西瓜书】周志华《机器学习》学习笔记与习题探讨(一)

Submitted by shiwenbin on Wed, 07/19/2017 - 09:42
学习算法:机器学习所研究的主要内容,是关于在计算机上从数据中产生“模型”的算法,即“学习算法”。 学习算法的作用: 1.基于提供的经验数据产生模型; 2.面对新情况时,模型可提供相应的判断。 模型:泛指从数据中学得的结果。 学习器:学习算法在给定数据和参数空间上的实例化。

这家创企想在小行星采矿取水 谷歌创始人都投资了

Submitted by neurta on Wed, 07/19/2017 - 09:17
据连线杂志报道,2008年5月25日,火星侦察轨道卫星向地球传送回一张模糊不清的图像。它显示上面有两个白点(分别是凤凰号火星着陆及其降落伞),背景是火星上广阔的海姆达尔(Heimdal)陨石坑。自从2007年8月3日搭乘Delta II运载火箭发射升空后,凤凰号的项目经理克里斯·鲁维奇(Chris Lewicki)就未曾看到过它。凤凰号在距离巨大陨石坑20公里远的地方着陆,开始在火星上搜索适合微生物生存的栖息地。

谷歌TensorFlow物理检测API,目前最好的物体识别方案?

Submitted by zhongzhimin on Tue, 07/18/2017 - 16:09
Google发布TensorFlow物体检测API,帮助开发人员和研究人员识别图片中的物体。Google专注于提高API的易用性和性能,新的模型于6月16号发布,在基准测试中表现出良好的性能,并已经开始应用于研究工作当中。 物体检测API包含了高度依赖Inception的卷积神经网络和简化模型,这些模型可以运行在简单的机器上。比如,MobileNets单次检测器经过优化,能够以实时的方式运行在智能手机上。

人工智能从Gaia卫星观测计划中找到新高速恒星

Submitted by neurta on Tue, 07/18/2017 - 09:44
我们都知道人工智能可以帮助人类完成一些复杂的工作,如今人工智能也积极地运用到天文研究之中。近期,欧洲太空总署(ESA)发表了 Gaia 卫星的最新观测结果,发现了 6 颗超高速从银河中心飞向边缘的恒星,这个发现有可能会涉及到银河系中心最昏暗区域的一些秘密。

山世光-基于深度学习的目标检测技术进展与展望

Submitted by pengkun on Tue, 07/18/2017 - 09:13
山世光博士:主要从事计算机视觉、模式识别、机器学习等相关研究工作。迄今已发表CCF A类论文50余篇,全部论文被Google Scholar引用9000余次。现任IEEE TIP,TIPNeurocomputing和PRL等国际学术刊物的编委(AE)。研究成果曾获2005年度国家科技进步二等奖和2015年度国家自然科学奖二等奖。

基于Spark的大规模机器学习在微博的应用

Submitted by zhongzhimin on Mon, 07/17/2017 - 15:43
众所周知,自2015年以来微博的业务发展迅猛。如果根据内容来划分,微博的业务有主信息(Feed)流、热门微博、微博推送(Push)、反垃圾、微博分发控制等。每个业务都有自己不同的用户构成、业务关注点和数据特征。庞大的用户基数下,由用户相互关注衍生的用户间关系,以及用户千人千面的个性化需求,要求我们用更高、更大规模的维度去刻画和描绘用户。大体量的微博内容,也呈现出多样化、多媒体化的发展趋势。