logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

进行人工智能机器人研发,应该选择哪种编程语言?

在本文中,我们将介绍机器人研发中使用的十大最流行的编程语言。我们将讨论他们的缺点和优点,以及使用或者不使用它们的理由。世界上有超过1500种编程语言你可以学习。下面列出的是目前机器人中十种最流行的编程语言。每种语言都有不同的优势,作者根据自身经验,按照优先级从低到高排序。这个问题大多数新的机器人专家在他们的职业生涯中至少会思考一次。不幸的是,这也是一个没有直接答案的问题。如果你在 Stac

干货丨吴恩达深度学习课程的思维导图总结

这几天每天花了点时间看完了吴恩达的深度学习课程视频。目前还只有前三个课程,后面的卷积神经网络和序列模型尚未开课。课程的视频基本上都是十分钟出头的长度,非常适合碎片时间学习。一直以为深度学习的重点在于设计精巧、神秘的算法来模拟人类解决问题。学了这门课程才明白如何根据实际问题优化、调整模型更为重要。事实上,深度学习所使用的核心算法几十年来都没变过。什么是机器学习呢?以二类分类监督学习为例,假设

科普丨人工智能发展的S曲线

过去的半个世纪,人类并没有发明能像人一样解决所有问题的机器,而是发明了许多只解决某个问题的机器,这就是自动化的精髓:代替。尽管对AI的讨论无处不在,对其前景却并没有共识。有人说AI是未来,未来的人就算不变成机器人,也一定会跟着个机器人,如同星球大战里的R2D2和C3PO。然而,业界仍有相当部分的人相信AI只是个泡沫,不能成为像智能手机那样开创性的力量。人工智能需要被具体化这种分歧来自于对AI的误解

科普丨莫拉维克悖论(人工智能中最重要的发现之一)

人机与认知实验室  张玉坤  刘伟就像IBM的深蓝战胜卡斯帕罗夫的2007年5月一样,2016年3月注定也要载入人工智能的发展史册:来自Google DeepMind的人工智能程序AlphaGo以总比分4:1的成绩战胜了前世界冠军李世石。号称“人类最后智力骄傲”的围棋也被人工智能攻破了,一时间人工智能与机器人威胁论刷爆了微博、微信及各路新闻媒体。大家都在担心着某一天自己的工作会被人工智能抢去,又在

科普丨人工智能的历史(经典长文,值得收藏)

人工智能的历史源远流长。在古代的神话传说中,技艺高超的工匠可以制作人造人,并为其赋予智能或意识。现代意义上的AI始于古典哲学家用机械符号处理的观点解释人类思考过程的尝试。20世纪40年代基于抽象数学推理的可编程数字计算机的发明使一批科学家开始严肃地探讨构造一个电子大脑的可能性。1956年,在达特茅斯学院举行的一次会议上正式确立了人工智能的研究领域。会议的参加者在接下来的数十年间是AI研究的领军人物

盘点丨机器学习2017年重大进展汇总

摘要: 2017年注定是机器学习快速发展的一年,特别是机器学习商业化的成功是的更多的人积极的投入到机器学习的学习当中。机器学习一定会成为未来的技术,让我们看看这项未来的技术现在发展到何种程度。很难相信在人工智能和机器学习领域里这一年发生了那么多的事情,很难做一个全面的系统的汇总。尽管如此,我还是尝试性的去做了一个汇总,希望能够帮助大家去回顾一下今天的科技到底发展到了何种程度。1.Alpha Go

干货丨机器学习/算法19家公司面试心经(内含薪资待遇)

从今年的8月1号正式开启秋招到现在,过去三个多月了,发生了很多事情,经历了N多场笔试和面试,深深感慨到本硕双非的学生找算法岗的艰辛。。。奇怪的数字:对于我的整个秋招情况,有下面几组数据,我感觉很有意思,而且感觉和自然数e有关:发送的申请内推邮件: 100多封邮件秋招期间投递的数量:120多家公司收到笔试的公司数量:43家左右收到面试的公司数量:18家=13家+5

干货丨机器学习研究者必知的八个神经网络架构(经典文章,值得收藏)

本文简述了机器学习核心结构的历史发展,并总结了研究者需要熟知的 8 个神经网络架构。机器学习对于那些我们直接编程太过复杂的任务来说是必需的。有些任务很复杂,以至于人类不可能解决任务中所有的细节并精确地编程。所以,我们向机器学习算法提供大量的数据,让算法通过探索数据并找到一个可以实现程序员目的的模型来解决这个问题。我们来看两个例子:写一个程序去识别复杂场景中照明条件下新视角的三维物体是很困难的。我们

重磅丨人工智能三年国家战略公布:8大领域要火!

昨天,国家工业和信息化部突然又砸下一重磅人工智能红头文件!文件宣布在接下来的2018-2020这三年内,国家要重点推动人工智能和实体经济深度融合,推进人工智能技术产业化、集成应用,并且点名重点应用智能网联汽车、服务机器人、AI医疗影像等八大类人工智能产品;重点突破包括AI芯片在内的三大核心人工智能技术;同时完善5G、算法训练数据库等人工智能配套体系,为2020年我国人工智能行业发展的方方面面都制订

干货丨从基础知识到实际应用,一文了解「机器学习非凸优化技术」

文章来源:机器之心优化作为一种研究领域在科技中有很多应用。随着数字计算机的发展和算力的大幅增长,优化对生活的影响也越来越大。今天,小到航班表大到医疗、物理、人工智能的发展,都依赖优化技术的进步。在这段兴奋期的大部分时间,由于我们对凸集合和凸函数的深入了解,我们主要聚焦于凸优化问题。但是,信号处理、生物信息学和机器学习等领域的现代应用通常不满足于仅使用凸函数,因为非凸公式能够更好地捕捉问题结构。近期

    共 97 条
  • 1
  • 2
  • 3
  • 10
  • 请选择