#learning

2021-2-28 23:51
您可以称其为“计算机科学家的报复”。现在,一种算法已经成为掌握极难的Atari 2600游戏《蒙特祖玛的复仇》的头条新闻,现在可以击败更多游戏,获得近乎完美的得分,并帮助机器人探索现实环境。 Pakinam Amer报告。 无论您是职业游戏玩家还是不时地在这个世界上dip脚趾,都有可能您曾经在玩电子游戏时被卡住,甚......
2021-2-21 8:0
2021年2月4日,星期四
2021-2-18 17:56
大小不一的社交平台都在努力使自己的社区免受仇恨言论,极端主义内容,骚扰和错误信息的伤害。最近,极右翼煽动者在1月6日这样做之前公开发布了关于冲进美国国会大厦的计划。一种解决方案可能是AI:开发算法以检测并警告我们有毒和煽动性言论,并将其标记为删除。但是,这样的系统面临着巨大的挑战。 近年来,网上仇恨或令人反感的语......
2021-2-9 20:24
在过去的四年中,Popgun的一个小团队一直在研究深度学习在音乐分析和生成中的应用。这项研究的最终成果是发布了Splash Pro,Splash Pro是一款免费的,由AI驱动的数字音频工作站(DAW)插件。随着此博客的发布,我们希望通过解释我们已经从事的一些核心项目,为音乐深度学习提供一个易于访问的介绍。 在这......
2021-1-28 23:36
最近,我们通过优化Dropbox生成和缓存文档预览的方式,将机器学习(ML)的预测能力转化为每年可节省170万美元的基础架构成本。 Dropbox的机器学习已经提供了常用功能,例如搜索,文件和文件夹建议以及文档扫描中的OCR。尽管并非我们所有的ML应用程序对用户都是直接可见的,但它们仍以其他方式推动业务影响。 D......
2021-1-20 3:13
设计软件的一种有用方法是通过合同。对于代码库中的每个功能,您都需要先编写其约定:明确指定该功能的预期输入和有效输入(前提条件),以及提供适当输入后该功能将执行的操作(背面条件)。这通常在函数的文档字符串中明确说明。考虑一下来自Python(用C实现)的math模块中的示例: 该合同功能强大,因为在发布代......
Learning to Suffer(backpackinglight.com)
2021-1-19 11:23
每个背包客,直通徒步旅行者或耐力运动员都知道如何受苦。这是我们工作的内在部分,它使实现目标的人们与因不适而退出的人们区分开。 也许你还记得第一次学会受苦的时候。它可能是在山上的其他地方,或者在您生活中与世隔绝的其他地方进行的一次徒步旅行。我在黄石国家公园当牧马人的第一季就学会了受苦。那是2010年,我刚大学毕业,那......
2021-1-16 6:9
劳拉·普瓦特拉斯(Laura Poitras)从“第一眼报”(First Look)开除:她之所以这样说是因为她在《现实赢家》中大声疾呼。 南斯拉夫对墨西哥音乐的冷战迷恋:不结盟的Yumex给了我们孩子Celovečernji。 机器学习是颅相学家的蜜罐:" AI"研究人员无法收拾该死的卡尺......
Machine Learning: The Great Stagnation(marksaroufim.substack.com)
2021-1-15 20:22
任何基本发现都涉及很大程度的风险。如果一个想法可以保证可行,那么它将从研究领域转向工程领域。不幸的是,这也意味着,至少如果通过“客观”指标(例如引文)来衡量失败,大多数研究事业将总是失败。 学术界的建设旨在为研究人员提供一个下行绿篱或安全网。在这里,他们可以追求雄心勃勃的想法,在这种想法中,成功的可能性仅次于愿景的......
2021-1-9 17:28
为从业人员策划和创建资源以大规模设计,开发,部署和维护ML应用程序,以产生可衡量的积极业务影响。 在每个问题中,我都会从开发人员的角度探讨一个主题,几乎没有指向相关资源的链接供您深入研究。 在本期中,我想讨论构建实际ML应用程序的数据科学家和开发人员的经验,并强调: 建模只是工作的一小部分,大部分工作都是严格的......
