跳到页脚

标签:Uber AI实验室

meta-graph:使用元学习的几个链接预测

Uber AI推出了Meta-Graph,这是一种新的几弹链接预测框架,可促进对ML模型的更准确培训,以迅速适应新的图形数据。

Uber的数据科学女性:2020年通过数据转移世界 - 超越

2019年10月,Uber通过数据聚会主持了我们的第二届年度《迁移世界》,展示了我们在2019年最有趣的数据科学挑战。

创建一个动物园的动物园,以催化对深度强化学习的理解

Uber AI Labs发布了Atari Model Zoo,这是训练有素的Atari学习环境代理和工具的开源存储库,以更好地理解它们。

诗人:通过...

Uber AI Labs介绍了配对的开放式开拓者(诗人),这是一种利用开放式的算法来推动机器学习的界限。

Uber的数据科学女性:通过数据转移世界

在2018年10月的聚会上,我们在Uber的技术工作中介绍了统计,数据,优化和机器学习(智慧)小组的妇女成员。

评论年度:2018年Uber工程博客的亮点ti8 竞猜雷竞技app雷竞技到底好不好用

我们的编辑聚焦在今年最受欢迎的文章中,从我们的大数据平台的概述到工程师移民旅程的第一人称帐户。

jpeg直接更快的神经网络

Uber AI Labs引入了一种方法,该方法通过利用JPEG表示,使神经网络更快,更准确地处理图像。

蒙特祖玛(Montezuma)的复仇是由Go-explore解决的,这是一种用于硬探索问题的新算法(在...上设置了记录

Uber AI Labs推出了Go-explore,这是一种新的增强学习算法,用于解决各种具有挑战性的问题,尤其是在机器人技术中。

宣布2019 Uber AI居留权

Uber AI居住是一项为期12个月的培训计划,针对有兴趣成为Uber AI Labs或Uber ATG的AI研究人员感兴趣的专业人员。雷竞技是骗人的

宣布Uber Open Summit 2018:大规模合作

主题演讲者包括Linux Foundation执行董事Jim Zemlin和Uber AI Labs的首席科学家Zoubin Ghahramani。

用深度学习扩展Uber的客户支持票助手(COTA)系统

Uber通过利用深度学习模型来建立下一代COTA,从而扩展系统以提供更准确的客户支持票证预测。

卷积神经网络和坐标解决方案的有趣失败

尽管卷积神经网络正在深入学习中,但AI Labs的最新研究既表现出了未充分考虑的失败,又是简单的解决方案,那么强大而广泛地说明了卷积神经网络。雷竞技是骗人的

测量客观景观的内在维度

对遍历现代神经网络的高维损失景观的感觉很好奇?查看Uber AI Labs关于测量内在维度的最新研究。雷竞技是骗人的
跑步的演变

加速深度神经进化:在一台个人计算机上训练Atari数小时

Uber AI Labs能够在一台个人计算机上使用硬件加速到现在是一个开源项目的深度神经进化。雷竞技是骗人的人。
神经元图像

可微不足道的可塑性:一种学习学习的新方法

可塑性可塑性是一种新的机器学习方法,用于训练神经网络,即使训练完成后,也可以自适应地改变其连接权重,从而允许一种受生物大脑终身可塑性启发的学习形式。

藤蔓:神经进化的开源交互式数据可视化工具

Uber AI实验室介绍了神经进化视觉检查器(VINE),这是一种开源的交互式数据可视化工具,可帮助神经进化研究人员更好地了解这种算法家族。雷竞技是骗人的

引入Uber AI居留权

有兴趣通过解决Uber一些最具挑战性的AI问题来加速您的职业生涯吗?申请Uber AI居住权,这是一项研究奖学金,致力于培养下一代AI人才雷竞技是骗人的。

COTA:通过NLP和机器学习改善Uber客户服务

在本文中,Uber Engineering介绍了我们的客户痴迷票助理(COTA),该工具将机器学习和自然语言处理模型提供服务,以帮助客户提供改进的支持体验。

评论年度:2017年Uber工程博客的亮点ti8 竞猜雷竞技app雷竞技到底好不好用

在新的一年中,Uber Engineering博客分享了我ti8 竞猜雷竞技app们2017年的一些编辑选择。雷竞技到底好不好用

欢迎深度神经进化的时代

通过利用神经进化来训练深层神经网络,Uber AI实验室正在开发解决强化学习问题的解决方案。

流行文章