机器学习

       最后更新:2019-03-25

机器学习热门文章

房地产AI:Ascendas-Singbridge如何使用自动机器学习

  如果您认为人工智能中断的行业已经成熟,您可能不会立即将房地产管理视为一体。然而,这一概念受到亚洲领先的可持续城市和商业解决方案提供商Ascendas-Singbridge等公司的挑战。该公司一直在寻找先进技术,如自动化机器学习,这些技术可以改变其服务质量并提供非边际利润改善。   在我们最新的案例研究中,我们用DataRobot报道他们的旅程。该公司努力构建预测模型,因为之前可以使用的工具价格昂贵且无法实现承诺的结果。  作为一个用例,Ascendas-Singbridge的团队希望使用DataRobot独特的时间序列功能来预测停车场容量并优化其   [房地产AI:Ascendas-Singbridge如何使用自动机器学习详情]

开源TRFL:强化学习构建模块库

  今天,我们正在开发一个新的有用构建模块库,用于在TensorFlow中编写强化学习(RL)代理。命名为TRFL(发音为'truffle'),它代表了我们内部用于大量最成功代理的关键算法组件的集合,如DQN,DDPG和重要性加权演员学习者架构。  典型的深度强化学习代理由大量交互组件组成:至少,这些组件包括环境和代表值或策略的一些深层网络,但它们通常还包括诸如学习环境模型之类的组件,伪奖励功能或重播系统。  这些部分倾向于以微妙的方式相互作用(通常没有在论文中详细记录,正如Henderson及其同事所强调的那样),因此很难在如此大的计   [开源TRFL:强化学习构建模块库详情]

人工智能模型从患者数据中“学习”,使癌症治疗毒性降低

麻省理工学院的研究人员正在采用新颖的机器学习技术,通过减少胶质母细胞瘤的毒性化疗和放疗剂量来改善患者的生活质量,胶质母细胞瘤是最具攻击性的脑癌形式。 胶质母细胞瘤是一种出现在脑或脊髓中的恶性肿瘤,成人预后不超过五年。患者必须忍受放射治疗和每月服用多种药物的组合。医疗专业人员通常施用最大安全药物剂量以尽可能地缩小肿瘤。但这些强效药物仍会对患者造成虚弱的副作用。 在下周于斯坦福大学举行的2018年机器学习医疗保健会议上发表的一篇论文中,麻省理工学院媒体实验室的研究人员详细介绍了一种可以使给药方案毒性降低但   [人工智能模型从患者数据中“学习”,使癌症治疗毒性降低详情]

AI简化:什么是自动机器学习?

  介绍DataRobot的AI Simplified视频系列!   我们已经开始推出一系列新的教育视频,这是我们不断努力使人工智能(AI)和机器学习更容易获得的一部分。这个系列被称为 AI Simplified ,在每个视频中,DataRobot专家将分享与AI和机器学习相关的主题的见解。我们的目标:在几分钟内呈现高水平的数据科学主题!   AI Simplified系列的第一部分由DataRobot联合创始人兼首席技术官Tom de Godoy介绍,他在这个简短的视频中解释了自动化机器学习。        请继续关注更多AI简化视频,包括功能影响,预测说明等等。        [AI简化:什么是自动机器学习?详情]

MIT机器人结合视觉和触觉来学习Jenga的游戏

在麻省理工学院3号楼的地下室,机器人正在仔细考虑下一步行动。它轻轻地戳在一座街区,在一个单独的,缓慢移动但又令人惊讶的敏捷Jenga游戏中,寻找最好的块来提取而不会倒塌塔。该机器人由麻省理工学院的工程师开发,配备了软指夹,力感腕腕和外部摄像头,所有这些都用于观察和感受塔及其各个块。当机器人小心地推动一个块时,计算机会从其相机和袖带中获取视觉和触觉反馈,并将这些测量结果与机器人之前制作的动作进行比较。它还考虑了这些举措的结果 - 具体而言,是否成功提取了一个块,在一定的配置中并以一定的力量推动。实时,机器人   [MIT机器人结合视觉和触觉来学习Jenga的游戏详情]

