- 综合排序
- 最热优先
- 最新优先
- 来自专栏大数据文摘
Algorithmia：算法的应用商店
组建一个算法的“应用商店”—Algorithmia。 但Algorithmia的不同之处在于它接受并销售所有类型的算法。 Algorithmia 靠云服务解决这两个问题。 但是鉴于 Algorithmia 仍处于私测阶段，这个服务是否就是他期待的解决方案尚不得而知。他的希望是 Algorithmia 能发展成像点评网站 Yelp 那样变成算法的点评网站。 而 Algorithmia 的确有类似应用商店的评级和评论功能。 摘自：wired.com,36氪
2.1K60发布于 2018-05-22 - 来自专栏新智元
谷歌AI基金第一投：Algorithmia，机器学习算法“集市”
由谷歌 AI 工程副总裁 Anna Patterson 领导，该基金领投了西雅图创业公司 Algorithmia 1050 万美元的 A 轮融资，Algorithmia 提供市场和企业解决方案，让开发人员可以轻松利用 正如 Algorithmia 创始人兼 CEO Diego Oppenheimer 所说，这一轮融资成果斐然，主要是因为 Algorithmia 的服务使其他公司能够轻松利用最新的机器学习发展成果。 “ Algorithmia 自始至终做的最核心的一件事就是，努力帮助开发者构建 AI 驱动的应用。”Oppenheimer 说。 这对于 Algorithmia 来说是一个不断增长的业务，当然同时也是吸引风投兴趣的一大原因。 ? Algorithmia 目前只有13人在职。其中大多数是工程师。在新资金支持下，该团队到年底可能会扩大到23 个左右。
80770发布于 2018-03-28 - 来自专栏ATYUN订阅号
【业界】谷歌投资的“算法商店”Algorithmia推出基于区块链的协议
图：Algorithmia首席执行官Diego Oppenheimer Algorithmia将所有当前热门技术术语打包成周二推出的一项新服务—DanKu, 该协议允许非专业人员寻找复杂的机器学习模型， 通过使用区块链，使用DanKu协议的参与者可以访问流程中每个步骤的公共记录，而无需通过第三方，就像使用Algorithmia的市场时一样。 加密货币奖励也促使研究人员参与到Algorithmia将机器学习专业知识进行民主化的总体目标中，该技术大部分位于世界上最大和最富有的科技公司内部。 根据2016年大选的数据，研究人员可以通过参与一项由Algorithmia发起的比赛来尝试新服务，以预测民主党或共和党是否有可能赢得某个美国县。 大型AI公司正在密切关注Algorithmia。谷歌的全新AI投资部门去年在该公司推出了价值1050万美元的首轮融资。
1K50发布于 2018-03-01 - 来自专栏机器之心
机器学习+区块链：算法商店Algorithmia推出DanKu，用以太坊合约交易ML模型
选自Algorithmia 作者：Besir Kurtulmus 机器之心编译 近日，谷歌投资的「算法商店」公司 Algorithmia 借助区块链技术，推出了一种去信任的机器学习合约，可在公共区块链比如以太坊 这正是 Algorithmia 推出 DanKu 的原因所在，一个在公共区块链比如以太坊（Ethereum）上评估和购买机器学习模型的基于区块链的新协议。 Algorithmia 相信算法的广泛获取和部署是未来 AI 走向平衡的基石，DanKu 是走向这一愿景的其中一步。 DanKu 协议利用了基于智能合约的区块链技术。 2017 早期，Algorithmia 询问自己能否把两项技术融合一起来解决机器学习问题。在所有的想法中，我们发现我们不是第一组人想把区块链和机器学习技术结合的人。 Algorithmia 市场上。
1.5K70发布于 2018-05-09 - 来自专栏新智元
【快报】世界首家全AI支持的风险投资公司诞生 | 放牧机器人
来源：thestreet.com 3 【算法经济】Algorithmia宣布再增15个深度学习算法API Algorithmia联合创始人及CEO Diego Oppenheimer今日宣布在其包含2000 Algorithmia致力于打造算法市场，把算法作为一种商品进行交易。2014年，Algorithmia在种子轮获得Madrona Venture Group等公司240万美元的投资。
83890发布于 2018-03-27 - 来自专栏镁客网
为AI发展上好”弹药”，谷歌新成立一支AI风投基金
最近，谷歌围绕AI和机器学习，专门成立了一支新的风投基金，而第一笔投资已经花落一家算法应用商店Algorithmia，这家来自西雅图的创业公司获得1050万美元的投资。 ? 谷歌这次投资的Algorithmia主要是提供一个类似算法版Etsy的平台，开发者可以在上面上传自己的作品，比如各种图像识别相关的机器学习模型，如果这个算法被其他人采用，作者会获得相应的报酬。 目前，Algorithmia上有3500多个算法，囊括的功能也是多种多样。 据知情人透露，谷歌这次成立的新基金，主要由资深高管、AI工程副总裁安娜·帕特森（Anna Patterson）负责。
