神经网络
UFLDL 学习笔记
前言最近开始看Andrew Ng 大牛的深度学习教程，算是作为对自己的一个激励，也作为日后回顾的办法，开始记录学习笔记，每一章节分别对应，所有章节写在这一片文章里便于查询。所以我会不断更新滴~线性回归本章大致讲解了线性分类器的原理（他假设我们已经有这些基础了，只是作为复习梯度下降的一个办法,其实能看这些教程的都应该有机器学习的基础知识，所以有好多基础知识我就直接省略不写啦）
业界
2016年07月30日
2016 互联网大会看未来趋势
互联网从下到上可以分为几层，底层是晶体管，第二层是处理器，第三层是操作系统，第四层是基于操作系统的软件，还可以有第五层软件中的应用。这次互联网大会的先进技术也很好的体现了这个分层现象。有晶体管，处理器，软件，硬件，还有微信这个应用。 这次有15项先进技术集中亮相，不得不说这个时代的互联网核心科技还是被几大巨头掌握着。国内的四大家族百度腾讯阿里华为；国际的IBM微软特斯拉高
业界综合
2016年11月17日
当我们在谈论 AI 时，我们在谈论什么？
近来，听过太多关于人工智能有多危险的可怕警告。现代先知，如物理学家史蒂芬·霍金和投资者埃隆·马斯克曾预言人类即将衰落。随着人造通用智能程序和自主设计智能程序的出现，人类将抵达更先进的AI时代，迅速创造出的愈发智能的机器最终将超越我们。当我们到达我们称之为AI的奇点时，我们的头脑和身体将会过时。人类或许会与机器融合，并继续发展成为半个机器人。这真的是我们所期待的未来吗？变幻多
业界综合
2017年07月14日
一言不合就“神经网络”，难道这条路就确定是对的？
最近“人工智能”的热度已经到了让人无法回避的地步，而但凡谈及“人工智能”，机器学习、深度学习、xx神经网络就会被“想当然”的套用过来，仿佛这些技术确然就是通向人工智能的康庄大道。然而老土一直觉得这个事情不对劲儿，所以一直在问自己，因为神经网络是在模仿人脑的运作方式就认为建立足够规模和复杂度的神经网络将是构建人工智能的正确路线，这个对吗？仿生也许是解决某些问题的有效手段，但也
产品经理
2017年09月21日
AI产品：BP前馈神经网络与梯度问题
通过上一章《神经元与神经网络》，我们大概了解了单个神经元的工作模式和简单神经网络的基本结构。接下来就要正式进入关于“神经网络”这个重头戏的学习了，神经网络分为“浅层”和“深层”，今天我们来探讨一下“浅层学习”中最经典的BP前馈神经网络，只要把它的工作原理搞清楚，其实后面的深度神经网络、卷积神经网络和循环神经网络都是在它基础上的变体。一. BP前馈神经网络1. BP前馈神经网
产品经理
2017年12月08日
2018年技术驱动下的UX设计趋势
即将到来的用户体验设计趋势，可能会提高最终用户的满意度。用户体验在2017年具有重大意义，不论从产品界面还是用户进行消费的内容各种数字平台。人与物更自然的交互方式在技术的驱动下都将逐一融入我们的生活，用户体验设计将继续是2018年的重中之重。即将到来的用户体验设计趋势可能会提高最终用户的满意度。虽然，预测未来一年哪些设计趋势将主宰并推动用户体验并不容易。但是，技术的变化将不
用户研究
2017年12月19日
AI产品：浅谈CNN（卷积神经网络）
文章对卷积神经网络CNN核心特点以及它的基本原理展开简要的解读，希望能够加深你对卷积神经网络的解。一、卷积神经网络概述1.卷积神经网络要解决的问题传统的BP神经网络与DNN（深度神经网络）不同层神经元的连接方式是“全连接”，也就是这一次层的一个神经元的输入，会接受上一次每一个神经元的输出，这种方式即为“全连接神经网络”。这样的连接方式有一个的缺点：因为权值与偏置等参数量大，
业界
2017年12月19日
转型AI产品经理需要掌握的硬知识二：AI常见概念和算法梳理
本文将介绍AI产品经理需要理解的一些概念，常见AI算法，机器学习的工作方式和三大流派，使用Tensorflow实现手写数字识别，帮助大家理解技术实现流程和一些AI技术名词，更有助于同AI科学家或AI工程师的沟通。上一篇文章介绍AI产品经理能力模型，人工智能的发展历史，人工智能常见概念的结构梳理，也简要做了BAT人工智能的优势分析，感兴趣的朋友可以点击链接查看上文：《转型AI
产品经理
2018年01月02日
金融中的三种深度学习用例及这些模型优劣的证据
在今天我们发布的这篇文章中，作者 Sonam Srivastava 介绍了金融中的三种深度学习用例及这些模型优劣的证据。我们跟随 Sonam Srivastava 的分析，并展望深度学习在金融领域的运用前景。虽然金融是计算密集型最多的领域，但广泛使用的金融模型：监督和无监督模型、基于状态的模型、计量经济学模型甚至随机模型都受到过度拟合和启发式问题带来的影响，抽样结果很差。因
业界
2018年01月04日
