NeurIPS关键词检索结果

Google DeepMind在Neurips 2023

Google DeepMind at NeurIPS 2023

神经信息处理系统(神经)是世界上最大的人工智能会议。 Neurips 2023将于12月10日至16日在美国新奥尔良举行。

Google DeepMind在Neurips 2023

Google DeepMind at NeurIPS 2023

神经信息处理系统(神经)是世界上最大的人工智能会议。 Neurips 2023将于12月10日至16日在美国新奥尔良举行。

Google DeepMind在Neurips 2023

Google DeepMind at NeurIPS 2023

神经信息处理系统(神经)是世界上最大的人工智能会议。 Neurips 2023将于12月10日至16日在美国新奥尔良举行。

Google DeepMind在Neurips 2023

Google DeepMind at NeurIPS 2023

神经信息处理系统(神经)是世界上最大的人工智能会议。 Neurips 2023将于12月10日至16日在美国新奥尔良举行。

DeepMind在Neurips 2022的最新研究

DeepMind’s latest research at NeurIPS 2022

Neurips是世界上最大的人工智能会议(AI)和机器学习(ML),我们很荣幸能够作为钻石赞助商来支持该活动,从而帮助促进了AI和ML社区的研究进展。来自DeepMind的团队发表了47篇论文,其中包括虚拟面板和海报会议中的35次外部合作。

DeepMind在Neurips 2022的最新研究

DeepMind’s latest research at NeurIPS 2022

Neurips是世界上最大的人工智能会议(AI)和机器学习(ML),我们很荣幸能够作为钻石赞助商来支持该活动,从而帮助促进了AI和ML社区的研究进展。来自DeepMind的团队发表了47篇论文,其中包括虚拟面板和海报会议中的35次外部合作。

DeepMind在Neurips 2022的最新研究

DeepMind’s latest research at NeurIPS 2022

Neurips是世界上最大的人工智能会议(AI)和机器学习(ML),我们很荣幸能够作为钻石赞助商来支持该活动,从而帮助促进了AI和ML社区的研究进展。来自DeepMind的团队发表了47篇论文,其中包括虚拟面板和海报会议中的35次外部合作。

DeepMind在Neurips 2022的最新研究

DeepMind’s latest research at NeurIPS 2022

Neurips是世界上最大的人工智能会议(AI)和机器学习(ML),我们很荣幸能够作为钻石赞助商来支持该活动,从而帮助促进了AI和ML社区的研究进展。来自DeepMind的团队发表了47篇论文,其中包括虚拟面板和海报会议中的35次外部合作。

#306 – Oriol Vinyals:深度学习和通用人工智能

#306 – Oriol Vinyals: Deep Learning and Artificial General Intelligence

Oriol Vinyals 是 DeepMind 的研究总监和深度学习负责人。请查看我们的赞助商来支持此播客: - Shopify:https://shopify.com/lex 获得 14 天免费试用 - Weights & Biases:https://lexfridman.com/wnb - Magic Spoon:https://magicspoon.com/lex 并使用代码 LEX 获得 5 美元折扣 - Blinkist:https://blinkist.com/lex 并使用代码 LEX 获得 25% 的高级折扣 EPISODE LINKS:Oriol 的 Twitter:ht

使用强化学习对复杂的交互式编码程序进行评分

Grading Complex Interactive Coding Programs with Reinforcement Learning

[摘要] tl;dr:人们投入了大量精力来训练 AI 算法,使其能够玩一些计算机传统上难以玩的游戏,例如 Atari 发布的复古游戏、围棋、DotA 和星际争霸 II。在开发这些算法的过程中积累的实用机器学习知识为人们现在为许多游戏定期训练游戏 AI 代理铺平了道路。按照这条思路,我们专注于一类特定的游戏——学生作为编程作业的一部分开发的游戏。掌握 Atari 游戏的相同算法能帮助我们评分这些游戏作业吗?在我们最近的 NeurIPS 2021 论文中,我们说明了将交互式编码作业评分视为游戏的挑战,并介绍了“玩评分挑战”。简介大规模在线编码教育在过去十年中取得了显著的成功。快速的互联网速度、改进

