神经网络是一种运算模型,由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数,称为激励函数(activation function)。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆。网络的输出则依网络的连接方式,权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近,也可能是对一种逻辑策略的表达。
-
推荐系统
引用 236 回帖 6
-
深度学习
引用 166 回帖 14
-
算法
引用 474 回帖 10
-
Q&A
引用 270 回帖 49
-
搜索系统
引用 174 回帖 9
-
人工智能
引用 452 回帖 23
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。
-
机器学习
引用 526 回帖 28
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
-
【九寨沟】8 月 EI 国际会议推荐
-
【EI 会议 - 九寨沟】第二届机器学习、云计算与数据挖掘国际会议(MLCCIM 2023)诚邀参会和投稿!
-
【机器学习 EI 会议】邀您 7 月共聚九寨沟!
-
一文浅析机器学习、优化理论、统计分析、数据挖掘、神经网络、人工智能、模式识别之间的关系
-
DC-GNN:阿里妈妈面向大规模广告召回场景的解耦式图模型方法
-
一文读懂深度学习:从神经元到 BERT
-
XLNet : 运行机制及和 Bert 的异同比较
-
深度学习在 Airbnb 中的探索与应用
-
Xavier 论文疑惑(论文标题:Understanding the difficulty of training deep feedforward neural networks)
2029_nickname - 2029_default_intro
-
Bert 时代的创新(应用篇):Bert 在 NLP 各领域的应用进展
-
当你打开天猫的那一刻,推荐系统做了哪些工作?
-
Embedding 在深度推荐系统中的 3 大应用方向
-
小米移动搜索中的 AI 技术
-
深度学习中不得不学的 Graph Embedding 方法
-
在 faster-RCNN 中,最后一层输出的 bbox_pred 是什么
-
复旦邱锡鹏教授公布《神经网络与深度学习》,中文免费下载
-
知其然,知其所以然:基于多任务学习的可解释推荐系统
-
[NAACL19] 一个更好更快更强的序列标注成分句法分析器
-
AI 下一个拐点,图神经网络带来哪些机遇?
-
一图胜千言: 解读阿里的 Deep Image CTR Model
-
详解 Embeddings at Alibaba(KDD 2018)
-
人机交互式机器翻译研究与应用
-
爱奇艺短视频软色情识别技术解析
-
卷积有多少种?一文读懂深度学习中的各种卷积
-
「回顾」强化学习:原理与应用
-
推荐系统遇上深度学习 (四)-- 多值离散特征的 embedding 解决方案
-
「回顾」强化学习在自然语言处理中的应用
-
「干货」YouTube 基于深度神经网络推荐系统剖析
-
深度学习在 Airbnb 大规模搜索排名上的实战经验
-
苏宁 11.11:一种基于神经网络的智能商品税分类系统
-
2143 亿!2018 年天猫“双 11”成交总额是这样预测的
-
「回顾」饿了么推荐算法演进及在线学习实践
-
美团深度学习系统的工程实践
-
建了一个机器学习微信群
2036_nickname - 2036_default_intro
-
旷视、北邮等国内团队包揽六项第一,COCO&Mapillary 联合挑战赛结果公布
-
互联网广告 CTR 预估新算法:基于神经网络的 DeepFM 原理解读
-
AI 的思维
HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
观点 | 机器学习 =「新瓶装旧酒」的数据统计?No!
-
KDD 2018 | 推荐系统特征构建新进展:极深因子分解机模型
-
面向机器学习:数据平台的设计与搭建
HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
神经网络的激活函数总结
-
AIQ - AI | 快手 AI 技术副总裁郑文:为什么说 AI 是短视频平台的核心能力
HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
流形学习概述
-
基于深度负相关学习的人群计数方法
-
AIQ - deeplearning.ai 全套吴恩达老师的深度学习课程笔记及资源在线阅读
-
AIQ - 从损失函数的角度详解机器学习算法之逻辑回归
-
AIQ - 干货 | 1400 篇机器学习的论文中,这 10 篇是最棒的!
-
反向传播算法推导 - 全连接神经网络
-
AIQ - 语音识别 | 微软亚研自动语法纠错系统达到人类水平
-
AIQ - 人工智能 | 人工智能军备竞赛:一文尽览全球主要国家 AI 战略
-
AIQ - 人工智能 | “照骗”难逃 Adobe 的火眼金睛——用机器学习让 P 图无所遁形
-
AIQ - 干货 | 从零到一学习知识图谱的技术与应用
HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
AIQ - 基础 | 深度学习之基础知识详解
HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
深度神经网络(DNN)模型与前向传播算法
-
深度神经网络(DNN)反向传播算法 (BP)
-
深度神经网络(DNN)损失函数和激活函数的选择
-
深度学习在美团搜索广告排序的应用实践是怎么样的?
-
AIQ | Coursera 吴恩达深度学习教程中文笔记最新版
-
AIQ 教程 |「川言川语」:用神经网络 RNN 模仿特朗普的语言风格
-
深度 | 可视化 LSTM 网络:探索「记忆」的形成