Fundamentos de ML: funções de custo para problemas de regressão
Características e sugestões de uso para as funções de custo indicadas para problemas de regressão.
Método é capaz de realizar feature engineering sem supervisão
Usando uma estrutura de autoencoder, a rede compactou os dados iniciais numa tarefa análoga a de feature engineering; os dados compactados foram usados na tarefa de predição, alcançando um desempenho similar àquele onde o feature engineering foi feito manualmente.
Nova rede neural aprende mais rápido por trabalhar de forma assíncrona – como o cérebro
A rede incorpora o conceito de processamento assíncrono, que ainda não havia sido explorado em machine learning. É dessa forma que o cérebro humano trabalha, onde os dados que recebe têm uma dimensão temporal não considerada pelos modelos de machine learning atuais, o que acelera a convergência para erros baixos no processo no aprendizagem.
Modelo KNN treinado com dados de simulador para classificar a experiência de neurocirurgiões
Médicos participantes do estudo realizaram a retirada de tumor cerebral em um ambiente de realidade virtual. Os dados coletados durante o experimento foram usados para classificar seu grau de experiência.
Deep learning ajuda a identificar alimentos passíveis de recall a partir de reviews postados online
O modelo BERT de processamento de linguagem natural foi usado para reconhecer, em reviews postados na internet, padrões de escrita associados a produtos retirados do mercado por serem inseguros para o consumo.
Rede neural desenvolvida por neurocientistas capaz de classificar 11 emoções a partir de imagens
Demonstrando a importância de vários níveis de informação para a classificação da valência emocional de estímulos visuais, a pesquisa ajuda a entender o funcionamento do cérebro ao mesmo tempo em que pode direcionar melhorias nos modelos de machine learning.
Método desenvolvido pelo Google Brain ajuda a interpretar as decisões de redes neurais
O método TCAV é capaz de quantificar a sensibilidade de camadas individuais de uma rede neural para conceitos intuitivos, permitindo interpretar as decisões de redes neurais que se tornam cada vez mais complexas.
Universidade chinesa desenvolve chip híbrido otimizado para inteligência geral artificial
Incorporando componentes construídos para partes específicas e compartilhadas, o chip Tianjiac consegue trabalhar eficientemente com as duas principais abordagens para AGI: a baseada em neurociência, e a baseada em ciência da computação.
Google lança Containers: ambientes portáteis e consistentes para machine learning
O serviço livra o desenvolvedor da árdua tarefa de manter um ambiente de trabalho consistente em relação às várias bibliotecas e versões com que está trabalhando, podendo focar no desenvolvimento do seu algoritmo de machine learning.
Conheça ONNX, ecossistema para interoperabilidade entre estruturas de machine learning
A iniciativa propõe a padronização da estrutura básica de modelos de machine learning para que, por exemplo, modelos treinados em uma estrutura possam ser usados para inferência em outra, facilitando a transição entre as etapas de desenvolvimento e produção.