使用距离…
从 0 到 29%，华为云 ModelArts 为何走得又快又稳？
从 0 到 29%，华为云 ModelArts 为何走得又快又稳？ 近日，国际权威研究机构 IDC（国际数据公司）最新发布的《中国 AI 云服务市场（2020 上半年）跟踪》报告显示，华为云一站式 AI 开发平台 ModelArts 位居机器学习公有云服务中国市场份额第一位，高达 29%。…
深入探讨：为什么要做特征归一化/标准化？
本文解读了一项数据预处理中的重要技术——特征归一化，提出并解答了5个相关问题，同时分析了相关方法和适用场景。 写在前面 Feature scaling，常见的提法有“特征归一化”、“标准化”，是数据预处理中的重要技术，有时甚至决定了算法能不能work以及work得好不好…
2020 年度 10 篇人工智能经典论文
内容提要：2020 年即将过去，虽然这一年全球都笼罩在疫情的阴影之下，许多事情也因疫情而停摆。但是，人工智能领域依然逆势而上，取得了许多重大突破。在岁末之际，一起看看今年有哪些研究值得关注。 关键词：2020 AI 论文盘点，机器学习 2020 年已经接近尾…
一文看懂AutoML
论文地址： AutoML: A survey of the state-of-the-art[1] 最近看了些NAS的论文，发现上面这篇综述写的很不错，非常全面，详细拜读了一下。有很多细节不是很懂，也没空去精读原论文，但是能够对大致的脉络有个初步的了解。因此简单写一下这篇综述讲了些啥，…
AWS机器学习还要大力破圈儿
“你知道，即便是砂纸这样久经考验的产品，我们也在利用机器学习不断改进，同时推动其它一些领域包括医疗保健在内的创新。”3M企业系统研究实验室技术总监David Frazee说道，“随着我们计划将机器学习扩展到3M的更多领域，我们的数据和模型快速增长，每年翻倍。…
结构化数据，最熟悉的陌生人
非结构化数据是指没有按照预定义的方式组织或缺少特定数据模型的数据，比如我们常见的文章、对话等等。 而本文着重提及的结构化数据则是指数据点之间具有清晰的、可定义的关系，并包含一个预定义的模型的数据（如图 1 所示）。看起来结构化数据应该更容易处…
Forrester发布机器学习第一梯队
科技巨头的「云」竞争，如今最核心拼的刀刃就是人工智能。 无论是从不断扩大的云AI市场规模，还是从国内各大云厂商云+AI的标准配置上，都可见一斑。 那么，问题来了，机器学习解决方案，到底应该如何评估？ 近日，国际权威研究机构Forrester就发布了一份相关…
超详细的人工智能专家路线图
想从事人工智能领域的研究，盲目地在网上购买了一本又一本的参考资料，学习视频刷了一遍又一遍…… 反过头来看，这些方法可能作用并不是很大，却消耗了大量的时间和金钱。 这时，一种提纲式的学习途径就显得尤为重要了。如果你想成为数据科学家、机器学习或者 …
异常检测（Anomaly Detection）综述
导读 异常检测是一个发现“少数派”的过程，本文将目前深度学习的异常检测的热门研究方向进行了分类，并列举了对应的文章，并推荐了值得一读的8篇新颖论文，帮助大家理解学习异常检测这一领域。 一、简介 异常检测一直是机器学习中一个非常重要的子分支，在各…
回归、分类与聚类：三大方向剖解机器学习算法的优缺点
在本教程中，作者对现代机器学习算法进行一次简要的实战梳理。虽然类似的总结有很多，但是它们都没有真正解释清楚每个算法在实践中的好坏，而这正是本篇梳理希望完成的。因此本文力图基于实践中的经验，讨论每个算法的优缺点。 对机器学习算法进行分类不是一…
