学习

​2022年8月6日-7日，​​AISummit 全球人工智能技术大会​​如期举办。在7日下午举办的《人工智能前沿探索》分论坛上，西山居AI技术专家黄鸿波带来了《游戏中强化学习与行…

上世纪九十年代，斯坦福大学的知名生物信息学教授 Rob Tibshirani 曾拟了一个词汇表，将机器学习与统计学中的不同概念作了简单而粗暴的对应关系： 一方面，这个表格为理解机器…

​译者 | 朱先忠 审校 | 孙淑娟 位于美国波士顿的病理人工智能技术公司PathAI是病理学（疾病研究）人工智能技术工具和服务的领先供应商。他们开发的平台旨在…

我们都知道，人类的大脑90%都是自监督学习的，生物会不断对下一步发生的事情做出预测。 自监督学习，就是不需要外部干预也能做出决策。 只有少数情况我们会接受外部反…

​机器学习将显著地改变数据中心经济，并为改善未来铺平道路。 随着机架开始装满ASIC、GPU、FPGA和超级计算机，机器学习和人工智能已经进入数据中心，并正在改变超大规模服务器场的…

今天给大家聊聊机器学习算法相关的知识，一起来看看吧！ 机器学习的算法主要包括监督学习、无监督学习、半监督学习、迁移学习、强化学习。 1、监督学习 监督学习是机器学习当中非常常见的一…

在当下的序列建模任务上，Transformer可谓是最强大的神经网络架构，并且经过预训练的Transformer模型可以将prompt作为条件或上下文学习（in-context l…

离线强化学习算法 (Offline RL) 是当前强化学习最火的子方向之一。离线强化学习不与环境交互，旨在从以往记录的数据中学习目标策略。在面临数据收集昂贵或危险等问题，但是可能存…

​译者 | 布加迪 审校 | 孙淑娟 大多数人都熟悉iOS、Windows和AWS等主要的技术平台。平台本质上是一组技术，以充当构建、贡献、试验和扩展其他应用程序的基础。它们带来了…

深度学习在图像、语言甚至音频等领域取得了巨大的进步。然而，在处理表格数据上，深度学习却表现一般。由于表格数据具有特征不均匀、样本量小、极值较大等特点，因此很难找到相应的不变量。 基…

正如图像处理、智能医疗、自动驾驶汽车和智慧城市等各个 AI 领域的突破所展现的那样，深度学习无疑正在经历着黄金期。在未来十年左右，AI 和计算机系统将最终具备类人的学习和思考能力，…

大规模生成模型在近两年为自然语言处理甚至计算机视觉带来的巨大的突破。最近这股风潮也影响到了强化学习，尤其是离线强化学习（offline RL），诸如 Decision Transf…