50 个杀手级人工智能项目
关键时刻，第一时间送达！这个世界上我们所创造的所有技术其实都只为一个目的而服务——“一步一个脚印地让生存更轻松”，但现在，事情的发展似乎有些停滞不前了。毋庸置疑的是，数据的有效利用可以让我们清楚地了解正在发生的事情，解决现有的关键案例，并为未来带来创新性的应用。所以拥有的数据越多，使用人工智能和机器学习技术，就可以更高效的处理流程。但是，现在的我们似乎走进了一个误区——不应该把所有的技术改进用于消除人为力量的干预，而应该充分利用它们来节省我们的“宝贵时间”。也就是意味着，技术的进步并不是要根除人...
教程 [2026-05-02]
中国工程院院士顾国彪：突破散热难题，解决大数据发展能耗掣肘——访中国工程院院士 顾国彪
云计算、物联网、人工智能等领域的发展，都离不开大量的数据存储和计算，因此为计算机和服务器行业带来了一定挑战。众所周知，大规模的数据中心建设需要数量众多的服务器来支撑，于是我们经常能看到成排的服务器组成的巨大机房。而这些服务器，大多需要24小时不间断运行，所以发热量和耗电量可想而知。以Facebook类社交媒体网站为例，它的数据处理需求是巨大的，有统计称，Facebook每天需处理几亿张照片、几十亿个“赞”和上百亿条消息，其数据处理能量消耗相于大约3万家美国家庭所消耗的总电量。同时，数万台发热的服...
教程 [2026-05-02]
现在，AI 已经能预测病人什么时候死亡了，准确率达 90％
关键时刻，第一时间送达！据国外媒体EurasiaReview报道，来自斯坦福大学的研究人员已经开发出了一种使用人工智能来预测病人何时死亡的系统，其准确率已达90%。科学家们希望该系统能够帮助那些已经弭患绝症的住院病人提供更好的临终关怀。而为了提高系统的准确性，斯坦福大学AI实验室的一个研究小组使用了来自斯坦福医院和LucilePackard儿童医院的16万成人及儿童患者档案，近200万份医疗数据训练他们所研发的神经网络，其中数据涉及诊断、手术、病人扫描、服用药物等非常详细的患者信息。对此，斯坦福...
教程 [2026-05-02]
如何一夜暴富？深度学习教你预测比特币价格
关键时刻，第一时间送达！参与|王赫编辑|Donna近年来，以比特币为代表的加密数字货币一直是社交媒体和搜索引擎上的热门。但是，比特币价格浮动也使各位看官们经历了过山车般的体验。随着本周各大权威机构纷纷表示看好区块链的未来，从1月17日到18日凌晨，比特币成功止住前一日暴跌的颓势，涨幅接近20%（18.46%）。如果我们能够智能化的制定投资策略的话，就能发现这些反复无常的波动背后潜藏着巨大的利润。与传统金融工具相比，加密货币由于缺乏指标数据，预测变得非常困难。本文以当下最火的比特币为例，来探讨如何...
教程 [2026-05-02]
一文简述多种强化学习算法，重要概念和术语一览
本文简要介绍了强化学习及其重要概念和术语，并着重介绍了Q-Learning算法、SARSA、DQN和DDPG算法。强化学习（RL）指的是一种机器学习方法，其中智能体在下一个时间步中收到延迟的奖励（对前一步动作的评估）。这种方法主要用于雅达利（Atari）、马里奥（Mario）等游戏中，表现与人类相当，甚至超过人类。最近，随着与神经网络的结合，这种算法不断发展，已经能够解决更复杂的任务，比如钟摆问题。虽然已经有大量的强化学习算法，但似乎并没有什么文章对它们进行全面比较。每次需要决定将哪些算法应用于...
教程 [2026-05-02]
机器学习——K-均值算法理论
机器学习（十九）——K-均值算法理论（原创内容，转载请注明来源，谢谢）一、概述K均值（K-Means）算法，是一种无监督学习（Unsupervisedlearning）算法，其核心是聚类（Clustering），即把一组输入，通过K均值算法进行分类，输出分类结果。由于K均值算法是无监督学习算法，故这里输入的样本和之前不同了，输入的样本只有样本本身，没有对应的样本分类结果，即这里的输入的仅仅是，每个x没有对应的分类结果y(i)，需要我们用算法去得到每个x对应的y。K均值算法，常用的场景包括市场分析...
教程 [2026-05-02]
机器学习三人行-千变万化的组合算法
本文我们在决策树的基础上，更进一步的讨论由常用机器学习算法进行组合的集成算法，对集成算法最直接的理解就是三个臭皮匠赛过诸葛亮，通常我们已经建立了一些预测效果较好的算法之后，如果想要得到更好的预测效果，一种思路就是将这些算法组成起来来获取更好的预测效果。在很多的机器学习算法竞赛中，获胜者的方案通常就是将一些效果较好的算法通过集成算法的方式组成起来而获胜的，最著名的当属2006年美国Netflixprize竞赛，获胜方通过融合了107种算法最终获得百万美元的奖金。本文将讨论最常用的几种集成算法:投票...
