| AWS | 機器學習 | 自然語言理解服務

沒有ML背景也沒關係,AWS自然語言理解服務Comprehend推客製化辨識模型服務

AWS最近於自然語言理解服務Amazon Comprehend中,推出客製Entity辨識模型的功能,強調不需要ML背景,透過自家現有的資料,就能建立客製化Entity辨識模型。

2018-11-20

| google | Pixel Phone | 夜拍 | 機器學習

為何夜拍可以這麼清楚?Google公開如何用機器學習克服低光照環境的關鍵

Google近日在Pixel Camera App新增夜拍Night Sight功能,能讓使用者在低光照的場景,拍出清晰的照,研發團隊於14日在自家部落格中,揭露了突破夜拍挑戰的背後技術

2018-11-16

| 蘋果 | 機器學習 | 語音助理 | Siri

蘋果語音助理Siri未來有望推出離線版,不用連接網路也能用

目前蘋果語音助理Siri一定要連接網路才能使用,近期蘋果申請離線版Siri的專利曝光,這項專利顯示未來蘋果可能會推出可以離線使用的Siri

2018-11-16

| SnapLogic | 機器學習 | 模型

SnapLogic釋出自助服務機器學習解決方案,加速模型開發與部署速度

SnapLogic提到,開發人員通常需要將機器學習模型,轉換成另一種程式語言才能進行產品階段的部署,而SnapLogic Data Science則能免去這個過程。

2018-11-15

| 玉山銀行 | GCP | Cloud | 機器學習

如何克服傳統行銷預測模型的痛點?玉山銀上雲AI實戰大公開!

玉山銀行在傳統行銷預測模型,遇上資料爆量的難題,使得過去建立的預測模型,3到6個月才能更新一次。為了讓預測模型的更新速度更為快速,玉山銀從信用貸款產品開始,運用顧客瀏覽行為,在Google雲端平臺上建立一套機器學習行銷預測模型,要找出消費者在網站上購買信貸產品的關鍵要素,並讓廣告投放等行銷行為更為精準。

2018-11-15

| 臉書 | 機器學習 | 恐怖主義

臉書以機器學習偵測恐怖主義訊息,減少檢舉貼文反應時間超過一半

臉書擴大貼文申訴程序並啟用自動刪除機制,大幅減少了處理使用者回報恐怖內容的反應時間,從2018年第一季報告的43小時,在第三季降低到了18小時。 

2018-11-13

| GCP | Nvidia | 機器學習

GCP現提供Nvidia Tesla T4 GPU,支援混合精度機器學習運算

Nvidia Tesla T4的Turing Tensor Core支援FP32、FP16和INT8等多種精度型態,能滿足不少GCP使用者,對於混合精度運算的需求。

2018-11-13

| OpenAI | 機器學習 | 增強學習

OpenAI手把手增強學習從頭教,釋出教育資源Spinning Up

Spinning Up內容豐富囊括不少資源,不只從基本理論介紹起,還提供研究增強學習的方法,同時附上了許多演算法的實作範例程式碼。

2018-11-12

| 微軟 | ML.NET | 機器學習

微軟更新ML.NET 0.7,強化推薦任務以及異常偵測功能

ML.NET 0.7加入了矩陣分解(Matrix Factorization),這個演算法比起ML.NET 0.3時增加的FFM執行效率更好也更靈活,支援連續數字等級而非布林值選項。

2018-11-12

| google | AI | 機器學習

Google釋出AI Hub和Kubeflow Pipelines幫助企業重用AI資源降低部署門檻

AI Hub讓企業易於探索、共享和重複使用機器學習資源,而Kubeflow Pipeline則提供一個組合工作臺,讓企業部署和管理可重用的端到端機器學習工作流程。

2018-11-10

| 機器學習 | CNN | 瘧疾

機器學習加速瘧疾診斷,為醫生節省85%時間

篩檢瘧疾的主要方法玻片抹血非常繁瑣,醫生需要從5,000個紅血球中找出寄生蟲,Insight研究員開發影像偵測應用,自動找出存在寄生蟲的紅血球。

2018-11-07

| google | 機器學習

Google靠機器學習模型幫你找出可能有食安疑慮的黑心餐廳

此一機器學習模型運用在Google搜尋中使用「肚子痛」或「拉肚子」等關鍵字,配合用戶同意分享的匿名地點資料,找出查詢者曾造訪的餐廳,依造訪者可能出現生理不適的比例,推斷可能有食物安全疑慮的餐廳。

2018-11-07