首页
学习
活动
专区
工具
TVP
发布

AI科技大本营的专栏

专栏作者
3088
文章
3123341
阅读量
201
订阅数
关于机器学习,不可不知的15个概念
‍‍ 作者:布奇·昆托(Butch Quinto) 来源:大数据DT(ID:hzdashuju) 有监督学习 有监督学习是利用训练数据集进行预测的机器学习任务。有监督学习可以分为分类和回归。回归用于预测“价格”“温度”或“距离”等连续值,而分类用于预测“是”或“否”、“垃圾邮件”或“非垃圾邮件”、“恶性”或“良性”等类别。 分类包含三种类型的分类任务:二元分类、多类别分类和多标签分类。回归中包含线性回归和生存回归。 无监督学习 无监督学习是一种机器学习任务,它在不需要标记响应的情况下发现数据集中隐藏
AI科技大本营
2023-05-08
2600
提升16倍!Meta data2vec 2.0 性能爆表;ICML禁止大语言模型生成论文,LeCun:中小模型可以?
本周AI界又有哪些新鲜事? 基础核心 高通推出将AD和ADAS整合的Snapdragon Ride Flex芯片 在新一年的国际消费电子展上,高通推出专门给汽车设计的处理器芯片Snapdragon Ride Flex。据了解,该芯片提供的解决方案可以将自动驾驶(AD)和高级驾驶辅助系统(ADAS)整合到一个芯片上。 据该公司表示,通过将数字驾驶舱、ADAS和自动驾驶汽车(AV)功能整合到单个系统芯片(SoC)上,汽车制造商将能无缝整合具有高质量图形的驾驶舱显示器、信息娱乐游戏显示器和后座娱乐屏幕。 高
AI科技大本营
2023-04-06
2020
AI大佬怼怼怼的背后,究竟暗藏哪些玄机?
四年前,纽约大学教授Marcus为反驳深度学习三巨头之一Bengio的“有意识先验”和“解纠缠观念”理论,发表了一篇名为《Deep Learning: A Critical Appraisal》的论文,长达27页。
AI科技大本营
2022-12-10
4560
DeepMind 称:人工智能在数学领域实现新发现和见解
从 20 世纪 60 年代以来,数学家们开始使用计算机帮助发现规律和提出猜想,但人工智能系统尚未普遍应用于理论数学研究领域。
AI科技大本营
2021-12-04
4160
如何让机器像人一样多角度思考?协同训练来帮你
协同训练算法是机器学习中半监督学习的主要方法之一,通过多个学习器的相互协作探索无标记数据中的有效信息。为了深入了解协同训练的发展,把握当前研究的热点和趋势,本文对现有协同训练算法进行整理和总结,并按照改进策略对相关方法进行分类,对一些典型方法进行详细介绍。其目的在于了解现有方法优势,发现仍然存在的问题,提出改进策略和建议,并对未来的发展趋势进行预测和展望。
AI科技大本营
2021-04-21
1.1K0
举个例子,如何用GCN图卷积神经网络实现摔倒监测?
近几年来深度学习的发展越来越火热,其中最为典型的就是半监督学习的新研究进展GCN。由Kipf和Welling提出的GCN被证明是一种有效的图半监督学习框架应用,如社会、医疗、商业和交通网络分析,其中典型的对象是在少数有标记数据的帮助下对无标记数据进行分类图中的样本。
AI科技大本营
2021-03-12
8920
升级版“绝悟”AI自带“军师”,解禁王者荣耀全英雄池
11月28日腾讯宣布,由腾讯 AI Lab 与王者荣耀联合研发的策略协作型 AI“绝悟”推出升级版本。“绝悟”一年内掌握的英雄数从1个增加到100+个,实现了王者荣耀英雄池的完全解禁,此版本因此得名“绝悟完全体”。
AI科技大本营
2020-12-08
5600
性能超越图神经网络,将标签传递和简单模型结合实现SOTA
图神经网络(GNNs)是图学习中一种主流的技术。然而,对于GNN为什么在实际使用中很成功以及它们是否是优异性能所必需的技术,了解相对较少。
AI科技大本营
2020-11-06
6330
认知智能,AI的下一个十年 | AI Procon 202
在 1956 年的夏天,人工智能在美国达特茅斯大学召开的学术会议之上蹒跚学步,吸引无数研究学者对其智能化的探索以及未来美好愿景的描绘。不过,彼时在抽象思维、自我认知、自然处理、图像识别等基础性功能缺失的现状中,人工智能的发展从门庭若市到门口罗雀,甚至不少人视人工智能程序为“玩具”。最终,这一冷清的局面,直到 80 年代,一款从神经系统到推理都有了明显跨越性进步的“专家系统”的人工智能程序出现才被打破。
AI科技大本营
2020-07-22
7410
还在苦恼机器学习和线性回归?这篇总结拿走不谢 | 原力计划
作者 | 听星的朗瑞 责编 | 王晓曼 出品 | CSDN博客 题图 | 东方IC
