NAO机器人代理商
机器人新闻
机器学习巫师荣获Zillow的100万美元奖金
- 1714年，英国议会通过了“经度法案”，该法案为任何能够设计实用的海上经度测量方法的人提供了大笔资金。虽然在当今的智能手机和GPS卫星世界中确定经度可能看起来微不足道，但当时这是一项巨大的技术挑战。这花了很多年，但是这个策略奏效了，导致了航海天文台的发展，这是一个手持式机械奇迹，毫无疑问挽救了无数水手的生命。
当然，奖品已被用于刺激许多其他领域的创新。“这是典型的由政府提供的，说：” 乔希·勒纳的的哈佛商学院，谁研究等奖品的有效性。但私营公司也在这样做。Lerner指出，2009年授予一个可以击败该公司Cinematch推荐系统的算法的团队获得了100万美元的Netflix奖，这有助于重振这些奖项的受欢迎程度。特别值得一提的是，Netflix奖项促成了目前的Zillow Prize竞赛，该竞赛挑战了数据科学家提出的计算机化系统，该系统能够超越Zillow当前预测房价的方法，该公司称之为Zestimate。西雅图Zillow集团首席分析官Stan Humphries解释说，Zestimate是Zillow在2006年推出时首创的产品，它对Zillow成为房地产市场首要信息门户的目标至关重要。早些时候，Humphries说，Zestimate经常被广泛传播：在估计房子的售价时，该算法的中位误差为14%。他和他的同事能够将错误率降低到4%左右。但他们想要做得更好。所以他们决定“邀请全球数据科学界”参加邀请，如果你聪明又幸运，你可能会赢得100万美元的Zillow奖，这将在2019年初颁发。 [Netflix奖]，这一直是我眼中的一线，“汉弗莱斯说。大约4,000个团体参加了2017年启动的第一轮Zillow的房屋估价竞赛.100个团队继续竞争第二轮和最后一轮，目前正在进行评判。评分标准是参赛者的系统在2018年7月能够准确预测9月和10月出售的大量美国房屋的实际销售价格。第一轮中的参与者只能使用Zillow提供的输入数据，其中包括您可能在市政房地产数据库或典型房地产列表中找到的各种信息。但是对于第二轮，参赛者也被允许从其他来源获取数据。在第一轮排行榜的顶端是自称为Zensemble的团队，由来自澳大利亚，以色列和美国的三个数据组成：Dmytro Poplavskiy，Jonathan Gradstein和Russ Wolfinger。Wolfinger是位于北卡罗来纳州卡里市的SAS公司的科学发现和基因组学主任，该公司开发用于统计分析的软件。这并不是沃尔夫格第一次参加这样的比赛。事实上，他一直非常活跃于Kaggle，它举办各种机器学习比赛。“我自己就是一个有竞争力的人，”沃尔夫格说。“我一直都在体育运动。”他指出，这类比赛对有计算机或数据科学背景的男性有着严重的影响。“具有讽刺意味的是，我从统计数据中看不到很多人，”他说。鉴于计算能力需要具有竞争力，参与是否是一个昂贵的主张?在沃尔夫格看来，并非如此。“Kaggle的很多人都建立了自己的机器学习装备，”他说。他警告说，如果你用其中一个钻机进行大量的数字运算，你应该期望你的电费上涨。但他也指出，让一支球队优于另一支球队的优势更多的是关于脑力而不是计算能力。现在判断参赛者是否会真正设计一些能够改善Zillow目前房屋估价方案的东西还为时尚早，这已经相当不错了。“我们拥有一支庞大的人工智能专业团队，为我们解决这个问题，”汉弗莱斯说。但他仍然认为他将从现在争夺Zillow奖的众多局外人那里学到很多东西。也就是说，奖品不仅仅是宣传噱头。他说，Zillow真的希望改善其Zestimate。这对于解释为什么Zillow要求最后一轮的所有100支球队都将其软件的知识产权分配给公司有很大帮助。当然，正如Yogi Berra所说的那样，“直到结束还没有结束。”一支或多支球队可能会在今天的Zestimate赛事中取胜，让领先者获得了超过百万的奖金。沃尔夫格当然预计会发生这种情况。当然，Zillow的人工智能专业人员现在有可能做得和任何人一样好。我们现在肯定知道了。
- 上一篇：机器人帝国背后的饭碗之争
- 下一篇： 这个令人眼花缭乱的机器人理解反讽并且会让你很难受
