|
|
|
2017-06-16 第23期 |
|
|
|
中国最强的人工智能学术会议来了 |
|
|
|
2017中国人工智能大会(CCAI 2017)将于7月22-23日在杭州举行,由中国科学院院士谭铁牛、阿里巴巴技术委员会主席王坚、香港科技大学计算机系主任杨强、蚂蚁金服首席数据科学家漆远、南京大学教授周志华共同甄选本年度海内外最值得关注的学术进展,汇集超过40位学术带头人,8场权威专家主题报告,4场开放式专题研讨会,届时将有超过2000位人工智能专业人士将参与本次会议。 |
|
|
联合国召开首次人工智能峰会:让AI助力17个可持续发展目标 |
|
联合国国际电信联盟(ITU)等联合国机构和 XPRIZE 基金会共同组织了「人工智能造福人类峰会(AI for Global Good Summit)」,旨在讨论让人工智能符合可持续发展的目标(SDG)。峰会主要强调了 17 个可持续发展目标,可作为想要在多个领域做出积极影响的人的指导。 |
|
|
机器学习决策树的分裂到底是什么?这篇文章讲明白了! |
|
在决策分析中,决策树可以非常清晰地呈现决策的过程和结果。“树”如其名,决策树所用的正是一个树形的决策模型。数据挖掘领域经常会用决策树来搜寻给定问题的解决策略,机器学习领域同样会广泛用到这一方法。这将会是这篇博客的主题。 |
|
|
SLAM的现在与未来 |
|
本文节选自图书《视觉SLAM十四讲:从理论到实践》,系统介绍了视觉SLAM(同时定位与地图构建)所需的基本知识与核心算法,既包括数学理论基础,又包括计算机视觉的算法实现。此外,还提供了大量的实例代码供读者学习研究,从而更深入地掌握这些内容。 |
|
|
一文了解强化学习 |
|
强化学习非常重要,原因不只在于它可以用来玩游戏,更在于其在制造业、库存、电商、广告、推荐、金融、医疗等与我们生活息息相关的领域也有很好的应用。本文主要介绍了强化学习的定义、和监督学习/非监督学习的区别、主要算法和类别、应用举例。 |
|
|
Uber如何用循环神经网络(RNN)预测极端事件? |
|
本文编译自Uber Engineering,作者是NIKOLAY LAPTEV、SLAWEK SMYL、SANTHOSH SHANMUGAM。文章详细介绍了Uber是如何利用循环神经网络进行极端事件预测的。 |
|
|
|
CSDN AI 周刊 |
|
|
本刊由“AI科技大本营”编辑并运营,涵盖AI行业和技术圈儿的精品干货,每周发送,欢迎将干货分享给更多人!扫描下方二维码,添加小助手,备注公司和技术方向,邀你加入技术交流群。 |
|
|
大本营小助手 |
|
|
|
|
投稿:zhouxiang@csdn.net |
|
|
转载:suiling@csdn.net |
|
|
反馈:suiling@csdn.net |
|
|