机器学习关键词检索结果

在迅速变化的行业中为您的机器学习职业提供未来的范围

Future-Proofing Your Machine Learning Career in a Rapidly Changing Industry

关键的见解,技巧和最佳实践,以帮助您以最能与您共鸣的方向来帮助您未来的机器学习事业。

通过机器学习预测NBA冠军

Predicting the NBA Champion with Machine Learning

建立一个机器学习模型来预测NBA冠军并分析最有影响力的变量。帖子预测NBA冠军的机器学习首先出现在数据科学方面。

用现场数据和机器学习算法识别盐斑和沼泽

Identifying salt patches and marsh with field data and machine-learning algorithm

随着加拿大联邦大选即将来临,政党的重点是动员选民。但是,他们可能正在忽视种族社区已经如何塑造该国的政治生活。

如何为数据选择正确的机器学习模型?

How to Choose the Right Machine Learning Model for Your Data?

机器学习(ML)正在从根本上改变行业,应对现实世界的挑战,并为企业和个人的新可能性奠定了基础。但是,为数据选择最合适的机器学习模型可能会带来一些挑战:该领域新手或当前正在参加某些机器学习的人...阅读更多»帖子如何为数据选择正确的机器学习模型?首先出现在大数据分析新闻中。

加速机器学习模型,搭配FastApi和Redis缓存

Accelerate Machine Learning Model Serving with FastAPI and Redis Caching

通过缓存请求和生成快速响应来加快模型推断的分步指南。

“机器学习的周期表”可能会促进AI发现

“Periodic table of machine learning” could fuel AI discovery

研究人员创建了一个统一的框架,可以帮助科学家结合现有思想以改善AI模型或创建新模型。

10个免费的机器学习书籍2025

10 Free Machine Learning Books For 2025

您是否有兴趣增强机器学习能力?我们已经汇总了一份出色的免费机器学习书籍清单,以帮助您的学习旅程!

机器学习模型,以预测AAV Capsids基因治疗的适应性

Machine learning model to predict the fitness of AAV capsids for gene therapy

人类基因疗法的一项新研究描述了一种机器学习(ML)模型,该模型可以用作繁琐的体外实验的替代物。在硅方法中,这旨在提高临床腺相关病毒(AAV)衣壳的适应性,以使基因疗法对患者的经济更加可行。

带机器学习的红外光谱检测早期木涂层恶化

Infrared spectroscopy with machine learning detects early wood coating deterioration

从日本柏树到黄木松树,木材已在建筑中使用了数千年。尽管钢铁和混凝土等材料在很大程度上占据了大型建筑,但伍德正在卷土重来,越来越多地用于公共和多层建筑中,以供其环境益处。

采访AminaMević:适用于半导体制造的机器学习

Interview with Amina Mević: Machine learning applied to semiconductor manufacturing

在一系列采访中,我们会遇到一些AAAI/Sigai博士联盟参与者,以了解有关他们的研究的更多信息。在这次最新采访中,我们听到正在将机器学习应用于半导体制造的AminaMević的消息。了解到目前为止她的博士学位研究的更多信息,什么使该领域如此有趣,以及如何[…]

机器学习解锁了轻型有机晶体中的“出色性能”

Machine learning unlocks ‘superior performance’ in light-driven organic crystals

日本大学Waseda的研究人员开发了一种机器学习工作流程,以优化光导入的有机晶体的输出力。使用LASSO(绝对收缩和选择算子)回归来识别关键分子亚结构和贝叶斯优化以进行有效采样,它们的最大阻断力为37.0 mn - 效率是[…]

机器学习的夏季研究

Summer Research in Machine Learning

乔纳森·佩(Jonathan Pei),'27,威尔明顿,德国,今年夏天,我有机会与Mingmin Zhao教授和博士生Haowen Lai合作。我已经从2023年12月开始在这个实验室工作,今年夏天给了我一个…

机器学习解锁了光驱动的有机晶体中的卓越性能

Machine learning unlocks superior performance in light-driven organic crystals

研究人员开发了一种机器学习工作流程,以优化光导入的有机晶体的输出力。使用LASSO回归来识别关键分子亚结构和贝叶斯优化以进行有效抽样,它们的最大阻塞力量为37.0 MN,效率是常规方法的效率73倍。

在对抗性攻击下可证明机器学习模型的安全认证:面试

Provably safe certification for machine learning models under adversarial attacks: Interview with Chen Feng

在他们的工作中:在AAAI 2025年提出的对抗性攻击下,可证明是安全的机器学习模型认证,陈Feng,陈芬,Ziquan liu,Zhuo Zhi,Zhuo Zhi,iLija Bogunovic,Carsten Gerner-Beuerle和Miguel Rodrigues和Miguel Rodrigues开发了一种新的进攻方式,以确认型号的绩效模型 - 在机器学习中的新方法。在这里,陈[…]

从机器学习工程师那里学习 - 第6部分:人类方面

Learnings from a Machine Learning Engineer — Part 6: The Human Side

对与机器学习的人类有关的人类的实践建议,从机器学习工程师那里学习邮政学习 - 第6部分:人类方面首先出现在数据科学方面。

机器学习如何转换半导体制造过程

How Machine Learning is Transforming Semiconductor Manufacturing Processes

半导体行业是现代技术的基石,正在经历由机器学习(ML)和人工智能(AI)推动的转变。这些技术对于优化制造过程,提高效率和确保质量至关重要。从芯片设计到缺陷检测,用于半导体的AI/ML正在彻底改变我们如何处理生产和解决问题。这些进步的核心是SEC/GEM协议,这是一种通信标准,可促进ML系统无缝集成到半导体制造设备中。

新的机器学习工具可以改变我们学习中子星星合并的方式

New machine learning tool could transform how we study neutron star mergers

单独使用引力波信号的中子星合并的位置可以快速查明中子合并的位置。新机器学习工具可以改变我们研究中子星星合并的方式。

机器学习模型发现,约60%的美国人对气候风险和支持气候政策感到困惑

A machine learning model discovers that ~60% of Americans are confused about climate risk and ambivalent about supporting climate policy

了解公众对气候政策的支持对于塑造减少气候变化影响的有效策略至关重要。但是,预测政策支持长期以来一直具有挑战性,因为许多因素会影响公众舆论。由佛蒙特大学的Asim Zia教授领导的研究人员的跨学科团队,包括罗德岛学院的Katherine Lacasse教授,教授[…]