Deep-Q Network (DQN) May 17, 2017 원문 : https://jay.tech.blog/2017/01/10/deep-q-network-dqn/ 이 포스팅은 Control with Approximation의 후속편이라고 할 수

퍼셉트론(perceptron)은 인공신경망의 한 종류로서, 1957년에 코넬 항공 연구소(Cornell Aeronautical Lab)의 프랑크 로젠블라트(Frank Rosenblatt)에 의해 고안되었다.

원문 : https://medium.com/airbnb-engineering/automated-machine-learning-a-paradigm-shift-that-accelerates-data-scientist-productivity-airbnb-f1f8a10d61f8 Airbnb에서는 데이터 과학 작업의 플로우를 향상시킬 수있는 방법을 항상 모색 중입니다. 상당한 양의 데이터 과학

원문  :  https://blogs.nvidia.com/blog/2017/05/11/ai-translates-sign-language/ 청각장애인은 들을 수 없습니다. 대부분의 사람들은 청각장애인의 수화를 이해하지 못합니다. 이 기술은 AI가

출처. :  https://venturebeat.com/2017/05/09/how-generative-artificial-networks-are-accelerating-ai-learning/ 인공 지능(AI) 시스템의 가장 큰 제약은 생각이나 세계를 인간이 할 수있는 방법을

출처. :  http://adventuresinmachinelearning.com/improve-neural-networks-part-1/ 우리가 신경망의 성능을 “향상”하려고 할 때 일반적으로 두 가지를 언급합니다 : (1) 정확도

  링크. :  http://www.github.com/deepmind/sonnet DeepMind가 전체 연구조직을 TensorFlow(TF)를 사용하도록 전환한 이후로 거의 1년이 되었습니다 .

  링크  :   https://github.com/sbrugman/deep-learning-papers 과제, 날짜별로 정리된 딥러닝에 관한 자료입니다. 현재의 최신 자료와 시작에 유용한 자료는 라벨이

머신러닝 (ML)의 세계를 탐구할 때 많은 대안에서 하나의 프레임워크를 선택하는 것이 위협적인 작업이 될 수

딥러닝은 프로세스의 상당 부분이 목표를 달성하는 방법을 학습하는 기계를 포함한다는 점에서 전통적인 소프트웨어 개발과 다릅니다.

보험 업계에서의 머신러닝 및 인공지능 기고 : George Argesanu, Global Head of Advanced Analytics, Personal

지난 몇 년 동안 머신러닝/인공지능의 하위 분야가 점점 인기를 얻고 있는 것은 의심의 여지가 없습니다.