医生正在利用深度学习算法帮助患者治疗癌症

 
▲液体活检具有显著的成本效益,能够极大简化活组织检查的整体流程
根据维基百科的描述,最早的活检诊断源自十一世纪的一位阿拉伯医生之手。“活组织检查”biopsy这一术语中的bios意为生命,源自希腊语中的opsis,意为视觉。这种方法最初于十九世纪引入,从那时起,医学研究人员与从业者们先后开发出多种技术,从而对活体器官或组织进行检查,并通过进一步观察判断患者体征。以肠活检管为代表的各类现代器

机器学习算法在IDS中的应用

【51CTO.com快译】得益于近年来机器学习技术的飞速发展,人们正在将各种自动化且具有扩容预测能力的技术,运用到网络安全系统的加固上。
众所周知,网络安全的最常见风险来自入侵,其中包括:蛮力破解、拒绝服务、网络渗透等方面。而现如今,随着网络行为模式的改变,业界普遍认为单凭静态数据集的策略,是无法捕获流量的具体组成、并予以拦截的。因此我们有必要采用一种动态的方式,来检测和防御各种入侵。
也就

利用数据分析量化协同过滤算法的两大常见难题

【51CTO.com原创稿件】推荐系统自从问世以来解决了许多不同的商业产品问题,深受广大互联网从业者的喜爱。传统的互联网电商公司像阿里巴巴和京东已经把推荐系统当成了自己的核心技术资产之一,而新兴的互联网产品像今日头条和抖音,也早已把推荐系统作为了自己的技术立足之本。然而伴随着推荐系统的蓬勃发展,一些推荐系统在技术上的挑战和困难却总是挥之不去。
在优化算法的过程中,工程师总是强调分析数据进一步提

惊喜还是惊吓?盘点机器学习算法的「高能」瞬间

编者按:「水可载舟,亦可覆舟」,这句老话相信我们都很熟悉,套用到机器学习上,即是带给我们诸多便利的机器学习算法,一个不小心,将因为意想不到的理由带到我们「惊喜」。原作者对一篇论述此现象的论文进行了解读,雷锋网AI科技评论将之编译如下。
机器学习算法与其他计算机程序存在很大的不同。在一般编程行为中,人类程序员都会告诉计算机具体做些什么。来到机器学习,人类程序员只会提供问题,算法必须通过反复试验来

如何利用CLimF算法设计推荐系统

【51CTO.com原创稿件】自2010年开始,推荐系统领域出现了许多不同的排序学习的方法。所谓排序学习,指的是推荐系统机器学习算法优化的指标是推荐给用户的物品的排名,而不是具体的评分。排序学习解决问题的思路一般是首先提出一个需要优化的信息检索领域的指标,然后对其进行优化。因为这个指标通常是不光滑的,所以首先需要对这个指标进行近似,使得其成为一个光滑函数。信息检索的指标不同,产生了不同的算法。

15. 浮点数算法:争议和限制

浮点数在计算机中表达为二进制(binary)小数。例如:十进制小数:0.125是 1/10 + 2/100 + 5/1000 的值,同样二进制小数:0.001是 0/2 + 0/4 + 1/8。这两个数值相同。唯一的实质区别是第一个写为十进制小数记法,第二个是二进制。不幸的是,大多数十进制小数不能完全用二进制小数表示。结果是,一般情况下,你输入的十进制浮点数仅由实际存储在计算机中的近似的二进制浮点

14. 浮点数算法:争议和限制

浮点数在计算机中表达为二进制(binary)小数。例如:十进制小数:0.125是 1/10 + 2/100 + 5/1000 的值,同样二进制小数:0.001是 0/2 + 0/4 + 1/8。这两个数值相同。唯一的实质区别是第一个写为十进制小数记法,第二个是二进制。遗憾的是,大多数十进制小数不能精确的表达二进制小数。这个问题更早的时候首先在十进制中发现。考虑小数形式的 1/3,你可以来个十进制的