AI科技大本营
2020-05-25
3300
500张训练样本攻破验证码?蚂蚁金服提自监督表征学习识别方法
导语:国际顶级会议WWW 2020将于4月20日至24日举行。始于1994年的WWW会议,主要讨论有关Web的发展,其相关技术的标准化以及这些技术对社会和文化的影响,每年有大批的学者、研究人员、技术专家、政策制定者等参与。以下是蚂蚁金服的资深技术专家对入选论文《A Generic Solver Combining Unsupervised Learning and Representation Learning for Breaking Text-Based Captchas》做出的深度解读。
AI科技大本营
2020-04-18
9660
预训练模型ProphetNet:根据未来文本信息进行自然语言生成
编者按:微软亚洲研究院提出新的预训练模型 ProphetNet,提出了一种新的自监督学习目标——同时预测多个未来字符,在序列到序列的多个自然语言生成任务都取得了优异性能。
AI科技大本营
2020-03-11
8290
收藏 | 83篇文献,万字总结强化学习之路
深度强化学习是深度学习与强化学习相结合的产物,它集成了深度学习在视觉等感知问题上强大的理解能力,以及强化学习的决策能力,实现了端到端学习。深度强化学习的出现使得强化学习技术真正走向实用,得以解决现实场景中的复杂问题。从2013年DQN(深度Q网络,deep Q network)出现到目前为止,深度强化学习领域出现了大量的算法,以及解决实际应用问题的论文,本文将阐述深度强化学习的发展现状,并对未来进行展望。
AI科技大本营
2020-03-02
5660
通过评估假设行为来学习人类目标
当我们在现实世界中训练强化学习(RL)代理时,我们不会希望它们探索不安全的状态,例如将一个移动机器人开进沟里,或者向老板发送一封很尴尬的电子邮件。
AI科技大本营
2020-02-27
4410
解读 | 2019年10篇计算机视觉精选论文(上)
2019 年转眼已经接近尾声,我们看到,这一年计算机视觉(CV)领域又诞生了大量出色的论文,提出了许多新颖的架构和方法,进一步提高了视觉系统的感知和生成能力。因此,我们精选了 2019 年十大 CV 研究论文,帮你了解该领域的最新趋势。
AI科技大本营
2019-12-23
5550
后深度学习时代的一大研究热点?论因果关系及其构建思路
尽管机器学习在现阶段取得了很大成功,但是相比于动物所能完成的工作,机器学习在动物擅长的关键技术上表现不尽人意,比如问题迁移能力、泛化能力以及思考能力,因为机器学习通常会忽略大量常用的信息。
AI科技大本营
2019-12-11
9670
无需标注数据,利用辅助性旋转损失的自监督GANs,效果堪比现有最好方法
本文作者提出了一种自检督方式的生成对抗网络,通过辅助性的旋转损失来达到目的。因为通常主流方法来生成自然图像都是通过条件GAN来完成,但是这就需要很多的标签数据。这些标签数据会需要耗费大量时间和精力。因此无监督方法的提出,能有效提升效率节省大量时间和精力。作者探索了两个主流的无监督的学习方法,分别是对抗训练和自监督。进一步的,这两种方法会拉近无监督学习和监督学习的距离。
AI科技大本营
2019-12-06
7020
让学生网络相互学习,为什么深度相互学习优于传统蒸馏模型?| 论文精读
蒸馏模型是一种将知识从教师网络(teacher)传递到学生网络(student)的有效且广泛使用的技术。通常来说,蒸馏模型是从功能强大的大型网络或集成网络转移到结构简单,运行快速的小型网络。本文决定打破这种预先定义好的“强弱关系”,提出了一种深度相互学习策略(deep mutual learning, DML)。
AI科技大本营
2019-10-24
1.9K0
图灵奖得主LeCun力推无监督学习:要重视基于能量的学习方法
导语:图灵奖得主深度学习大牛 Yann LeCun 表示,人工智能的下一个发展方向可能是放弃深度学习的所有概率技巧,转而掌握一系列转移能量值的方法。
AI科技大本营
2019-10-21
6060
我所理解的零次学习
导语:这篇zero-shot learning(ZSL)的入门性的文章,目的是为了帮助完全没有接触过这方面,并有些兴趣的同学,能在较短的时间对ZSL有一定的认识,并且对目前的发展情况有一定的把握。在需要指出的是,无论是论文笔记,还是总结性的读物,都包含了作者自己的理解和二次加工,想要做出好的工作必定需要自己看论文和总结。
AI科技大本营
2019-09-19
1.6K0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档