AI.


学习机器学习数学

在这篇文章中,我的目标是建议在机器学习中建立产品或进行学术研究所需的数学背景。这些建议源于与机器学习工程师,研究人员和教育工作者的对话,以及我在两种机器学习研究和行业角色的经验。

精选视频播放图标

A.I.政策和公众感知 - Miles Brundage和Tim Hwang

Miles Brundage是一家关于人类研究所未来战略性AI研究中心的AI政策研究。蒂姆明是AI倡议的哈佛麻省理工学院伦理和治理总监。

对抗性攻击如何工作

机器学习算法接受输入为数字向量。以特定方式设计输入从模型获得错误的结果称为对抗性攻击。在本文中,我们将显示主要类型的攻击类型的实际示例,解释为什么它很容易执行它们,并讨论源自该技术的安全影响。

精选视频播放图标

百度的AI LAB主任推荐语音识别和模拟

Adam Coate是百度硅谷AI实验室的主任。该实验室的使命是开发AI技术,这些技术将对至少有100万人的生活产生重大影响。我们在这一集中度过了一个很好的街道谈论亚当致辞和文字致辞。如果您想了解更多您可以查看Research.Baidu.com。

机器学习博士指南

学习学习博士的机器不仅开辟了一些最高的工作岗位,它使您对世界产生了外出的积极影响。从80,000小时(YC S15)的机器学习博士学位的这一综合指南将帮助您开始。

精选视频播放图标

Jeff Dean的YC AI讲座

Jeff Dean是研究小组的谷歌高级研究员,在那里他领导谷歌脑项目。他今年夏天与YC Ai Group谈过。观看谈话并在这里阅读他的幻灯片。

精选视频播放图标

EX Machina的科学顾问 - Murray Shanahan

Murray Shanahan是EX Machina的科学顾问之一。他也是伦敦帝国学院的深信和认知机器人教授的研究科学家。他的书籍实施例和内部生活担任Alex Garlan的灵感,而他正在为Ex Machina写下剧本。

简单的共享按钮