Revolutionising Infrastructure: Civil Engineering with Specialisation in AI and ML
将 AI 和 ML 集成到土木工程中正在改变基础设施的发展方式……
Machine learning enhances chemical analysis at the nanoscale
引入一种基于非负矩阵分解的全色锐化 (PSNMF) 方法，从嘈杂的 x 射线光谱数据中确定化学成分。来自：Nano Lett。2024, 24, 33, 10177-10185。作者：Hui Chen、Duncan T. L. Alexander、Cécile Hébert。作者：Nik Papageorgiou “纳米材料”是一个广义术语，用于描述单个单元是 […]
Transforming Credit Card Management: The Impact of AI and ML
改变信用卡管理：人工智能和机器学习的影响 人工智能和机器学习在改变银行信贷风险管理中的作用 信用卡欺诈一直是客户和金融机构面临的主要挑战 [...]
大气环流模型 (GCM) 构成了天气和气候预测的支柱，利用数值求解器进行大规模动力学计算，并利用参数化进行小规模过程（如云形成）。尽管不断改进，GCM 仍面临重大挑战，包括长期气候预测和极端天气事件中持续存在的错误、偏差和不确定性。最近的机器学习 (ML) 模型取得了显著的成功。Google AI 推出 NeuralGCM：一种基于机器学习 (ML) 的模拟地球大气的新方法，该文章首次出现在 AI Quantum Intelligence 上。
在计算化学中，分子通常表示为分子图，必须将其转换为多维向量才能进行处理，特别是在机器学习应用中。这是使用将分子结构编码为向量的分子指纹特征提取算法实现的。这些指纹对于化学信息学中的任务至关重要，例如化学空间多样性、聚类、虚拟筛选、Scikit-fingerprints：用于高效分子指纹计算和与机器学习管道集成的高级 Python 库首先出现在 AI Quantum Intelligence 上。
Machine learning has its limits when studying hard-to-see galaxies
南美和意大利的科学家发现，天文学家通常用来分析大型数据集的机器学习算法对天空中物体的分类能力不如研究相同数据的人类科学家。
Machine learning unlocks secrets to advanced alloys
麻省理工学院的一个团队使用计算机模型来测量金属中的原子模式，这对于设计用于航空航天、生物医学、电子等领域的定制材料至关重要。
随着数字商务的扩展，欺诈检测已成为保护参与在线交易的企业和消费者的关键。实施机器学习 (ML) 算法可以实时分析大量交易数据，以快速识别欺诈活动。这种先进的功能有助于降低金融风险并在不断扩展的数字市场中保护客户隐私。德勤是一家全球战略 […]
美国国家标准协会 (ANSI) 将于 2024 年 7 月举办两次单独的头脑风暴会议，探讨与关键和新兴技术 (CET) 相关的挑战和机遇。第一场活动，启用人工智能
How to Succeed as a Machine Learning Engineer in the Industry
5 条帮助我在 BigTech 不断超越期望的提示您是否想过要成为一名成功的机器学习工程师需要什么？您是否很难确定自己在这个充满活力的领域中的角色？我也有过这样的经历！嗨！我是 Kartik Singhal，Meta 的高级机器学习工程师。凭借在该领域的六年经验，我仍然发现自己每天都在学习。今天，我将分享五条秘诀，这些秘诀帮助我在 BigTech 担任高级机器学习工程师期间获得了“超出预期”的评级。💻 构建基础图片作者，来自 ChatGPT 4o 您需要很好地理解机器学习基础知识，并意识到其在实际应用中的局限性。了解核心概念：掌握监督学习与无监督学习、分类与回归的基础知识，以及深度学习的基础知
Fraud Prediction with Machine Learning in the Financial Industry: A Data Scientist’s Experience
一位一线数据科学家的见解和经验照片由 Growtika 在 Unsplash 上拍摄 各位数据爱好者们，大家好！我想通过几篇文章与大家分享我 3 年开发机器学习模型来预测金融行业欺诈行为的经验。因此，如果您在欺诈检测项目中扮演项目经理、数据科学家、ML 工程师、数据工程师、Mlops 工程师、欺诈分析师或产品经理的任何角色，您可能会发现这篇文章很有帮助。在本系列的第一篇文章中，我想讨论以下几点：要解决的业务问题是什么项目的高级步骤业务问题每天，全球有数百万人使用汇款服务。这些服务帮助我们向亲人汇款，并使购物变得更容易。但欺诈者利用这些系统诱骗他人向他们汇款或接管他们的账户进行欺诈。这会伤害受害
International Conference on Machine Learning (ICML) 2024
Apple 赞助了 2024 年国际机器学习会议 (ICML)，该会议将于 7 月 21 日至 27 日在奥地利维也纳的 Messe Wien 展览和会议中心举行。ICML 因展示和发表机器学习各个方面的前沿研究而闻名全球，这些研究用于密切相关的领域，如人工智能、统计学和数据科学，以及机器视觉、计算生物学、语音识别和机器人技术等重要应用领域。以下是我们在 ICML 2024 上赞助的研讨会和活动的时间表。
Physics + Machine Learning Provide a Better Map of Ocean Measurements
一项新研究提供了一个引人注目的例子，其中动态建模、机器学习和海洋测量的结合增强了对海洋学的理解、监测和测绘。
The Future Of Learning: How AI And Machine Learning Are Shaping Education
探索人工智能和机器学习如何通过个性化学习、增强的教师能力和面向未来的学习环境的道德考虑来彻底改变教育。这篇文章首次发表于 eLearning Industry。
How to Test Machine Learning Systems
从概念到实用的代码片段，实现有效测试图片来自作者软件开发中的测试至关重要，因为它可以保证交付给客户的价值。交付成功的产品不是一次性的努力；而是一个持续的过程。为了确保持续交付，我们必须定义成功，整理数据，然后训练和部署我们的模型，同时持续监控和测试我们的工作。为了持续交付，我们必须定义成功，整理数据，然后训练和部署我们的模型，同时持续监控和测试我们的工作。机器学习系统中的“信任”不仅仅需要测试；它必须集成到整个生命周期中（如我的另一篇博客所示）。TRUST 的机器学习流程可以在“如何以合理的方式在机器学习中构建 TRUST”中描述（图片来自作者）。在深入讨论详细部分之前，这里有一个简短的 TL