机器学习最新文章

什么是R编程语言的机器学习

  新西兰奥克兰大学的Ross Ihaka和Robert Gentleman是R的创造者,R现在是机器学习的一种广泛使用的语言。他们在1993年为S编程语言的应用创建了它,开源项目于1997年建立。  这两个人开始尝试使用S语言提供的Lisp中的统计测试床。他们最终意识到他们已经创造了超过S的东西.R原来是统计编程和应用机器学习的最佳技术。 机器学习用R 在阅读本文时,您将学习: - 什么是R? 它的特色。 R的好处。 使用R的困难。 谁在使用R? 什么是R?它是一种用于编写程序的计算机语言,它是Lisp的一种变体。您可以将其视为统计编程和可视化的开   [什么是R编程语言的机器学习详情]

什么是Spark的机器学习?

  随着技术日新月异,竞争激烈的世界不断发展,各种用户专注的数据产品不断发展,对机器学习的需求也随之增加。机器学习可用于在个性化,推荐和预测性见解方面取得进展。通常,这些问题在R和Python的帮助下得到解决,但随着组织不断堆积数据,数据科学家们将更多的时间用于维护基础设施,而不是提出解决数据问题的模型。 Spark已经考虑到了这些功能。 使用Spark进行机器学习 M-Llib是Spark提供的通用机器学习库,其设计具有可扩展性,简单性和易于与其他工具同化的特点。 Spark具有以下关键功能: - 可伸缩性 语言兼容性 速度     [什么是Spark的机器学习?详情]

机器学习用例 - 物联网,预测性维护,情感

  本文的目的是为机器学习与物联网,预测维护,情感分析和建议相结合的应用提供实质,这些应用在当今和未来几十年中非常受欢迎。 机器学习   以下产品正在日常使用机器学习,以使我们的生活更轻松。让我们一瞥他们: - 自驱动运输是最常见的产品,已经将 投入使用。 借助机器学习和深度学习(DL)算法,软件 开发人员提供的计算机视觉将做出可比较的决策 人类的决定。 深度学习正在为自我驱动的车辆提供“大脑”来整合 道路标志,行人,红绿灯等的理解 为了让学校教师甚至大学教授更容易写作, 提供自动书写评估软件。 当   [机器学习用例 - 物联网,预测性维护,情感详情]

大公司在2018年选择机器学习的5个原因

  机器学习越来越多地在各行各业中流行。制造商更感兴趣的是寻找新的增长方式,扩大产品质量,同时与客户进行短期生产。新的商业模式经常带来影响现有ERP,CRM和PLM(产品生命周期管理)系统的新产品线的悖论,因为客户绩效需要不断改进。目前,正在增加新产品的生产和交付窗口。 为什么大公司在2018年选择机器学习 < /图>    以下是人们为基于绩效的制造采用机器学习的五种方式:    半导体输出改进   改进的半导体输出功率高达30%,这降低了废品率并优化了ML可以实现的制造步骤。将半导体制造中的功耗降低多达30%,基于机器学   [大公司在2018年选择机器学习的5个原因详情]

2018年应避免学习的5种最差编程语言

2018年应避免学习的5种最差编程语言   以下是一些您应该不惜一切代价避免的编程语言。 Dart    Dart-由Google于2011年创建的开源,物位和普遍有用的编程语言 - 通常用于制作网络,服务器和移动应用程序,以及物联网(IoT)。它没有创造。这个列表中的1基本上是由于GitHub,Stack Overflow,Freenode,Reddit,Twitter和Facebook的参与度较低。“虽然Dart的数字声名狼借,即使排名最差,但其相对排名远远低于Kotlin,Elixir,TypeScript和Swift,”该帖子称。 “虽然这些语言大约在同一时间首次亮相,但在社区参与方面,它们的表现   [2018年应避免学习的5种最差编程语言详情]