Machine-learning analysis tracks the evolution of 16th-century European astronomical thought
柏林的一支计算机科学家、天文学家和历史学家团队使用机器学习应用程序进一步了解 15 和 16 世纪欧洲天文学思想的演变历史。在发表于《科学进展》杂志的研究中，该团队训练机器学习应用程序来理解当时教科书中的手写文本、图形、图表和其他数据。
Operationalizing Science at JMC with Artificial Intelligence and Machine Learning
近年来，美国陆军越来越直言不讳地强调人工智能和机器学习在现代军事中的战略重要性……
这篇文章介绍了一种从不同的云环境（例如 Google Cloud Platform (GCP) BigQuery）中提取数据的架构方法，无需移动数据。这最大限度地降低了在云环境之间移动数据所涉及的复杂性和开销，使组织能够访问和利用其不同的数据资产进行 ML 项目。我们重点介绍了使用 Amazon Athena Federated Query 从 GCP BigQuery 提取数据、使用 Amazon SageMaker Data Wrangler 执行数据准备，然后使用准备好的数据在无代码 ML 界面 Amazon SageMaker Canvas 中构建 ML 模型的过程。
A Guide To Linearity and Nonlinearity in Machine Learning
...以及它们在决策边界、嵌入、动态系统和下一代 LLM 中的作用继续阅读 Towards Data Science »
Machine Learning Meets Nanotech: Caltech’s Breakthrough in Mass Spectrometry
加州理工学院的科学家引入了一种革命性的机器学习驱动技术，可使用先进的纳米级设备精确测量单个粒子的质量。这种方法可以大大增强我们对蛋白质组的理解，因为它允许测量天然形式的蛋白质的质量，从而为生物过程和疾病机制提供新的见解。加州理工学院的科学家开发出 [...]
New machine learning model quickly and accurately predicts dielectric function
东京大学的研究人员 Tomohito Amano 和 Shinji Tsuneyuki 与 CURIE（JSR-UTokyo 合作中心）的 Tamio Yamazaki 开发了一种新的机器学习模型来预测材料的介电函数，而不是从第一性原理进行计算。
在本文中，我们深入探讨了银行机构的业务用例。我们将向您展示银行的财务或业务分析师如何使用最适合当前业务问题的机器学习模型轻松预测客户的贷款是否会全额支付、注销或当前。
5 Free Courses to Understand Machine Learning Algorithms
为了帮助您掌握这个复杂的主题，我们编写了五门免费在线课程，为您在机器学习算法方面打下坚实的基础。
Combining Machine Learning and Homomorphic Encryption in the Apple Ecosystem
在 Apple，我们认为隐私是一项基本人权。我们保护用户隐私的工作遵循一系列隐私原则，其中一项原则是优先使用设备上的处理。通过在用户设备上本地执行计算，我们有助于最大限度地减少与 Apple 或其他实体共享的数据量。当然，用户可以请求由机器学习 (ML) 提供支持的设备体验，这些体验可以通过查找服务器上托管的全局知识来丰富。为了在提供这些体验的同时坚持我们对隐私的承诺，我们实施了…
Key Roles in a Fraud Prediction project with Machine Learning
机器学习欺诈预测项目中的关键角色开发欺诈预测的 ML 模型涉及哪些类型的角色？照片由 Marvin Meyer 在 Unsplash 上拍摄在行业中开发机器学习项目时，数据科学家和 ML 工程师通常是主要角色。然而，实际上，交付产品需要一个村庄的共同努力。在之前的一篇文章中，我们讨论了使用机器学习开发欺诈预测产品所涉及的步骤。在本文中，我们将探讨此类项目中的各种角色以及每个角色如何为其成功做出贡献。免责声明：并非所有项目都一定会有具有下面列出的确切头衔的团队或个人；根据公司结构，一个人可能会身兼数职并履行多个角色。在这里，我根据我使用 ML/AI 处理不同欺诈预测项目的经验概述了结构。项目经理
From Nobel Prize to Everyday Innovation: How Neural Networks and Machine Learning Shape Our World
当约翰·J·霍普菲尔德教授和杰弗里·E·辛顿教授获得 2024 年诺贝尔物理学奖时，这不仅是学术界的胜利——这是一个突出神经网络和机器学习的突破如何改变我们日常生活的时刻。他们的开创性工作为从 [...]从诺贝尔奖到日常创新：神经网络和机器学习如何塑造我们的世界的文章首次出现在 Kolabtree 博客上。
Tracking vampire worms with machine learning
感染导致血吸虫病的寄生虫的患者的血液样本含有标记疾病不同阶段的隐藏信息。 在我们最近发表的研究中，我们的团队使用机器学习来揭示这些隐藏的信息并改善感染的早期检测和诊断。
A machine learning algorithm can identify 500 people, who go on to be shot within 18 months.
– 作者：Sara B. Heller 和 Max Kapustin Econofact，2022 年 11 月 在您阅读本文之前，请让我先明确一下这个话题。 全文为：“在与同事的一份研究论文中，我们发现可以使用城市已经收集的逮捕和受害记录等数据，准确识别特定 […] 这篇文章机器学习算法可以识别 500 人，这些人在 18 个月内被枪杀。 首次出现在 Angry Bear 上。
Automated Change Detection in Ground-Penetrating Radar using Machine Learning in R
摘要：探地雷达 (GPR) 是一种用于地下变化检测的有用技术，但受限于需要主题专家来处理和解释重合剖面。使用机器学习模型可以自动化此过程，以减少对主题专家处理和解释的需求。为了比较重合的 GPR 剖面，研究了几种机器学习模型。根据我们的文献综述，使用孪生卷积网络的孪生模型被确定为最佳选择。对内部孪生模型 ResNet50 和 MobileNetV2 测试了两个神经网络，前者历来具有更高的准确度，后者历来具有更快的处理时间。当对实验获得的具有合成添加变化的 GPR 剖面进行训练和测试时，ResNet50 具有更高的准确度。由于这种更高的准确度，需要的计算处理更少，导致 ResNet50 只需要
Revolutionizing eLearning: The Future Impact Of AI And Machine Learning
了解人工智能和机器学习如何改变 eLearning 行业，增强个性化学习和移动可访问性，并简化教育流程。 本文首次发表于 eLearning Industry。
MicroRNA, Protein Folding and Machine-Learning Work Win the Science Nobels
科学诺贝尔奖、最新 COVID 更新和欧罗巴快船发射延迟的汇总。
Machine learning cracked the protein-folding problem and won the 2024 Nobel Prize in chemistry
2024 年诺贝尔化学奖表彰了 Demis Hassabis、John Jumper 和 David Baker，因为他们使用机器学习解决了生物学最大的挑战之一：预测蛋白质的 3D 形状并从头开始设计它们。
