机器学习

机器学习是机器根据以前的结果改进其性能的能力。机器学习方法使计算机无需显式编程就能学习,并且有多种应用,例如,在改进数据挖掘算法方面。

特色

最新研究与评述

新闻及评论

  • 新闻和观点|

    基于机器学习的普通元胞分割模型在测试图像与训练图像差异很大的情况下表现欠佳。Cellpose 2.0允许生物学家根据自己的成像数据快速训练最先进的分割模型。这在以前只能使用大型的、带注释的数据集,并且需要专业的机器学习知识。

    自然方法, 1 - 2
  • 新闻和观点|

    一项对商业面部分析工具的审计发现,深色皮肤的面孔被错误分类的比例远远高于其他任何群体的面孔。四年过去了,这项研究正在塑造研究、监管和商业实践。

    • Abeba Birhane
    自然 610, 451 - 452
  • 评论与意见|

    为了在医疗保健领域提供价值,人工智能和机器学习模型不仅必须集成到技术平台中,还必须集成到当地的人类和组织生态系统和工作流程中。为了实现大规模应用这些模型的预期收益,需要一个社会技术可移植性挑战和潜在解决方案的路线图。

    • Batia Mishan Wiesenfeld
    • 阴Aphinyanaphongs
    • 欧迪11月
    自然-机器智能 4, 807 - 809