IT思维

药物-靶标相互作用 (DTI) 预测在药物发现和重新定位中起着重要作用。

深度学习已经能够成功预测 DNA 序列的表观基因组图谱。

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。

我被问到最多的问题是“我如何获得更高的精度？”。机器学习工程师，无论是新手还是有经验的，都会问这个问题。

对于机器人感知来说，RGB图加卷积网络已经变成了感知系统的标配。

这样的能力将为生物学研究带来翻天覆地的变革，无论是癌症研究还是药物开发都将受益于新的观测方式，我们看到的细胞将不是扁平的二维截面，也不再是课本上一成变的图样，而是一个生命充满活力的生生不息！

机器学习虽然能够在很多地方显示出强大的力量，同时也被集成到了很多的商业流程中去，但它依旧有一些不完美的地方，今天我们就通过一些典型的例子来深刻感受一下机器学习的局限性。

《欧盟一般数据保护条例》（General Data Protection Regulation，GDPR）是 20 年来数据隐私条例的最重要变化，它将取代《欧盟个人资料保护指令》95/46/EC，并将协调全欧洲的数据隐私法律，为所有欧盟民众保护和授权数据隐私，并将重塑整个地区的数据隐私保护形式。

比如把两个滑雪的人辨识为一只狗，把一个棒球看成是一杯意式咖啡，又例如把一只乌龟误认为是一把步枪。

目前，深度学习和深度强化学习已经在实践中得到了广泛的运用。

机器学习工程师 Adi Chris 最近学习完吴恩达在 Coursera 上的最新课程后，决定写篇博客来记录下自己对这一领域的理解。

深度学习芯片领域的竞争从未停止过。

深度学习正在影响我们的日常生活。

2018年可能是一切都发生戏剧性变化的一年。2017年深度学习取得的惊人突破将在2018年以一种非常有力的方式延续下去。2017年的研究工作将会转移到日常的软件应用中。

现在，每一个人都在学习深度学习，就是在准备开始学习深度学习的路上。