跳到页脚

标签：ml.

美食发现与优步吃:推荐市场

美食发现与优步吃:推荐市场

Yuyan王-
Uber Eats的工程师描述了他们如何在应用程序中使用多目标优化来提供餐厅推荐，在保持Uber Eats市场健康发展的同时，为食客提供最令人满意的体验。
阅读更多

利用深度学习扩展优步的客户支持票务助理(COTA)系统

Huaixiu郑-
优步通过利用深度学习模型建立了下一代COTA，从而缩放系统以提供更准确的客户支持票证预测。
阅读更多

卷积神经网络和COORCONV解决方案的有趣失败

罗赞刘-
随着卷积神经网络的强大和广泛普遍存在深入学习，AI Labs的最新研究揭示了一个低估的失败和简单的修复。雷竞技是骗人的
阅读更多

客观景观的内在维度测量

春源李-
对它遍历现代神经网络的高维损失景观是什么感觉？查看Uber AI Labs的最新研究，以确定内在尺寸。雷竞技是骗人的
阅读更多
神经元图像

可微分的可塑性：一种学习学习的新方法

托马斯米多尼-
可微可塑性是一种新的机器学习方法，用于训练神经网络，即使在训练完成后，也能自适应地改变它们的连接权重，允许一种受生物大脑终身可塑性启发的学习形式。
阅读更多

VINE:一个面向神经进化的开源交互式数据可视化工具

瑞王-
优步人工智能实验室推出了神经进化视觉检查器(VINE)，这是一个开源的交互式数据可视化工具，帮助神经进化研究人员更好地理解这类算法。雷竞技是骗人的
阅读更多

介绍优步AI居住

Jason Yosinski.-
有兴趣通过解决一些优步最具挑战性的AI问题来加速您的职业生涯？申请优步AI居留权，致力于培养下一代AI人才的研究奖学金。雷竞技是骗人的
阅读更多

Omphalos，优步的并行和语言可扩展时间序列反向工具

罗伊杨-
Uber Engineering创建了omphalos，我们的新的反垄断框架，以实现跨语言预测模型的高效可靠的比较。
阅读更多

Cota：通过NLP和机器学习改善优步客户服务

Huaixiu郑-
在本文中，优步工程介绍了我们的客户痴迷票务助理（COTA），这是一个新工具，将机器学习和自然语言处理模型在客户服务中施加服务，帮助代理商提供改进的支持体验。
阅读更多

一年的评论：2017来自优步开源的亮点

布莱恩谢长廷-
随着我们接近新的一年，优步开源从2017年重新访问一些超级工程最受欢迎的项目。
阅读更多

欢迎深度神经进化时代的到来

Kenneth O. Stanley-
通过利用神经发展来培训深度神经网络，优步AI实验室正在开发解决方案，以解决加强学习问题。
阅读更多

来自优步合作伙伴活动矩阵的收集洞察力与基因组双板和机器学习

清峰-
Uber Engineering的合作伙伴活动矩阵利用Biclustering和机器学习，以更好地了解我们的驱动程序应用程序的用户体验的多样性。
阅读更多

欢迎Peter Dayan到Uber Ai Labs

Zoubin Ghahramani.-
抵达现在：优步首席科学家Zoubin Ghahramani介绍了优步AI Labs的最新团队成员，屡获殊荣的神经科学家Peter Dayan。
阅读更多

工程更可靠的运输运输与超级机器学习和AI

Chintan Turakhia-
在本文中，我们突出了优步利用机器学习和人工智能如何在规模上解决工程挑战。
阅读更多

优步AI实验室开放消息来源Pyro，一种深刻的概率编程语言

诺亚古德曼-
Pyro是一种开源概率编程语言，将现代深度学习与贝叶斯建模结合起来，以工具优先的方式处理人工智能。
阅读更多

遇见Horovod：优步的开源分布式深度学习框架Tensorflow

Alex Sergeev.-
优步工程推出Horovod，这是一个开源框架，使其更快，更容易培训与Tensorflow的深入学习模型。
阅读更多

优步时间序列预测中的神经网络工程不确定性估计

凌雪朱-
Uber Engineering介绍了一种新的贝叶斯神经网络架构，可以更准确地预测时间序列预测和不确定性估计。
阅读更多
遇见Michelangelo：优步的机器学习平台

遇见Michelangelo：优步的机器学习平台

杰里米·赫尔曼-
Uber Engineering推出了Michelangelo，我们的机器学习服务系统，使团队能够轻松构建，部署和运行ML解决方案。
阅读更多
1 2 第2页，共2页

受欢迎的文章