会员服务

已删除

2018 年 3 月 29 日 哈佛商业评论 HBR-China
已删除
登录查看更多
0

相关内容

维基百科（ Wikipedia.org）是一个基于 Wiki 技术的全球性多语言百科全书协作项目，同时也是一部在网际网络上呈现的网络百科全书网站，其目标及宗旨是为全人类提供自由的百科全书。目前 Alexa 全球网站排名第六。
【斯坦福大学博士论文】统计模型的代数与机器表示，224页pdf
专知会员服务
33+阅读 · 2020年6月18日
麻省理工学院MIT马丁信托创业中心创业知识库，218页干货内容教你创业三十六计
麻省理工学院MIT马丁信托创业中心创业知识库，218页干货内容教你创业三十六计
专知会员服务
51+阅读 · 2020年4月30日
德勤：2020技术趋势报告，120页pdf
德勤：2020技术趋势报告，120页pdf
专知会员服务
190+阅读 · 2020年3月31日
工程领域大数据和人工智能原则
专知会员服务
124+阅读 · 2020年3月26日
【2020新书】如何成为一名专业的数据科学家？352页pdf，Build a Career in Data Science
【2020新书】如何成为一名专业的数据科学家？352页pdf，Build a Career in Data Science
专知会员服务
93+阅读 · 2020年3月14日
《人工智能2020：落地挑战与应对 》56页pdf
《人工智能2020：落地挑战与应对 》56页pdf
专知会员服务
196+阅读 · 2020年3月8日
【O'Reilly AI Conference 2019】高管简报：机器学习系统隐私的进步（Executive Briefing: Advances in privacy for machine learning systems），Katharine Jarmul
【O'Reilly AI Conference 2019】高管简报：机器学习系统隐私的进步（Executive Briefing: Advances in privacy for machine learning systems），Katharine Jarmul
专知会员服务
15+阅读 · 2019年11月5日
【2019 北京智源大会】Recent Breakthroughs in Natural Language Processing（NLP的最新突破） Christopher Manning / 斯坦福人工智能实验室（SAIL）负责人
【2019 北京智源大会】Recent Breakthroughs in Natural Language Processing（NLP的最新突破） Christopher Manning / 斯坦福人工智能实验室（SAIL）负责人
专知会员服务
9+阅读 · 2019年11月1日
【RecSys 2019报告】食品推荐帮助健康减肥（Inspiring healthy habits: data science at WW），128页pdf
【RecSys 2019报告】食品推荐帮助健康减肥（Inspiring healthy habits: data science at WW），128页pdf
专知会员服务
8+阅读 · 2019年9月20日
【Nature Medicine】人工智能与医学结合的最新综述，附13页PDF
专知会员服务
105+阅读 · 2019年1月7日
Gartner 报告：人工智能的现状与未来
Gartner 报告：人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
【数字化】数字化转型正在成为制造企业核心战略
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
34+阅读 · 2019年4月22日
最好的激励，是激发员工的自驱力
最好的激励，是激发员工的自驱力
华章管理
10+阅读 · 2019年4月14日
10000个科学难题 • 制造科学卷
10000个科学难题 • 制造科学卷
科学出版社
13+阅读 · 2018年11月29日
前沿 | 人工智能的下一个巨大挑战：理解语言的细微差别
前沿 | 人工智能的下一个巨大挑战：理解语言的细微差别
MOOC
3+阅读 · 2018年9月24日
「AI寒冬论」| 风未停，猪未醒
「AI寒冬论」| 风未停，猪未醒
线性资本
4+阅读 · 2018年8月27日
阿里给程序员准备的开源年货，你收到了吗？
阿里给程序员准备的开源年货，你收到了吗？
前端大全
3+阅读 · 2018年1月23日
人工智能的阴暗面
人工智能的阴暗面
计算机与网络安全
6+阅读 · 2018年1月8日
盘点深度学习一年来在文本、语音和视觉等方向的进展，看强化学习如何无往而不利
盘点深度学习一年来在文本、语音和视觉等方向的进展，看强化学习如何无往而不利
AI100
3+阅读 · 2017年12月24日
中央再批人工智能伪创新，90%以上AI都不靠谱
中央再批人工智能伪创新，90%以上AI都不靠谱
THU数据派
7+阅读 · 2017年12月6日
Hierarchical Human Parsing with Typed Part-Relation Reasoning
Hierarchical Human Parsing with Typed Part-Relation Reasoning
Arxiv
6+阅读 · 2020年3月10日
Hierarchical Graph Pooling with Structure Learning
Arxiv
13+阅读 · 2019年11月14日
Learning Conceptual-Contexual Embeddings for Medical Text
Arxiv
27+阅读 · 2019年8月16日
BAM! Born-Again Multi-Task Networks for Natural Language Understanding
BAM! Born-Again Multi-Task Networks for Natural Language Understanding
Arxiv
3+阅读 · 2019年7月10日
Hierarchical Meta Learning
Arxiv
9+阅读 · 2019年4月19日
Deep Reinforcement Learning: An Overview
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Hierarchical Deep Multiagent Reinforcement Learning
Hierarchical Deep Multiagent Reinforcement Learning
Arxiv
8+阅读 · 2018年9月25日
Detection and Segmentation of Manufacturing Defects with Convolutional Neural Networks and Transfer Learning
Detection and Segmentation of Manufacturing Defects with Convolutional Neural Networks and Transfer Learning
Arxiv
3+阅读 · 2018年8月7日
Being Robust (in High Dimensions) Can Be Practical
Arxiv
3+阅读 · 2017年12月14日
Multi-Task Learning with Labeled and Unlabeled Tasks
Arxiv
3+阅读 · 2017年6月8日
VIP会员
相关主题
维基百科
书籍
