新普金娱乐网址


自是这般理解丘成桐的

地理我十八春秋的天空,很蓝

地理AI 的架和核心

  • 十月 24, 2018
  • 地理
  • 没有评论

泛义上讲人工智能,一般还见面和机械上了合在一起。

摘要: 正文是笔者以2017年总结好太喜爱的十单数据可视化项目,涵盖范围大,项目生动、有趣且发出深度。读者们方可择自己感兴趣的型动手体验一下咔嚓。

AI 的架构

人工智能的架分为三层:应用层、技术层和基础层。

应用层聚焦于人工智能与各个行业各领域的构成。技术层是算法、模型与技术开发。基础层则是精打细算能力及多少资源。

各个层架构再开展剪切如下:

数量收集:获什么类型的数额,数据足以透过那些途径得到。常见的多寡出自是集、购买或者其他方式取现有数据。

照中山大学的知名机器上研究学者梁浩林就享受至,城市地理学领域的数额收集渠道,可以协同获取有社交APP,比如Yahoo
Flickr、Sina
Webo的checkin数据,手机的信号数据,用户GPS的轨迹数据等等。

数据明白:抱到原数据之后,分析数据中来啊内容、数据准确性如何,为下同样步的事先处理做准备。

按部就班我们拍的各种照片,需要从中识别出含有人口脸的肖像。

多少预处理:旧数据可能会见有环境影响或者干扰因素,格式化也坏,所以为了保证预测的准头与行之有效,需要开展多少的预处理。

大面积的按照调整照片亮度、对比度、锐化等等。

特征提取:拿数据里行的,有特异特征的抽取出来。

遵,对几千布置行照片进行分类,特征包括性别、头发眼睛皮肤颜色、轮廓、脸型等等。

型构建:行使相当的算法,获取预期准确的价。

常用之归类算法包括:决策树分类法(Decision
Tree),朴素贝叶斯分类算法(Native Bayesian
Classifier)、基于支持于量机(SVM)的分类器、神经网络法(Neural
Network)、k-最近邻法(k-nearest neighbor,kNN)
语义树、知识库、各种视觉算法等等等。至于各种算法的区别,我还以念着。

型评估:便对一个模子进行评估的正规来准确率、查全率。

查准率 =检索出的相关信息量/检索出的音讯总量

查全率=检索出底有关信息量/系统中之连带信息总量

狭义上的接头拿人脸识别来讲,假而数据库中是的10独用户的肖像,我对就10个用户展开摄像,识别出来库中蕴含的口脸有7只,这7只中识别正确的发出5独,那么查准率=5/10=50%;查全率就是7/10=70%。另外就是是,假要自己对1只用户,操作十赖,出来的结果是否十潮全和事实上匹配。我看吧是范评估的一个专业。

范训练:冲模型评估的结果,对范进行不断的训练还是调动,以达成更好之功力。

型应用:将模型部署、应用到实际场景中。

可回AI 基本概念和利用中的食指脸识别开门场景,来看望哪与咱们的 AI
架构对应的。

打AI 的构造非常易得关押出来。

事在人为智能的基本是基础层,即计算能力与refreshing data flow
(持续的数据流)。

所以特别商店愿意投入人工智能与升华人工智能,因为那个庄发数量,尤其是Google、Facebook、亚马逊、苹果,还有国内的BAT。数据是十分公司的一个优势。

遂本产生一个响会以为:大商店不有的医治、基金、金融等数码,可能会见是多少店、人工智能初创店突破之机。

技能层的中坚要在:特征提取, 模型与算法选择。

Google 于过去个别年的年华里,一直致力为 AI
的探究和转型,将机械上与人工智能技术从而到Google Lens、YouTube、Google
Map上等。另外还拿局内支出暨动的机器上技术整理及了同步,命名也
TensorFlow,也称之为第二替代人工智能体系,完全开源,任何人都得以就此。并且于境内为起专门的社区网站http://www.tensorfly.cn/。

