最新资讯

查看更多>
  • 一文尽览近似最近邻搜索中的哈希与量化方法

    最近邻搜索算法能够帮助人们在海量数据中快速搜索到有效内容,但是想要将其应用于实际,则需要解决如何缩短搜索时间的问题。本文将为大家介绍两种减少搜索时间的方法。基于哈希的近似最近邻搜索的方法通过设计和优化哈希函数,减少计算的次数,从而缩短搜索时间。基于量化的近似最近邻搜索方法则通过聚类把向量集聚成若干类,每类里面的向量用对应的类中心来近似。

  • AI也能种黄瓜了,你想尝尝吗?

    在由荷兰瓦格宁根大学与研究中心主办的自动化温室挑战赛中,来自微软研究院的Sonoma团队取得了第一名的成绩。他们开发的AI代理利用基于模型的近似贝叶斯强化学习并借助相关领域专家的专业知识,在净利润值指标上,超越了作为对标参考的人类种植专家。

  • 刘铁岩谈机器学习:随波逐流的太多,我们需要反思

    人工智能正受到越来越多的关注,而这波人工智能浪潮背后的最大推手就是“机器学习”。机器学习从业者在当下需要掌握哪些前沿技术?展望未来,又会有哪些技术趋势值得期待?近期,微软亚洲研究院副院长刘铁岩博士受AI科技大本营和华章科技邀请,参与了一堂在线公开课,与大家分享微软研究院最新的研究成果,以及对机器学习领域未来发展趋势的展望。