教程 [2026-05-02]
如何ASP.NET Core Razor中处理Ajax请求
在ASP.NETCoreRazor(以下简称Razor)刚出来的时候,看了一下官方的文档,一直没怎么用过。今天闲来无事,准备用Rozor做个项目熟练下,结果写第一个页面就卡住了。。折腾半天才搞好,下面给大家分享下解决方案。先来给大家简单介绍下RazorRazorPages是ASP.NETCore的一项新功能，可以使编页面的编程方案更简单，更高效。Razor页面使用处理程序方法来处理传入的HTTP请求（GET/POST/PUT/Delete）。这些类似于ASP.NETMVC或WEBAPI的Acti...
教程 [2026-05-02]
从概念到实践，我们该如何构建自动微分库
选自Medium作者：MaciejKula机器之心编译参与：程耀彤、蒋思源像PyTorch或TensorFlow这样通用的自动微分框架是非常有用和高效的，而且在大多数情况下，几乎不需要再写一些更专门化的东西。然而本文作者构建了一个自动微分库，以高效地计算小批量数据上的训练。此外，作者还详细描述了在构建自动微分库中的过程与思考，是理解自动微分理念的优秀博文。我最近开始写自己的autodiff程序包。这篇博客文章记录了我一路以来学到的东西，并把它当成JuliaEvans的「穷人版」博客文章。因为有许...
教程 [2026-05-02]
区域链相关资料汇总
原创干货文章第一时间送达！1、BlockchainForDummies：初学者指南http://byteacademy.co/blockchain-for-dummies-a-beginners-guide/2、使用Python从零开始构建区块链-第1部分http://blockxchain.org/2017/06/04/building-a-blockchain-with-python-1/3、如何建立自己的区块链第2部分-从不同节点同步链https://bigishdata.com/2017...
教程 [2026-05-02]
JavaScript字符串“三剑客”
JavaScript字符串方法有很多，其中有三个方法与字符串裁剪有关，他们分别是slice()、substring()和substr()，我把他们统称为“三剑客”。由于他们都是用于裁剪字符串，很容易混淆，所以接下来我将结合具体实例来讲讲他们的共同点和区别。一、共同点接受一个或两个参数，其中第一个参数为裁剪的开始位置都会返回被裁剪下来的子字符串，而原字符串不受影响若不传第二个参数，则从开始位置（第一个参数）一直截取到字符串结尾。可以看出，当只传入一个参数时，这三个方法的用法和作用都是一致的，都是将...
教程 [2026-05-02]
博览安全圈：挪威290万公民数据或遭黑客窃取
【IT168 资讯】为了响应国家号召，加强全民网络安全意识，我们会经常性的为大家奉上最具代表性的安全事件。1.挪威290万用户的医疗数据或被黑客窃取近日，有消息称，挪威南部和东部地区卫生局信息系统遭到黑客攻击，其数据或已被泄露，而影响范围可能涉及挪威290万人左右的公民个人信息和健康记录。也就是说对于仅有523万公民的挪威来讲，有一多半的公民的个人信息已被泄露。出于本次数据泄露事件对挪威的影响范围之大，事件发生后，挪威的警方、军方情报部门以及国家安全局在第一时间对本次数据泄露行为进行调查，而黑客...
教程 [2026-05-02]
新手必备！十大机器学习算法之旅已启程
【IT168资讯】在机器学习中，有一种叫做“没有免费的午餐”的定理。简而言之，它指出没有任何一种算法能够适用每一个问题，而且它对于监督式学习（即预测性建模）尤其重要。例如，你不能说神经网络总是比决策树好，反之亦然。有很多因素在起作用，比如数据集的大小和结构。因此，你应该为你的问题尝试许多不同的算法，同时使用数据的“测试集”来评估性能并选择胜出者。当然，你尝试的算法必须适合你的问题，这就是选择正确的机器学习任务的地方。打一个比方，如果你需要清理你的房子，你可以使用真空吸尘器、扫帚或拖把，但是你不会...
教程 [2026-05-02]
AlphaGo Zero 五大亮点，全靠临场发挥也能赢
喜欢机器学习和人工智能，却发现埋头苦练枯燥乏味还杀时间？雷锋字幕组译制油管频道ArxivInsights每周精选，从技术视角出发，带你轻松深度学习。翻译/刘斌校对/余杭整理/张翼飞AlphaGo和AlphaGoZero傻傻分不清楚？今天视频带大家回顾AlphaGoZero的五大亮点。1.相比以前的阿法狗版本，AlphaGoZero完全自主训练。这意味着不需要利用人类专业选手的下棋数据，它直接通过围棋对弈进行学习。2.以前的方法选用了大量人工定义的围棋特征，新的方法没有选用这些特征，而是直接从棋盘...
教程 [2026-05-02]
腾讯提出自适应图卷积神经网络，接受不同图结构和规模的数据
选自arXiv作者：RuoyuLi等机器之心编译参与：路雪近日，AAAI2018发布接收论文列表，腾讯AILab共入选11篇。在论文《AdaptiveGraphConvolutionalNeuralNetworks》中，腾讯联合德克萨斯大学阿灵顿分校提出自适应图卷积神经网络AGCN，可接受任意图结构和规模的图作为输入。论文：自适应图卷积神经网络（AdaptiveGraphConvolutionalNeuralNetworks）论文链接：https://arxiv.org/pdf/1801.032...