2021-1-9 2:43
15.ai:自然,高质量,快于实时的文本到语音合成,数据量最少
2020-12-25 23:14
一直热爱技术,但从未学会编程。如果我这么大的年纪,如果我学会了,是否有被录用的机会? 诚实地说,行业中年龄歧视的数量令人沮丧,因此这绝非易事。不过,这似乎确实有所改善(缓慢)。 我的建议是针对那些不认为每个开发人员都必须是12岁的更大,更传统的公司。还要利用您的生活经验。大多数年轻人擅长编写代码,但总不会看到......
2020-12-24 2:46
在许多方面,Fluent Forever是Duolingo,Babbel和类似的在线语言学习服务的直接竞争对手。与众不同的是,它专注于个性化的学习系统,该系统强调听力训练,视觉辅助以及类似于间隔重复的功能,以帮助您记住新单词和短语。这是一项付费服务​​(在14天免费试用后),每月订阅费用从10美元起,每月订阅,长期承......
2020-12-16 2:4
人工智能这个主题引起了我的兴趣,我一直在研究和尝试该领域的新事物。 众所周知,与自然语言处理,计算机视觉等相关的技术是如何出现并发展为每天数百万用户使用的解决方案的。 即使人们使用了“人工智能”一词,但与《终结者》电影中的天网一样先进,我们仍然相去甚远。 今天使用的最常见的AI子领域是一种称为机器学习的领域,它......
2020-12-13 11:59
在有关如何使编程更好的大多数讨论中,最终有人会说一些类似的话,我们只需要等到深度学习解决问题即可!"我认为这是一个天真乐观的想法,但它提出了一个有趣的问题:从什么意义上说,使用深度学习创建的程序与通过手工编写的程序不同? 这个问题最近出现在我们作为程序项目一部分的讨论中,该项目探讨了关于什么是(计算机)程......
2020-12-8 12:7
强化学习是关于代理商从世界上获取信息并学习与之互动的策略,以使他们表现更好。因此,您可以想象一个未来,每次您在键盘上打字时,键盘都会学会更好地了解您。或每次您与某个网站进行交互时,它都会更好地了解您的喜好,因此世界在与人交互方面的工作越来越好。 MSR纽约市合伙人研究经理John Langford 从根本上讲,强......
2020-12-5 2:13
如果您的数字助理可以抗击说唱怎么办?听起来可能有些牵强,但是佐治亚理工学院的音乐技术专家吉尔·温伯格(Gil Weinberg)改编了一个名为Shimon的音乐机器人来创作歌词并进行实时表演。这意味着它可以与人类进行说唱“对话”,甚至可以帮助他们创作自己的歌词。 Shimon专为听起来像机器而设计(请在此处听),旨在......
2020-11-30 4:23
美国宾夕法尼亚州宾夕法尼亚大学放射学系宾夕法尼亚大学图像计算和科学实验室 深度学习模型在目标(测试)数据域上进行测试时表现最佳,这些目标数据域的分布与源(训练)域的集合相似。但是,当目标域和源域之间的基础统计数据存在显着差异时,可能会妨碍模型泛化。在这项工作中,我们将基于模型不可知的元学习框架的领域概括方法应......
2020-11-29 3:42
mlart.co的创建者Emil Wallner的采访。埃米尔(Emil)是受互联网教育的独立机器学习研究员,并且居住在Google艺术与文化实验室。作为Google的居民,他正在使用机器学习来探索艺术和文化。兼职期间,他将机器学习应用于诸如编程和数学之类的逻辑任务。 |下载
2020-11-29 1:56
SQL是数据工程师用来建模业务逻辑,提取关键性能指标以及创建可重用数据结构的关键工具之一。但是,数据工程师需要考虑不同类型的SQL:基本,高级建模,高效,大数据和程序化。学习SQL的途径涉及逐步学习这些不同的类型。 学习“ Basic SQL”就是关于学习SQL中的关键操作以操纵诸如聚合,粒度和联接之类的数据。......
