“大数据智能”版本间的差异

来自iCenter Wiki
跳转至： 导航、 搜索
（以“ ===人工智能定义=== 人工智能，是指计算机系统具备从听说读写到搜索、推理、决策和回答问题等类人智能的能力 感知、理...”为内容创建页面）
 
第16行： 第16行：
 
阅读材料：
 
阅读材料：
 
#The rebirth of neural networks-ISCA-2010
 
#The rebirth of neural networks-ISCA-2010
 +
 +
===国际研究===
 +
[https://www.openai.com/blog/ OpenAI]
 +
 +
[http://research.google.com/teams/brain/ Googel_Brain]
 +
 +
[https://research.facebook.com/ai Facebook_AI-Research]
 +
 +
===三个层面===
 +
 +
====实现的目标与功能分类====
 +
 +
语音识别 机器视觉 智能问答
 +
 +
====核心技术分类====
 +
 +
特定算法 机器学习算法 深度神经网络
 +
 +
====底层实现方案====
 +
 +
可编程逻辑阵列 FPGA  / 通用图形处理器 GPGPU / 通用处理器 CPU 群集
 +
 +
===机器学习===
 +
 +
Machine Learning [http://scikit-learn.org scikit-learn]
 +
 +
# Jordan, M. I., and T. M. Mitchell. "Machine learning: Trends, perspectives, and prospects." Science 349, no. 6245 (2015): 255-260. [http://science.sciencemag.org/content/349/6245/255 Machine_learning_science_2015]
 +
 +
====语音识别====
 +
 +
Automatic Speech Recognition，简称ASR
 +
 +
====计算机视觉====
 +
 +
Computer Vision，简称 CV
 +
 +
===深度神经网络===
 +
 +
[[卷积神经网络]]
 +
 +
Deep Neural Networks，简称DNN
 +
 +
Stanford Deep Learning tutorials [http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial DL_tutorials]
 +
 +
入门导读
 +
 +
# LeCun, Yann, Yoshua Bengio, and Geoffrey Hinton. "Deep learning." Nature 521(7553), pp:436-444, 2015. [http://www.nature.com/nature/journal/v521/n7553/full/nature14539.html Deep_Learning_Nature]
 +
# Jeff Dean, Large-Scale Deep Learning for Intelligent Computer Systems, WSDM 2016. [http://research.google.com/pubs/jeff.html WSDM_keynote]
 +
# TensorFlow: A System for Large-Scale Machine Learning, OSDI 2016.[https://www.usenix.org/system/files/conference/osdi16/osdi16-abadi.pdf TensorFlow_OSDI2016_paper] [http://research.google.com/pubs/pub45381.html TensorFlow_paper]
 +
 +
[http://research.google.com/pubs/jeff.html Jeff Dean]
 +
 +
[http://cs.stanford.edu/~quocle/ Quoc V. Le]
  
 
===机器感知===
 
===机器感知===

2016年11月5日 (六) 03:23的版本

人工智能定义

人工智能，是指计算机系统具备从听说读写到搜索、推理、决策和回答问题等类人智能的能力

感知、理解、决策

人工智能历史

过去经历了2次高潮与2次低谷

网络和云计算所支持的计算能力

基于大数据的机器学习的算法进步

阅读材料：

  1. The rebirth of neural networks-ISCA-2010

国际研究

OpenAI

Googel_Brain

Facebook_AI-Research

三个层面

实现的目标与功能分类

语音识别 机器视觉 智能问答

核心技术分类

特定算法 机器学习算法 深度神经网络

底层实现方案

可编程逻辑阵列 FPGA / 通用图形处理器 GPGPU / 通用处理器 CPU 群集

机器学习

Machine Learning scikit-learn

  1. Jordan, M. I., and T. M. Mitchell. "Machine learning: Trends, perspectives, and prospects." Science 349, no. 6245 (2015): 255-260. Machine_learning_science_2015

语音识别

Automatic Speech Recognition，简称ASR

计算机视觉

Computer Vision，简称 CV

深度神经网络

卷积神经网络

Deep Neural Networks，简称DNN

Stanford Deep Learning tutorials DL_tutorials

入门导读

  1. LeCun, Yann, Yoshua Bengio, and Geoffrey Hinton. "Deep learning." Nature 521(7553), pp:436-444, 2015. Deep_Learning_Nature
  2. Jeff Dean, Large-Scale Deep Learning for Intelligent Computer Systems, WSDM 2016. WSDM_keynote
  3. TensorFlow: A System for Large-Scale Machine Learning, OSDI 2016.TensorFlow_OSDI2016_paper TensorFlow_paper

Jeff Dean

Quoc V. Le

机器感知

语音识别 Google_ASR

计算机视觉

自然语言理解

深度神经网络

Deep Learning

谷歌

Google_TensorFlow_whitepaper

TensorFlow

百度

dmlc_mxnet

智能问答

实验室探究课-智能问答与智能系统

取自“http://wiki.icenter.tsinghua.edu.cn/icenterwiki/index.php?title=大数据智能&oldid=41017”