49660发布于 2018-05-29 - 来自专栏大数据文摘
边玩边入门深度学习，我们帮你找了10个简易应用demo
代码：http://demos.algorithmia.com/colorize-photos/ 6. Algorithmia 图像自动填色API 相信每个人家里都存了几张黑白老照片吧（比如你曾祖母年轻时的美照）。想知道那些黑白照片填上颜色后到底是什么样的吗？ 那就来试试Algorithmia的这个API吧。 代码：http://demos.algorithmia.com/colorize-photos/ 7. 代码：https://github.com/hollance/Forge/tree/master/Examples/MNIST 最后，让我们感谢那些模型创建者：Algorithmia, Clarifai
1.9K30发布于 2018-05-24 - 来自专栏新智元
谷歌投资“算法商店”创始人：打造AI操作系统（PPT)
在 Algorithmia.com 上，我们运行3,500多种算法（每种都有多个版本，最多可以获得40k +独特的REST API端点）。 我们将 Algorithmia.com 视为我们的AI操作系统版本，这篇文章将分享我们的一些想法。 这就是为什么我们创建了CODEX，我们 AI 的首选操作系统，以及 Algorithmia.com，算法和模型的应用程序商店。 我们帮助公司提高其算法的可见性，同时让这些公司（和独立开发人员）通过 Algorithmia.com 访问最佳的第三方算法。 编译来源：https://blog.algorithmia.com/wp-content/uploads/2017/07/geekwire-os-for-ai.pdf PPT 下载：https://blog.algorithmia.com
1K60发布于 2018-03-27 - 来自专栏机器之心
机器之心「AI00」六月最新榜单：算法商店Algorithmia与网络安全公司SparkCognition
除了 Deeplearning.ai，6 月份还有一批新的创业公司引人注目，比如谷歌新成立的风投基金投资的 Algorithmia，以及刚刚完成新一轮 3250 万美元融资的 SparkCognition 下面我们将介绍新上榜的公司及其上榜理由： Algorithmia ? 官网：https://algorithmia.com/ 6 月底，西雅图创业公司 Algorithmia 完成 1050 万美元 A 轮融资，领投方为谷歌新成立的专注于投资人工智能和机器学习领域公司的风险投资基金 Algorithmia 公司希望建立一个算法的应用商店，类似于苹果的 App Store，让所有公司都能更容易的利用机器学习这一工具，来优化公司各类业务流程。 5400 万美元 C 轮融资 Petuum 美国 机器学习与人工智能平台 PetuumOS、Poseidon 框架、Petuum Healthcare Solutions 1500 万美元A轮融资 Algorithmia
97370发布于 2018-05-09 - 来自专栏AI派
神还原女神照片！GAN为百年旧照上色
以 Algorithmia 创建的彩色图像为例，Algorithmia 创建的图像色彩强度不够，可信度也不够高。 ? 原始图像（左）和由 Algorithmia 创建的彩色图像（右） 新加坡老照片上色效果较差的一个主要因素可能是新加坡黑白照片和训练集之间差别太大。 Algorithmia 使用的模型是用来自 ImageNet 的 130 万张图像训练而成的。ImageNet 由来自斯坦福大学和普林斯顿大学的研究人员创建，可能不包含与新加坡相关的图像。
1.2K10发布于 2019-05-05 - 来自专栏机器之心
神还原女神照片！GAN为百年旧照上色
以 Algorithmia 创建的彩色图像为例，Algorithmia 创建的图像色彩强度不够，可信度也不够高。 ? 原始图像（左）和由 Algorithmia 创建的彩色图像（右） 新加坡老照片上色效果较差的一个主要因素可能是新加坡黑白照片和训练集之间差别太大。 Algorithmia 使用的模型是用来自 ImageNet 的 130 万张图像训练而成的。ImageNet 由来自斯坦福大学和普林斯顿大学的研究人员创建，可能不包含与新加坡相关的图像。
97520发布于 2019-03-15 - 来自专栏机器之心
资源 | 企业应该怎样选择数据科学机器学习平台？