2017年都变为千古,2018年正赶到。在过去的如出一辙年里,人工智能和数量对等有关领域有了众要事,年底吗刻画了部分总结性的稿子,比如《不容错过的2017数目正确15生热门GitHub项目》、《2017年十深无比让欢迎机器上Python库》、《2017
AI医学领域的年终总结:进展、问题以及大势》等。年底总结一下仙逝发的工作,再展望一下初的同等年针对协调之盼望与期待,这是一个坏好的习惯。那么今天,总结一下2017年多少对领域十异常可视化项目。

以下简介绍这十单门类,排名不分开先后。

1.下数学改变Gerrymandering

Gerrmandering的意是杰利蝾螈,是一个源美国底政治术语,指以未公正的选区划分方法操纵选举,致使投票结果好某方。Olivia
Walch于这个类型遭到因为连环画的形式授课了Gerrmandering,通过这路而得了解及一个老少咸宜的选举区应该是什么法。

2.卡西尼号的华丽旅行

恰好围绕土星的卡西尼号卫星已经做好了备选上大气层的备,美国国家地理杂志的Nadia
Drake和Brian
T.Jacobs详细介绍了卡西尼号卫星13年来之远足及其探测情况。在此项目受到,能够详细的见到该卫星的相干状况。

3.而是哪写一个完美?

Google quick draw这个写小程序展示了文化是怎么养我们的本能。Huong
Ha和Nikhil
Sonnad特别关心人们是怎画圆的,以及不同的口画圆的风格。在是类型遭到,可以看不同国家的众人画圆的作风是否一致。

4.灯亮&灯灭

John
Nelson将2012年地的夜卫星影像和2016年之像进行了比,以量世界上新面世的光和曾一去不返的灯光区域。在是路蒙,可以通过区域灯光的照明或暗淡/熄灭大致说明及时片区域的腾飞状态。

5.信任的变动

Nicky
Case设计的即款游戏很好打,相信大家打了以后会针对信任来越来越的思想。这款打系统分析现实世界面临的信任来过程,通过深入研讨博弈论来演变信任。

6.破解鸟蛋形状的精深

不等档次的鸟儿会生殊造型的小鸟蛋,这中的因由直到日前科学家才搞明白。Sarah
Crespi和Jia
You科学地组成视频、数据图和插图来说明这个世人不怎么关系的话题,在这个类型遭到,一只蛋的长短及鸟类之躯壳大小有关;蛋的状(椭圆/不对称等)与鸟类的宇航习惯有关,鸟儿的飞行能力越强,鸟蛋就见面更加不对称或椭圆。

7.数量草图

恐怕每个人当同伴侣体系(buddy system)一起工作。数据草图是Nadieh
Bremer和Shirley
Wu两人口以内的合作方式,每个月他们都见面挑一个主题,然后每个人犹创造一个无传统的交互式图形。在斯路遭到,每个月的数额草图真的还十分美,中间像已更新了,希望会连续创新下去并补充中间遗留的一些。

8.Pudding杂志

Pudding是一个视觉类文章出版物,从达图备受得望,只创造了一如既往年之“视觉论文杂志”Pudding是一个雄心勃勃的类别,拟帮助人家通过数量和图了解复杂的主题。从可视化的角度来拘禁,既可编写成文,又是一律种植商业模式,真的是一律宗有趣的政工。

9.终身中起日全食的状态

每当是类别中,记录了未来的100年时光里,你就一辈子中能看到日全食的地方以及日。总的来讲,每1.5年就算得从地球的某个地方来看日全食。该项目为地球仪的样式展现了持续日全食出现地点以及岁月,真的好行还有趣。

10.夏龙变换得愈加热

偶,人们会觉得到夏日更为热了。这个感觉并未错,夏天真的变得尤为热了。在这个类别受到,Nadja
Popovich和Adam
Pearce使用一个直方图直观地可视化夏天底热度,他们统计了打20世纪80年代以来每十年的伏季事实上气温,并同定位的基线平均值进行比。研究人员发现,自1980年晚,夏季气温可以变动,变得更为热。

作者信息

Nathan Yau,FlowingData网站的作家、统计学家。

本文由阿里云云栖社区社翻译。

文章原来标题《10 Best Data Visualization Projects of 2017》,作者:Nathan
Yau,译者:海棠

相关文章

No Comments, Be The First!
近期评论
    分类目录
    功能
    网站地图xml地图