算法

佐治亚理工学院硕士建议：2022年你应该掌握这些机器学习算法

2022 年你应该知道的所有机器学习算法。

12/7/2021 3:15:00 PM

机器之心

科学机器学习的竞争和共识：博弈论方法如何导致更智能的人工智能

编译/凯霞得益于空军科学研究办公室的195 万美元赠款，马萨诸塞大学阿默斯特分校数学和统计系教授 Markos Katsoulakis 和 Luc Rey-Bellet，以及布朗大学的 Paul Dupuis 将在接下来的四年开发一种新的机器学习方法，超越对大数据的传统依赖。Markos KatsoulakisLuc Rey-Bellet传统的机器学习依赖于庞大的数据缓存，算法可以筛选这些数据以「训练」自己完成任务，从而产生基于数据的数学模型。但是，如果数据很少，或者生成足够多的数据成本太高，该怎么办呢?一种可能的

10/31/2021 6:41:00 PM

ScienceAI

DeepMind联合UCL，推出2021强化学习最新课程

DeepMind 的研究科学家和工程师亲自讲授了一套强化学习课程，目前已全部上线。DeepMind 作为全球顶级 AI 研究机构，自 2010 年创建以来已有多项世界瞩目的研究成果，例如击败世界顶级围棋玩家的 AlphaGo 和今年高效预测的蛋白质结构的 AlphaFold。近几年，DeepMind 联合伦敦大学学院（UCL）推出了一些人工智能线上课程，今年他们联合推出的「2021 强化学习系列课程」现已全部上线。该课程由 DeepMind 的研究科学家和工程师亲自讲授，旨在为学生提供对现代强化学习的全面介绍。课程

9/16/2021 2:09:00 PM

机器之心

网易云信神经网络音频降噪算法：提升瞬态噪声抑制效果，适合移动端设备

机器之心专栏网易云信音频实验室网易云信音频实验室自主研发了一个针对瞬态噪声的轻量级网络音频降噪算法（网易云信 AI 音频降噪），对于 Non-stationary Noise 和 Transient Noise 都有很好的降噪量，并且控制了语音信号的损伤程度，保证了语音的质量和理解度。基于信号处理的传统音频降噪算法对于 Stationary Noise（平稳噪声）有比较好的降噪效果。但是对于 Non-stationary Noise（非平稳噪声），特别是 Transient Noise（突发噪声）降噪效果较差，而且

8/19/2021 2:18:00 PM

机器之心

知乎李大海对话阿里云贾扬清：透视AI应用难题与未来趋势

“AI行业接下来可能有哪些发展？” “一线从业者如何看待其中的机会？”知乎合伙人、CTO李大海与阿里巴巴副总裁、阿里云智能高级研究员贾扬清亮相知乎直播，与网友分享了他们对AI时代下行业趋势、技术应用、个人成长等多个层面的洞察和思考。

8/11/2021 3:44:00 PM

阿里云大数据AI技术

干货速递，百度BML自动超参搜索技术原理揭秘与实战攻略！

在人工智能领域，算法工程师在训练神经网络模型的过程中，完成网络构建和准备好训练数据后，往往需要对模型进行各种参数优化，以获得更好的模型效果。但调参其实并不简单，背后往往是通宵达旦的参数调试与效果验证，并需要做大量的实验，不仅耗时也耗费大量算力。这个时候，往往想尝试自动超参搜索，但又开始担心算力要求所带来的额外训练成本。莫慌！百度全功能AI开发平台BML带着免费算力额度与自动超参搜索能力来了！先来介绍百度最近全新升级的BML，何方神圣？全功能AI开发平台BML(Baidu Machine Learning) ，是为企

8/11/2021 3:37:00 PM

百度大脑

刷题太遭罪怎么办？这个算法基地专为小白量身打造，还带动画

如何有效地刷算法题？刷题小白最新打卡地。算法很重要，但算法也是学起来最难，最令人生畏的。算法千千万，不知该如何下手？经常看到有人抱怨：刚开始刷题时，自己很迷茫，不知道从何刷起，也看不懂别人写的题解。思路飞来飞去，有时候以为是这个知识点重要，但有时又认为自己走错了路，结果学了半天，越刷越乱，时间、经历都白白浪费。其实，学算法，刷题蛮干是不行的，需要遵循科学的方法。学习算法可能并不只是拼智商，可以通过后天的学习进行掌握，这就需要讲究技巧。方法找对了，可以起到事半功倍的效果。近日，在 Github 上就有人开源了一个项目

3/25/2021 2:18:00 PM

机器之心