Вот основные моменты этой захватывающей недели: Google приобретает Kaggle; Квантовый компьютер учится «видеть» деревья; Как Drive.ai осваивает автономное вождение с помощью глубокого обучения
Новости
Google приобретает сообщество специалистов по данным Kaggle
Google приобретает Kaggle, платформу, на которой проводятся соревнования по науке о данных и машинному обучению, что поможет Google укрепить свой бренд в сообществе специалистов по данным.
Квантовый компьютер научился «видеть деревья»
Квантовый компьютер учится «видеть деревья
Ученые научили квантовый компьютер распознавать деревья. Это может показаться пустяком, но результат означает…www.sciencemag.org»
Ученые обучили квантовый компьютер D-Wave распознавать деревья, достигнув 90-процентной точности распознавания деревьев на аэрофотоснимках Милл-Вэлли, Калифорния.
Конкурс стартапов Google Cloud Machine Learning
Google объявляет конкурс стартапов по машинному обучению для стартапов, внедряющих машинное обучение. Подайте заявку сегодня, и вы сможете выиграть такие призы, как инвестиционная возможность в размере 500 000 долларов США от ведущих венчурных капиталистов, 1 миллион долларов США в виде кредита GCP и узнаваемости.
Статьи
Как Drive.ai осваивает автономное вождение с помощью глубокого обучения
Глубокое обучение с нуля помогает автомобилям Drive справляться с проблемами автономного вождения.
Пять прогнозов стартапов с использованием ИИ на 2017 год
2017 год станет годом прорывных успехов горстки вертикально ориентированных стартапов в области искусственного интеллекта, решающих комплексные отраслевые проблемы, которые требуют экспертных знаний в предметной области, уникальных данных и продукта, использующего искусственный интеллект для реализации своего основного ценностного предложения.
Учебники, инструменты и советы
Учебное пособие по нейронному машинному переводу и seq2seq
В этом учебном пособии по модели нейронного машинного перевода/нейронной последовательности к последовательности делается попытка объяснить интуицию, лежащую в основе различных рассматриваемых методов, затем углубимся в математические детали, стоящие за ними, и закончим предложением по реализации.
Для всех вас, изучающих машинное обучение, которые хотят вернуться к статистике и немного освежить свою математику, вот богатое визуальное и интерактивное введение в концепции вероятности и статистики от Университета Брауна.
DeepFashion Dataset — это коллекция из более чем 800 000 категоризированных и хорошо аннотированных изображений одежды.
Google выпускает крупномасштабный набор данных из 632 классов аудиособытий и коллекцию из 2 084 320 10-секундных звуковых клипов, помеченных людьми, взятых из видео на YouTube.
Лаборатория передовых разработок НАСА приглашает исследователей
Вызывайте исследователей! Проведите лето, занимаясь машинным обучением в NASA FDL в Силиконовой долине. NASA Frontier Development Lab (FDL) — это ускоритель исследований и разработок в области искусственного интеллекта, который устраняет пробелы в знаниях, полезных для космической программы.
Исследовательская работа
Многоэтапное обучение с подкреплением: объединяющий алгоритм
Объединение, казалось бы, разрозненных алгоритмических идей для создания более эффективных алгоритмов было давней целью обучения с подкреплением.
Независимое от модели метаобучение для быстрой адаптации глубоких сетей
В этой исследовательской работе предлагается алгоритм метаобучения, который не зависит от модели, в том смысле, что он совместим с любой моделью, обученной с помощью градиентного спуска, и применим к множеству различных задач обучения, включая классификацию, регрессию и обучение с подкреплением.
Если вам нравится то, что вы читаете, пожалуйста, подпишитесь и порекомендуйте своим друзьям или поделитесь благодарностями в Твиттере! Буду рад услышать ваши предложения и рекомендации @deephunt_in или в комментариях ниже!
Первоначально опубликовано в Информационном бюллетене Deep Hunt.
