| AWS | 聲音辨識 | 機器學習
解決ML訓練資料不平衡問題，AWS用新法提高聲音辨識系統正確度
AWS的實驗結果顯示，新方法解決機器學習訓練資料不平衡的錯誤率，比目前常用的神經網路聲音辨識法再降低15%～30%
2019-03-12
| AI | BAIR | 元學習 | 模仿學習 | 溫網 | IBM | Wayve | 自駕車 | OpenAI | MIT | 聲音辨識
AI趨勢周報第48期：只要觀察人類示範一次，AI機器人就學會新技能
柏克萊加州大學的人工智慧研究院（BAIR）研究員Tianhe Yu和Chelsea Finn，日前展示自己開發的AI系統：只要讓機器人觀看人類示範一次，就學會辨識新物件、並擺放到正確的位置。
2018-07-13