使用强化学习对复杂的交互式编码程序进行评分

Grading Complex Interactive Coding Programs with Reinforcement Learning

[摘要] tl;dr:人们投入了大量精力来训练 AI 算法,使其能够玩一些计算机传统上难以玩的游戏,例如 Atari 发布的复古游戏、围棋、DotA 和星际争霸 II。在开发这些算法的过程中积累的实用机器学习知识为人们现在为许多游戏定期训练游戏 AI 代理铺平了道路。按照这条思路,我们专注于一类特定的游戏——学生作为编程作业的一部分开发的游戏。掌握 Atari 游戏的相同算法能帮助我们评分这些游戏作业吗?在我们最近的 NeurIPS 2021 论文中,我们说明了将交互式编码作业评分视为游戏的挑战,并介绍了“玩评分挑战”。简介大规模在线编码教育在过去十年中取得了显著的成功。快速的互联网速度、改进

BanditPAM:通过多臂老虎机进行几乎线性时间的 k-medoids 聚类

BanditPAM: Almost Linear-Time k-medoids Clustering via Multi-Armed Bandits

TL;DR想要比 \(k\)-means 更好的东西吗?我们最先进的 NeurIPS \(k\)-medoids 算法 BanditPAM 现已公开!\(\texttt{pip install banditpam}\),您就可以开始了!与 \(k\)-means 问题一样,\(k\)-medoids 问题是一个聚类问题,我们的目标是将数据集划分为不相交的子集。然而,在 \(k\)-medoids 中,我们要求聚类中心必须是实际数据点,这允许对聚类中心进行更好的解释。\(k\)-medoids 还可以更好地处理任意距离度量,因此如果您使用 \(L_1\) 之类的度量,您的聚类可以对异常值更具鲁棒

BanditPAM:通过多臂老虎机进行几乎线性时间的 k-medoids 聚类

BanditPAM: Almost Linear-Time k-medoids Clustering via Multi-Armed Bandits

TL;DR想要比 \(k\)-means 更好的东西吗?我们最先进的 NeurIPS \(k\)-medoids 算法 BanditPAM 现已公开!\(\texttt{pip install banditpam}\),您就可以开始了!与 \(k\)-means 问题一样,\(k\)-medoids 问题是一个聚类问题,我们的目标是将数据集划分为不相交的子集。然而,在 \(k\)-medoids 中,我们要求聚类中心必须是实际数据点,这允许对聚类中心进行更好的解释。\(k\)-medoids 还可以更好地处理任意距离度量,因此如果您使用 \(L_1\) 之类的度量,您的聚类对异常值会更稳健。尽

Yandex 发布了记录无人机运动的详细数据集

Яндекс опубликовал подробный датасет с записью движения беспилотников

Yandex 发布了用于机器学习领域研究的无人机数据集。为 Shifts Challenge 发布的匿名数据集,该挑战赛是 NeurIPS 2021 国际会议的一部分。它包含超过 1,600 小时的自动驾驶车辆运动记录,分为 60 万个片段。开发人员收集了俄罗斯、以色列和美国不同天气条件下道路交通的数据。这是世界上此类类型中最大的公开数据集。 GitHub 上的数据集

Tuomas Sandholm:扑克和博弈论

Tuomas Sandholm: Poker and Game Theory

Tuomas Sandholm 是 CMU 的教授,也是 Libratus 的共同创始人,Libratus 是第一个在单挑无限注德州扑克游戏中击败顶级人类玩家的人工智能系统。他发表了 450 多篇关于博弈论和机器学习的论文,包括 2017 年 NIPS / NeurIPS 的最佳论文。他的研究和公司对现实世界产生了深远的影响,特别是因为他和他的团队不仅提出了新的想法,还建立了系统来证明这些想法在现实世界中是可行的。视频版本可在 YouTube 上观看。如果您想了解有关此播客的更多信息,请访问 https://lexfridman.com/ai 或在 Twitter、LinkedIn、Faceb

MIPT实验室邀您畅聊人工智能

Лаборатория МФТИ приглашает пообщаться с искусственным интеллектом

12月3日至8日,蒙特利尔(加拿大)将举办机器学习和神经科学领域的重头戏——神经信息处理系统(NeurIPS)会议。在那里,MIPT 神经系统和深度学习实验室将与 Facebook 人工智能领域研究中心一起举办“对话智能挑战赛 2”竞赛。