隨著 Wasserstein GAN 和 Sinkhorn 散度的成功，最優傳輸理論迅速成為機器學習研究的重要理論工具。最優傳輸廣泛應用於生成模型、概率性自編碼器、變分推斷、強化學習和聚類等。換句話說，

PS：上一篇說了線性表的順序表和鏈式表表達，該片就寫一下應用到現實數學中去，一元多項式的加減。 一元多項式我們在本子上可以說是手到拈來，但是在電腦上用語言敲出來，估計這會讓很多人頭疼，比如下面的多項式

本文主要參考於陳天石在“首屆中國科大微電子行業全球校友峰會”上的主題演講 集微網訊息，眾所周知，中國科學技術大學少年班堪稱中國學術精英的"黃埔軍校"，自成立40年以來已培養出

這篇文章沒有程式碼，請放心閱讀。 多年以後，面對人工智慧研究員那混亂不堪的程式碼，我會想起第一次和S君相見的那個遙遠的下午。那時的B公司，還是一個僅有6個人的小團隊，Mac和顯示器在桌上依次排開，大家坐在一

今天是24號。剛好是中秋的這一天。 這個月那，已經在pad上，表達了好多次對自己的失望。可是這些東西，都是個人隱私，不能發出來，是麼？ 在過去的這24天裡，在技術方面，我只做了兩件事。一件是 跟著張宇

本文概述了來自北京航空航天大學徐邁老師組 ECCV 2018 的工作DeepVS: A Deep Learning Based Video Saliency Prediction Approach。全

2018年，全球科技行業技術變革的大潮愈演愈烈。未來，新技術的出現會大大加速，其應用與普及也會更加便捷，它們對實體經濟和物理世界的影響力也將持續增強。可以說技術創新與變革能力，已經成為企業必備的核心競爭力之一。

大資料文摘出品 編譯：瓜瓜、Aileen 這篇文章包含了我目前為止找到的最好的教程內容。這不是一張羅列了所有網上跟機器學習相關教程的清單——不然就太冗長太重複了。我這裡並沒有包

介紹 我們很少聽到一個三詞短語，能將統計學習、資訊理論和自然哲學的一些核心概念融合到一起。它對於任何有探索興趣的人來說，都有精確且易於理解的含義，而且對 ML 和資料科學的研究人員，它應該是個有實用性的詞。

深度學習網路的對抗魯棒性問題遠未得到解決，而之前提出的當前最佳方法被本研究發現是過擬合於某種對抗攻擊型別的。在今天要介紹的論文中，研究者提出了一種基於變分自編碼器的分類模型ABS，可以匯出每個例項的魯棒

作為一種人工智慧，機器學習使計算機能夠通過經驗學習：使用過去收集的資料預測未來。最重要的是，計算機視覺是當今最令人興奮的機器學習應用領域之一，深度學習和卷積神經網路推動創新系統，如自動駕駛汽車和谷歌的DeepM

資料探勘是通過對大量資料的清理及處理以發現資訊，並將這原理應用於分類，推薦系統，預測等方面的過程。本文基於《面向程式員資料探勘指南》的理解，擴充套件學習後總結為這入門級的文章，不足之處還請賜教。喜歡本文 請點

由 清科集團 、投資界、新芽主辦的2018中國創業武林大會於2018年9月18-20日在北京 香格里拉 大酒店舉行。本屆大會設立包括人工智慧、企業服務、高階製造、新零售、泛娛樂、金融科技、醫療科技與器械等在內的16

思源 原創 2018/09/20 14:56 思源 原創 曠視科技2018 COCO負

每個人都會遇到這個問題。 學習資料科學的過程，從來就不是一帆風順的。在寫程式碼的時候，你是否也經常不得不反覆搜尋同一個問題，同一個概念，甚至同一個語法結構的特性呢？對，你不是一個人在戰鬥。 我也一直在同樣的情況裡