无监督学习

在数字技术的支撑下，传统金融行业不断向线上转移，金融市场的体量和发展潜力被逐步放大。与此同时，其暴露的风险隐患也与日俱增，欺诈现象层出不穷，欺诈形式纷繁复杂，欺诈手段更是逐步呈现专业化、产业化、隐蔽化、场景化等特征。《2019中国数字金融反欺诈全景报告》显示，目前各类金融场景中欺诈行为已超过100种，2018年至201

本文首发自 easyAI - 人工智能知识库 原文地址：《 一文看懂无监督学习（基本概念+使用场景+2类典型算法） 》 无监督学习是机器学习领域内的一种学习方式。本文将给大家解释他的基本概念，告诉大家无监督学习可以用用到哪些具体场景中。最后给大家举例说明2类无监督学习的思维：聚类、降维。以

雷锋网 AI 科技评论按： CapsNet 作者 Sara Sabour 联合 Geoffrey Hinton 及牛津大学研究者在最新的论文《Stacked Capsule Autoencoders》中提出胶囊网络的改进版本，该胶囊网络可以无监督地学习图像中的特征，并取得了最先进的结果。 一个物体可以看作

雷锋网 AI 科技评论按： 如今，说到图像领域的生成式模型，大家往往会想到对抗生成网络（GAN）和自编码器（AE）。本文介绍了斯坦福 AI 研究院的研究人员如何从统计压缩感知技术中汲取灵感设计出的非确定性自编码器（该编码器在自编码器的潜在空间中对不确定性进行建模），并巧妙地使用变分技术为其设计目标函数，相较于传

6月12-14日，为期三天的“2019全球新经济年会”在上海长宁世贸展馆顺利举办。本次大会由上海市经济和信息化委员会、上海市商务委员会、上海市长宁区人民政府指导，上海市长宁区青年联合会、亿欧公司联合主办。大会以“科创引领智能新时代”为主题，聚焦科创板、5G、智能制造等新兴 产业创新 热点。

雷锋网 AI 科技评论按： 在过去十年中，机器学习在很多领域都取得了前所未有的进展，如图像识别，自动驾驶汽车、和玩复杂游戏如「GO」等。这些成就在很大程度上都是通过采用监督学习和强化学习两种范式中的一种来训练深度神经网络得以实现的。这两种范式都要求人为设定「训练信号」并将其传递给计算机。在监督学习的示例中，这些

2013年感恩节前夕，谢映莲和俞舫离开工作多年的微软研究院，二人从同事关系转变为创业伙伴，在美国硅谷成立了 人工智能 公司DataVisor。 当时，深耕于网络安全领域的她们已经拥有超过24项专利，并在顶尖学术会议上发表了50多篇研究论文。 盛名之下，许

公众号/AI前线作者 | Anelia Angelova译者 | 马卓奇编辑 | NatalieAI 前线导读：近日，谷歌大脑团队提出一种结构化方法从单目视频中进行无监督学习，获得了较高质量的场景深度和自运动预测。同时，结合在线学习算法，该方法可以进行跨域迁移，在与训练数据库差距较大的数据库上获得可观的表现。更多优质内

雷锋网 AI 科技评论按：OpenAI 近期更新了一篇博客，他们利用一个任务无关的可扩展系统在多语言任务上取得了卓越进展。 论文 及 代码 已经公布。他们的方法结合了 transformers 和 无监督学习 两个已经存在的方法。项目结果证明了将监督学习和

雷锋网(公众号：雷锋网) AI 科技评论按：本文作者为悉尼科技大学博士生董宣毅（Xuanyi Dong），他根据 CVPR 2018 录用论文 Supervision-by-Registration: An Unsupervised Approach to Improve the Precision of Fa