主题: Artificial Intelligence Working Group Update

简介: 在数据生成和数据分析的推动下,我们处于生物医学新世界的门槛。 在生命科学中,DNA测序,高分辨率成像,纵向电子健康记录以及可穿戴式和非接触式传感器等技术正在提供比以往更多的有关更多个体生物学和健康的数据。 在计算科学中,机器学习(ML)和其他形式的人工智能的进步正在改变消费技术,交通运输,能源和农业。 这些革命的融合为MLBioMed的新世界打开了大门,它为ML设计了生物医学实验,为生物医学实验设计了ML。 在本报告中,我们就NIH如何最好地确保以机器学习的方式负责任地促进生物医学研究和全球健康提出了一系列建议。

成为VIP会员查看完整内容
32

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
112+阅读 · 2019年12月24日
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
58+阅读 · 2019年8月26日
Gartner:2020年十大战略性技术趋势, 47页pdf
专知
24+阅读 · 2020年3月10日
人工智能的现状与未来(附PPT)
人工智能学家
73+阅读 · 2019年3月27日
Gartner确定2019年十大数据与分析技术趋势
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+阅读 · 2018年4月27日
人工智能与机器学习技术在医疗保健行业中的应用
深度学习与NLP
10+阅读 · 2018年3月25日
Machine Learning:十大机器学习算法
开源中国
19+阅读 · 2018年3月1日
大数据分析研究组开源Easy Machine Learning系统
中国科学院网络数据重点实验室
14+阅读 · 2017年6月13日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Arxiv
43+阅读 · 2019年12月20日
Arxiv
22+阅读 · 2019年11月24日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
7+阅读 · 2018年5月23日
Arxiv
151+阅读 · 2017年8月1日
VIP会员
相关VIP内容
专知会员服务
112+阅读 · 2019年12月24日
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
58+阅读 · 2019年8月26日
相关资讯
Gartner:2020年十大战略性技术趋势, 47页pdf
专知
24+阅读 · 2020年3月10日
人工智能的现状与未来(附PPT)
人工智能学家
73+阅读 · 2019年3月27日
Gartner确定2019年十大数据与分析技术趋势
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+阅读 · 2018年4月27日
人工智能与机器学习技术在医疗保健行业中的应用
深度学习与NLP
10+阅读 · 2018年3月25日
Machine Learning:十大机器学习算法
开源中国
19+阅读 · 2018年3月1日
大数据分析研究组开源Easy Machine Learning系统
中国科学院网络数据重点实验室
14+阅读 · 2017年6月13日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
相关论文
Arxiv
43+阅读 · 2019年12月20日
Arxiv
22+阅读 · 2019年11月24日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
7+阅读 · 2018年5月23日
Arxiv
151+阅读 · 2017年8月1日
微信扫码咨询专知VIP会员