本文作者为 Algorithmia 的 Ahmad AlNaimi。 你开发了一个 R/Python/Java 模型。它运行得很好。然后呢？ 首先你的 CEO 要听闻机器学习，并且知道数据是新的石油。 而 Algorithmia Enterprise 所执行的无服务器扩展，这是应需求进行的垂直拓展，这里的需求是指把模型封装进一个专用容器中，把容器沿计算集群即时部署，并且在执行完成后将其消除以释放资源。 Algorithmia Enterprise：http://algorithmia.com/enterprise Domino Data Lab：http://dominodatalab.com/ yHat
1.3K50发布于 2018-05-08 - 来自专栏Spark学习技巧
认识数据管道
选自Algorithmia 数智君 | 翻译 数据管道（Data Pipeline）是一种允许数据通过数据分析过程从一个位置高效流向另一个位置的软件。 原文链接： https://algorithmia.com/blog/what-is-a-data-pipeline * 本文为中兴数据智能翻译文章，转载请注明出处。
3K20发布于 2020-09-17 - 来自专栏专知
【干货】通过OpenFace来理解人脸识别
我们在几年前探索的一个想法是在进入我们的办公室时使用它来识别和定制您的体验https://blog.algorithmia.com/hey-zuck-we-built-your-facial-recognition-ai 你可以从 OpenFace on GitHub (https://cmusatyalab.github.io/openface/)自己实现面部识别模型，或者OpenFace model on Algorithmia 原文链接： https://blog.algorithmia.com/understanding-facial-recognition-openface/ OpenFace代码链接： https://cmusatyalab.github.io
5.6K50发布于 2018-04-12 - 来自专栏AI科技评论
发现 | 基于深度学习的自动上色程序，以及其实际应用
值得注意的是，这个算法是在算法应用平台Algorithmia上的，雷锋网之前报道过这个平台，它的主要作用就是让算法的开发者将他们开发出来的算法托管在平台上，而APP的开发者等需要算法的人就可以很方便的通过几条简单的指令就调用上面存储着的算法 由于其算法发在了Algorithmia上，因此想要使用他们的研究结论，只需用简单的几句指令就可以调用算法实现图片的转换。 ? 或者用这样的格式 ? 小组展示了许多算法成功的案例。如下图 ?
1.1K80发布于 2018-03-07 - 来自专栏量子位
名为“梯度”，谷歌AI风投基金终于官宣
到目前为止，Gradient Ventures已经投资了四家公司，包括“算法商店”Algorithmia、计算机视觉技术公司Cogniac、在线无人机飞行平台CAPE、“多传感器深度学习意识”平台Aurima
92750发布于 2018-03-28 - 来自专栏相约机器人
LinkedIn发布Dagli，这是Java的开源机器学习库
尽管机器学习的发展每天都在增长，但是来自Algorithmia的一项调查显示，大多数企业花费 8到90天的时间来部ML模型。
67910发布于 2020-11-20 - 来自专栏AI科技大本营的专栏
机器学习中的线性回归，你理解多少？
作者丨algorithmia 编译 | 武明利，责编丨Carol 来源 | 大数据与人工智能（ID: ai-big-data） 机器学习中的线性回归是一种来源于经典统计学的有监督学习技术。 原文： https://algorithmia.com/blog/linear-regression-for-machine-learning
1.4K10发布于 2020-02-25 - 来自专栏量子位
无监督学习才不是“不要你管”
原作：Justin Gage 虚无之栗 编译自 Algorithmia 量子位 出品 | 公众号 QbitAI ? 如果你的一大坨数据没。有。标。签，怎么办？ 友好的传送门： https://blog.algorithmia.com/introduction-to-unsupervised-learning/ 下拉至Reading and Papers，栗子可能要从那里开始吃
73720发布于 2018-07-24 - 来自专栏ATYUN订阅号
人们对AI的误解
一些创始人对此大吐苦水，Algorithmia首席执行官迪戈•奥本海默（Diego Oppenheimer）表示：在生产中，实现和管理机器学习所需的系统往往比算法本身复杂得多，并且需要实时调整，这意味着
73320发布于 2019-09-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号