TalkingData 锐眼看世界 2017-07-10

锐眼视点:

  • 斯坦福大学研究小组训练的机器模型,能比医生更精准地识别心律失常;
  • 衬衫定制公司利用机器视觉系统为顾客“量体裁衣”;
  • Github发布新功能“code owner”,在更改代码时代码所有者将接到自动通知。

[业界新闻] 斯坦福大学研究小组训练的机器模型,能比医生更精准地识别心律失常

由Andrew Ng带头的斯坦福大学研究小组发现,相比专家,机器学习模型能更好地从心电图(ECG)中识别心律失常。应用该模型,不仅能增强心律失常诊断的可靠性,而且能使医学资源稀缺的地区也获得优质的医疗服务。同时,它也标志着机器学习或许将彻底改变医学。近年来,研究人员发现,机器学习技术可以从医学图像中识别多种疾病,包括乳腺癌、皮肤癌和眼睛疾病等。斯坦福大学研究小组训练的深入学习算法,能够识别不同类型的心律失常。某些心率失常会引发严重后果,甚至猝死,但识别这些心率失常非常困难。患者经常被要求佩戴ECG传感器长达数周,但即使这样,医生也难以区分良性的心律失常和需要立即治疗的失常。研究小组与iRhythm(一家制造便携式ECG设备的公司)合作。他们从不同的心律失常患者处收集了30万个30秒的剪辑。深度学习过程中,小组将这些剪辑输入大型模拟神经网络,并对参数进行微调,直到算法能够准确识别出有问题的ECG信号。然而,深度学习是一种特别不透明的机器学习形式,说服医生和患者应用算法非常困难。不过,毫无疑问,一场革命即将到来。

原文链接:The Machines Are Getting Ready to Play Doctor

<br / >

[业界新闻] 衬衫定制公司利用机器视觉系统为顾客“量体裁衣”

创业公司Original Stitch利用人工智能来为客户定制衬衫。Original Stitch承诺为男士提供独一无二的衬衫,它是通过公司的Bodygram视觉系统实现的。如果要定制衬衫,用户只要在家里拿出一件自己喜欢的衬衫平放,然后在衬衫上面放一张纸,再用手机对着它拍张照,系统就能生成测量结果。Bodygram模型也拓宽了Original Stitch的未来业务,比如鞋子和女装。目前Bodygram的测量还不是那么精确,如果首次测量有误,Original Stitch将为客户重新制作衬衫,但是客户需要等待一段时间。公司的目标是使人们能够更容易地定制衬衫,尤其是对那些喜欢线上购物或不愿意为了买一件衬衫而在商场试穿一衣架衬衫的客户。

原文链接:Original Stitch uses AI to tailor your button-down from a single photo

<br / >

[业界新闻] Github发布新功能“code owner”,在更改代码时代码所有者将接到自动通知

Github 推出新功能“ code owner ”, 它可以在代码被修改时更容易地识别代码所有者,由代码所有者来审阅(review)这些更改。code owner 可以确定某一段代码所属的团队或个人, 用户在更改代码时他们会接到自动通知。要在 Github 中启动 code owner , 用户必须在根目录中创建一个名为 CODEOWNERS 的新文件。Github 承认, 这是受到了谷歌浏览器 Chrome “owners files”功能的启发。此外, Github 还添加了“protected branches”功能 , 以确保项目协作者无法进行永久性更改。它是一个更严格的 review 过程, 启用此功能后,项目协作者必须经过代码所有者的review , 才能修改目录或文件。对于 Github 这个拥有2000万用户和5700万存储库的平台而言,这些功能非常实用。公司最近还发布了“开源星期五”( Open Source Friday )功能,顾名思义, 该功能鼓励个人和组织每周五抽出一些时间为开源项目做贡献。

原文链接:GitHub now lets you automatically request reviews from code owners when you make a change

<br / >

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 162,050评论 4 370
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 68,538评论 1 306
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 111,673评论 0 254
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,622评论 0 218
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 53,047评论 3 295
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,974评论 1 224
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 32,129评论 2 317
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,893评论 0 209
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,654评论 1 250
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,828评论 2 254
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,297评论 1 265
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,619评论 3 262
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,326评论 3 243
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,176评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,975评论 0 201
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 36,118评论 2 285
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,909评论 2 278

推荐阅读更多精彩内容