机器学习

机器学习(Machine Learning,简称ML)是一种人工智能(AI)的分支,致力于研究让计算机系统能够从数据中学习并自动改进性能的算法和技术。机器学习使计算机系统能够从经验中学习,而不需要明确地进行编程。

强化学习推进人工智能应用发展

作者 Michael Matuschek

前言

编程解密:人工智能、算法与机器学习辨析

人工智能 (AI)、机器学习 (ML) 和算法这几个词经常出现误用、混淆和误解。尽管它们都有各自的固定含义,但是人们常常会将这几个概念互换使用。

边缘影响

本篇连载文章中,我们将讨论哪些AI应用能真正从这种方法中受益。

语言进步推动人工智能发展

作者:M. Tim Jones

工业化+数据化:机器学习加持下的工业4.0

机器学习的7个步骤(文末有彩蛋!)

机器学习:如何利用知识产权法律保护这项新技术?

Q:机器学习的独特性引起这样一个问题:如何利用知识产权法律保护这项技术的各个方面?

A:面向机器学习的知识产权保护可以围绕以下五方面展开:训练集保护、训练参数保护、架构保护、机器学习系统保护、模型防复制保护。

训练集保护

如何让机器学习从云端走向边缘?你想了解的都在这儿~

一直以来,科幻小说和电影都将机器刻画成拥有完全自主能力和智慧的存在,远超普通人类。这些内容让人倍感激动,并提出了一些具有挑战性的问题,但是我们距离能将这些虚拟构建的内容变成能够在真实世界中存在的机器还有多远呢?

【原创深度】聊天机器人:音频,AI和机器学习

作者:Paul Golata 贸泽电子

深度学习框架只为GPU? 答案在这里

目前大多数的机器学习是在处理器上完成的,大多数机器学习软件会针对GPU进行更多的优化,甚至有人认为学习加速必须在GPU上才能完成,但事实上无论是运行机器学习的处理器还是优化的深度学习框架,都不单只针对GPU,代号为“Skylake”的英特尔至强SP处理器就证明了这一点。