学习

任务语义可以用一组输入到输出的例子或一条文本指令来表示。传统的自然语言处理（NLP）机器学习方法主要依赖于大规模特定任务样本集的可用性。 但这出现了两个问题：首先，收集特定于任务的…

机器学习最近取得了很大的进展，但仍然有一个主要的挑战：需要大量的标记数据来训练模型。 有时这种数据在现实世界中是无法获得的。以医疗保健为例，我们可能没有足够的x光扫描来检查一种新的…

国际学习表征会议 ICLR（International Conference on Learning Representations），被公认为当前最具影响力的机器学习国际学术会议…

机器学习、深度学习和神经网络是您在人工智能领域会听到的一些最常见的技术术语。 如果您不专注于构建 AI 系统，可能会感到困惑，因为这些术语经常互换使用。 在本文中，我将介绍机器学习…

从我们手机上的Siri到量身定制的产品建议，人工智能(AI)已迅速成为我们生活中不可或缺的一部分。由于机器学习、自然语言处理和机器人技术的进步，它正在彻底改变从教育到自动化、医疗保…

世界充满了数据——由人和计算机生成的图像、视频、电子表格、音频和文本充斥着互联网，将我们淹没在信息的海洋中。 传统上，人类分析数据以做出更明智的决策，并设法调整系统以控制数据模式的…

早在上个世纪五十年代，就有学者提出了人工智能（Artificial Intelligence）的概念，其目的是希望让计算机拥有人类智能（或部分人类智能）。这个领域经过很多年的发展，…

在一个日益数字化的世界中，人工智能被用于提高客户体验和整体性能。 如果企业从事物联网技术领域，那么了解人工智能的重要性和好处是至关重要的。本文将讨论与人工智能相关的所有方面，以便能…

随着机器学习模型在预测和分析数据方面变得越来越流行，随机森林算法的使用正在获得动力。随机森林是一种监督学习算法，用于机器学习领域的回归和分类任务。它的工作原理是在训练时构建大量决策…

译者 | 布加迪 审校 | 孙淑娟 过去十年是深度学习的时代。我们为从AlphaGo到DELL-E 2的一系列重大事件而激动不已。日常生活中出现了不计其数的由人工智能（AI）驱动的…

在一般意义上，持续学习明显受到灾难性遗忘的限制，学习新任务通常会导致旧任务的性能急剧下降。 除此之外，近年来出现了越来越多的进展，在很大程度上扩展了持续学习的理解和应用。 ​人们对…

经过几十年的基础研究，视觉识别领域已经迎来了大规模视觉表征学习的新时代。预训练的大规模视觉模型已经成为特征学习（feature learning）和视觉应用的基本工具。视觉表征学习…