社会技术
连结
混合
ESE
相关VIP内容
【斯坦福大学博士论文】统计模型的代数与机器表示，224页pdf
专知会员服务
33+阅读 · 2020年6月18日
麻省理工学院MIT马丁信托创业中心创业知识库，218页干货内容教你创业三十六计
麻省理工学院MIT马丁信托创业中心创业知识库，218页干货内容教你创业三十六计
专知会员服务
51+阅读 · 2020年4月30日
德勤：2020技术趋势报告，120页pdf
德勤：2020技术趋势报告，120页pdf
专知会员服务
190+阅读 · 2020年3月31日
工程领域大数据和人工智能原则
专知会员服务
124+阅读 · 2020年3月26日
【2020新书】如何成为一名专业的数据科学家？352页pdf，Build a Career in Data Science
【2020新书】如何成为一名专业的数据科学家？352页pdf，Build a Career in Data Science
专知会员服务
93+阅读 · 2020年3月14日
《人工智能2020：落地挑战与应对 》56页pdf
《人工智能2020：落地挑战与应对 》56页pdf
专知会员服务
196+阅读 · 2020年3月8日
【O'Reilly AI Conference 2019】高管简报：机器学习系统隐私的进步（Executive Briefing: Advances in privacy for machine learning systems），Katharine Jarmul
【O'Reilly AI Conference 2019】高管简报：机器学习系统隐私的进步（Executive Briefing: Advances in privacy for machine learning systems），Katharine Jarmul
专知会员服务
15+阅读 · 2019年11月5日
【2019 北京智源大会】Recent Breakthroughs in Natural Language Processing（NLP的最新突破） Christopher Manning / 斯坦福人工智能实验室（SAIL）负责人
【2019 北京智源大会】Recent Breakthroughs in Natural Language Processing（NLP的最新突破） Christopher Manning / 斯坦福人工智能实验室（SAIL）负责人
专知会员服务
9+阅读 · 2019年11月1日
【RecSys 2019报告】食品推荐帮助健康减肥（Inspiring healthy habits: data science at WW），128页pdf
【RecSys 2019报告】食品推荐帮助健康减肥（Inspiring healthy habits: data science at WW），128页pdf
专知会员服务
8+阅读 · 2019年9月20日
【Nature Medicine】人工智能与医学结合的最新综述，附13页PDF
专知会员服务
105+阅读 · 2019年1月7日
热门VIP内容
相关资讯
Gartner 报告：人工智能的现状与未来
Gartner 报告：人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
【数字化】数字化转型正在成为制造企业核心战略
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
34+阅读 · 2019年4月22日
最好的激励，是激发员工的自驱力
最好的激励，是激发员工的自驱力
华章管理
10+阅读 · 2019年4月14日
10000个科学难题 • 制造科学卷
10000个科学难题 • 制造科学卷
科学出版社
13+阅读 · 2018年11月29日
前沿 | 人工智能的下一个巨大挑战：理解语言的细微差别
前沿 | 人工智能的下一个巨大挑战：理解语言的细微差别
MOOC
3+阅读 · 2018年9月24日
「AI寒冬论」| 风未停，猪未醒
「AI寒冬论」| 风未停，猪未醒
线性资本
4+阅读 · 2018年8月27日
阿里给程序员准备的开源年货，你收到了吗？
阿里给程序员准备的开源年货，你收到了吗？
前端大全
3+阅读 · 2018年1月23日
人工智能的阴暗面
人工智能的阴暗面
计算机与网络安全
6+阅读 · 2018年1月8日
盘点深度学习一年来在文本、语音和视觉等方向的进展，看强化学习如何无往而不利
盘点深度学习一年来在文本、语音和视觉等方向的进展，看强化学习如何无往而不利
AI100
3+阅读 · 2017年12月24日
中央再批人工智能伪创新，90%以上AI都不靠谱
中央再批人工智能伪创新，90%以上AI都不靠谱
THU数据派
7+阅读 · 2017年12月6日
相关论文
Hierarchical Human Parsing with Typed Part-Relation Reasoning
Hierarchical Human Parsing with Typed Part-Relation Reasoning
Arxiv
6+阅读 · 2020年3月10日
Hierarchical Graph Pooling with Structure Learning
Arxiv
13+阅读 · 2019年11月14日
Learning Conceptual-Contexual Embeddings for Medical Text
Arxiv
27+阅读 · 2019年8月16日
BAM! Born-Again Multi-Task Networks for Natural Language Understanding
BAM! Born-Again Multi-Task Networks for Natural Language Understanding
Arxiv
3+阅读 · 2019年7月10日
Hierarchical Meta Learning
Arxiv
9+阅读 · 2019年4月19日
Deep Reinforcement Learning: An Overview
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Hierarchical Deep Multiagent Reinforcement Learning
Hierarchical Deep Multiagent Reinforcement Learning
Arxiv
8+阅读 · 2018年9月25日
Detection and Segmentation of Manufacturing Defects with Convolutional Neural Networks and Transfer Learning
Detection and Segmentation of Manufacturing Defects with Convolutional Neural Networks and Transfer Learning
Arxiv
3+阅读 · 2018年8月7日
Being Robust (in High Dimensions) Can Be Practical
Arxiv
3+阅读 · 2017年12月14日
Multi-Task Learning with Labeled and Unlabeled Tasks
Arxiv
3+阅读 · 2017年6月8日
大家都在搜
  1. 自主可控
  2. palantir
  3. 大规模语言模型
  4. 生成式人工智能
  5. 技术报告
  6. 洛克菲勒
  7. 波士顿动力
  8. 卓成
  9. 产品推广
  10. 出海产品从 0 到 1 该怎么做
    11.
Top
微信扫码咨询专知VIP会员
Top