会员服务
微软 （英文名称：Microsoft；中文名称：微软公司或美国微软公司）始建于1975年，是一家美国跨国科技公司，也是世界PC（Personal Computer，个人计算机）软件开发的先导，由比尔·盖茨与保罗·艾伦创办于1975年，公司总部设立在华盛顿州的雷德蒙德（Redmond，邻近西雅图）。以研发、制造、授权和提供广泛的电脑软件服务业务为主。

精品内容

77页深度研报，透视放出bing大招的微软产业链布局
77页深度研报，透视放出bing大招的微软产业链布局
专知会员服务
68+阅读 · 2023年5月8日
ChatGPT和机器人如何结合？微软最新《ChatGPT机器人:设计原则和模型能力》论文，25页pdf
ChatGPT和机器人如何结合？微软最新《ChatGPT机器人:设计原则和模型能力》论文，25页pdf
专知会员服务
118+阅读 · 2023年2月25日
一天狂揽2000+星，微软面向初学者ML课程来了，完全免费
一天狂揽2000+星，微软面向初学者ML课程来了，完全免费
专知会员服务
33+阅读 · 2021年7月5日
【微软】人工智能系统课程
【微软】人工智能系统课程
专知会员服务
89+阅读 · 2020年12月31日
【微软-ACL2020】TinyMBERT: Multi-Stage Distillation Framework for Massive Multi-lingual NER
【微软-ACL2020】TinyMBERT: Multi-Stage Distillation Framework for Massive Multi-lingual NER
专知会员服务
35+阅读 · 2020年4月14日
【CHI2020-微软】解释可解释性:理解数据科学家使用机器学习的可解释性工具，Interpreting Interpretability: Understanding Data Scientists’Use of Interpretability Tools for Machine Learning
【CHI2020-微软】解释可解释性:理解数据科学家使用机器学习的可解释性工具，Interpreting Interpretability: Understanding Data Scientists’Use of Interpretability Tools for Machine Learning
专知会员服务
54+阅读 · 2020年3月8日
【UCLA-微软-WWW2020】异构图Transformer，Heterogeneous Graph Transformer
【UCLA-微软-WWW2020】异构图Transformer，Heterogeneous Graph Transformer
专知会员服务
136+阅读 · 2020年3月8日
【微软雷德蒙研究院】对抗机器学习工业视角，Adversarial Machine Learning
【微软雷德蒙研究院】对抗机器学习工业视角，Adversarial Machine Learning
专知会员服务
12+阅读 · 2020年2月24日
【微软&CMU】后向特征校正，深度学习如何深度学习？Backward Feature Correction: How Deep Learning Performs Deep Learning
专知会员服务
12+阅读 · 2020年1月18日
【新书】Azure 深度学习，在微软人工智能平台上构建和部署人工智能解决方案 | Deep Learning with Azure，Building and Deploying Artificial Intelligence Solutions on the Microsoft AI Platform，附298页pdf
【新书】Azure 深度学习，在微软人工智能平台上构建和部署人工智能解决方案 | Deep Learning with Azure，Building and Deploying Artificial Intelligence Solutions on the Microsoft AI Platform，附298页pdf
专知会员服务
42+阅读 · 2020年1月13日
【新书】敏捷机器学习（Agile Machine Learning），微软| Eric Carter
【新书】敏捷机器学习（Agile Machine Learning），微软| Eric Carter
专知会员服务
23+阅读 · 2020年1月9日
【论文推荐】将机器语言模型扩展到人类级别的语言理解，Extending Machine Language Models toward Human-Level Language Understanding
【论文推荐】将机器语言模型扩展到人类级别的语言理解，Extending Machine Language Models toward Human-Level Language Understanding
专知会员服务
17+阅读 · 2019年12月14日
【NeurIPS 2019-教程】强化学习:过去、现在和未来展望（Rinforcement Learning: Past, Present, and Future Perspectives），微软首席研究员Katja Hofmann
【NeurIPS 2019-教程】强化学习:过去、现在和未来展望（Rinforcement Learning: Past, Present, and Future Perspectives），微软首席研究员Katja Hofmann
专知会员服务
58+阅读 · 2019年12月9日
【KDD2019|讲座推荐】大规模序贯实验的基础：Foundations of large-scale sequential experimentation
【KDD2019|讲座推荐】大规模序贯实验的基础：Foundations of large-scale sequential experimentation
专知会员服务
5+阅读 · 2019年12月9日
【ICML 2019 Tutorials】(Neural Approaches to Conversational AI)，微软高级研究员| Michel Galley，微软研究经理|高剑峰
【ICML 2019 Tutorials】(Neural Approaches to Conversational AI)，微软高级研究员| Michel Galley，微软研究经理|高剑峰
专知会员服务
16+阅读 · 2019年6月10日
参考链接
子主题
洪小文
微软搜索广告算法团队
微软亚洲研究院多媒体计算组
微软亚洲互联网工程院
微软亚洲研究院上海人工智能组
微软亚洲研究院自然语言计算组
黄学东
微软亚洲研究院机器学习组 Graphormer 团队
微软亚洲研究院深度与强化学习组
曾敏
微信扫码咨询专知VIP会员
Top