0
| 本文作者： AI研習(xí)社 | 2017-02-21 18:09 |
強化學(xué)習(xí)全解
強化學(xué)習(xí)（Re-inforcement Learning） 是一種基于與環(huán)境互動的目標(biāo)導(dǎo)向的學(xué)習(xí)。強化學(xué)習(xí)被認(rèn)為是真正的人工智能的希望。作者認(rèn)為這是正確的說法，因為強化學(xué)習(xí)擁有巨大的潛力。
據(jù)雷鋒網(wǎng)了解，很多人說，強化學(xué)習(xí)被認(rèn)為是真正的人工智能的希望。本文從 7 個方面帶你入門強化學(xué)習(xí)，讀完本文，希望你對強化學(xué)習(xí)及實戰(zhàn)中實現(xiàn)算法有著更透徹的了解。
詳情：http://dataunion.org/27366.html
Facebook 機器學(xué)習(xí)@Scale 2017 資料匯總
據(jù)雷鋒網(wǎng)了解，上周 Facebook 了舉辦了機器學(xué)習(xí) @Scale 大會，大會匯集了眾多數(shù)據(jù)科學(xué)家、工程師和研究人員，他們討論大規(guī)模應(yīng)用機器學(xué)習(xí)解決方案中的技術(shù)挑戰(zhàn)范圍。
300 多名與會者聚集在曼哈頓大都市西部，聽取來自 Bloomberg，Clarifai，F(xiàn)acebook，Google，Instagram，LinkedIn 和 ZocDoc 的工程領(lǐng)導(dǎo)人的講話，他們分享了各種不同的方法來構(gòu)建數(shù)百萬甚至數(shù)十億人使用的機器學(xué)習(xí)系統(tǒng)。
現(xiàn)將演講視頻整合于一個頁面中，方便來到雷鋒網(wǎng)的大家聆聽、學(xué)習(xí)、查閱。
科學(xué)數(shù)據(jù)云
Stefan 在視頻中探討了他在 StitchFix 是如何利用云來使 80 個數(shù)據(jù)科學(xué)家一起工作的。
他也談及了對原型的想法、算法和分析，以及他們是如何在 Hive，Presto，Redshift 和 Spark 之間建立以及保持模式的同步。
對于眾多數(shù)據(jù)科學(xué)家共同工作，究竟如何使數(shù)據(jù)訪問更加簡潔方便，Stefan 也進(jìn)行了相應(yīng)的分享。
大數(shù)據(jù)的稀疏網(wǎng)絡(luò)：利用大規(guī)模學(xué)習(xí)的簡約性
高維數(shù)據(jù)分析科學(xué)和工業(yè)變得無處不在。
數(shù)據(jù)分析的一個重要工具是非參數(shù)模型的監(jiān)督學(xué)習(xí)，這種方法在沒有明確的數(shù)據(jù)假設(shè)的情況下估計了目標(biāo)和輸入變量之間的依賴關(guān)系。然而，這種普遍性是要付出計算成本與輸入維數(shù)的成倍增長作為代價。一般來說，非參數(shù)模型不能逃避維度增長的問題，除非這個問題具有確定的一些屬性。因此，為了促進(jìn)大規(guī)模監(jiān)督學(xué)習(xí)的發(fā)展，本文主要關(guān)注兩個屬性：數(shù)據(jù)低維流形的存在和高階輸入變量之間的相互作用的重要性打折。一個問題常常在一定程度上表現(xiàn)出這兩種屬性。為了識別和利用這些屬性，這工作擴(kuò)展了對于分層稀疏網(wǎng)絡(luò)模型的簡約性的概念。在發(fā)展學(xué)習(xí)算法的同時，也優(yōu)化了模型參數(shù)和模型結(jié)構(gòu)以適應(yīng)手頭的問題。
論文下載地址：https://pan.baidu.com/s/1o8oDuTO
深度學(xué)習(xí)是如何改變數(shù)據(jù)科學(xué)規(guī)范的？
深度學(xué)習(xí)正在改變一切，它正變得無處不在。
就像電子和電腦改變了所有經(jīng)濟(jì)活動一樣，人工智能將重塑零售、運輸、制造、醫(yī)藥、電信、重工業(yè)……甚至數(shù)據(jù)科學(xué)本身。這個應(yīng)用領(lǐng)域的列表還在持續(xù)增長，而這個列表正是展示出了在哪些領(lǐng)域中 AI 可以比人類做得更好。
我們在 Schibsted 看到了深度學(xué)習(xí)所提供的機會，對于能夠在其中做出一份貢獻(xiàn)，我們也很興奮。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