Learning From Quibi(salildalvi.substack.com)
2020-11-7 11:17
在史蒂夫·乔布斯(Steve Jobs)这句老生常谈的名言中,每一家创业公司、电影或其他雄心勃勃的追求背后都蕴含着这样一种理念:“我了解这个世界上其他人所不了解的东西。”这句老生常谈道:“人们不知道自己想要什么,除非你把它展示给他们看。”商业冒险很少是纯粹的信念飞跃。相反,它们是基于过去信号的创造行为。这些信号为未来......
2020-10-30 12:2
人工智能这门学科激发了我的兴趣,我在这个领域不断学习和尝试新事物。 与自然语言处理、计算机视觉等相关的技术是如何出现并演变成每天被数百万用户使用的解决方案的,这是臭名昭著的。 尽管人们使用“人工智能”这个词,但我们离“终结者”电影中的天网还很遥远。 今天使用的人工智能最常见的子领域是一个叫做机器学习的子领域,反过来,......
2020-10-24 18:57
戴利:如果你不使用Anki或它的兄弟姐妹来记住你学到的东西,你就错过了字面上的超能力。我发现有一些具体的技巧可以帮助我用它来学习数学,特别是计算机科学。 这篇文章将非常简短地讨论Anki是什么,但主要是为了帮助数学或计算机科学的学生从它身上挤出一些额外的生产力。如果你还不熟悉Anki,也可以去阅读Michael Ni......
2020-10-20 22:43
这是一个很大的问题,我也不是一个特别高大的人。因此,对于深谙文学和理论的人来说,这些都可能是显而易见的观察。然而,我发现,有一种潜移默化的直觉是专家对一个领域的理解的基础,这些直觉从来没有在文献中直接陈述过,因为它们不容易用文献要求的严谨性来证明。因此,洞察力只存在于对话和潜台词中,这使得普通读者无法接触到它们。 因......
2020-10-19 0:33
在这个存储库中,我将分享一些关于在生产中部署基于深度学习的模型的有用注释和参考。 将完整的ImageNet预训练模型从MXNet转换为PyTorch[非常棒,&;完整的ImageNet模型是指在约14M个图像上训练的模型]
2020-10-14 23:21
串联质谱是一种强大的分析工具,用于表征药物开发和其他领域中的复杂混合物。现在,普渡大学的创新者创造了一种新的方法,将机器学习的概念应用到串联过程中,以改善新药开发中的信息流。他们的研究发表在“化学科学”上。 普渡大学科学学院的分析和物理化学助理教授Gaurav Chopra说,质谱在科学和发展中发挥着不可或缺的作用。......
2020-10-14 8:39
强化学习(RL)最常用的两种观点是最优化和动态规划。计算不可微期望报酬目标的梯度的方法,如强化技巧,通常归入优化角度,而使用TD学习或Q学习的方法是动态规划方法。虽然这些方法在最近几年已经取得了相当大的成功,但这些方法在应用于新问题方面仍然具有相当的挑战性。相比之下,深度监督学习非常成功,因此我们可能会问:我们可以使......
2020-10-14 6:46
一个国际研究团队开发了一种新的人工智能系统,该系统基于线虫等微小动物的大脑。这个新颖的人工智能系统只需几个人工神经元就可以控制一辆车。它能更好地处理有噪声的输入,并且由于其简单性,其操作模式可以被详细地解释。 人工智能已经进入我们的日常生活--从搜索引擎到自动驾驶汽车。这与近年来出现的巨大计算能力有关。但人工智能研究......
2020-10-13 19:59
下载PDF摘要:视频游戏中的过程性内容生成由来已久。现有的过程性内容生成方法,如基于搜索、基于解算器、基于规则和基于语法的方法,已被应用于各种内容类型,如级别、映射、角色模型和纹理。以游戏内容生成为中心的研究领域已经存在了十多年。最近,深度学习推动了内容制作中一系列值得注意的发明,这些发明适用于游戏。虽然一些前沿的深......
2020-10-11 15:59
但是您也可以为每个单词设置Sigmoid(WiUj),为每个在窗口中嵌入Uj的上下文设置+Sigmoid(-WiUk),然后为随机选择的k设置+Sigmoid(-WiUk)。在某种程度上,类似于波尔兹曼机器的遗忘。 超参数魔术:在d=300时表现平台期(但不会崩溃,即使在10k!!-nips,2018-)。似乎和PC......