人工智能

有监督的和无监督的主要是由许多机器学习工程师和数据极客使用。 强化学习对于解决问题非常强大且复杂。 有监督学习 我们知道，机器学习以数据为输入，我们称这个数据为训练数据。 训练数据…

机器学习当然可以改变世界，但在此之前，我们也可以先用它来改善一下生活。

NLPIR大数据语义智能分析平台平台是根据中文数据挖掘的综合需求,融合了网络精准采集、自然语言理解、文本挖掘和语义搜索的研究成果

机器学习概念其实很简单，不要被听起来高大上的术语名称唬住了！实际上，ML 工程中最难的部分是安装包，其次是让人感到恐怖的数据集，接下来是永无止境修改代码设置的过程。通过本文，你也许会发现机器学习的概念可能是“皇帝的新衣”，它的本质比你想象得简单很多。

自动机器学习（AutoML）框架减少了数据科学家的负担，他们可以花更少的时间进行特征工程和超参数调整，花更多的时间用于试验模型架构。快速探索解决方案空间不仅让数据科学家可以快速地评估数据集，还为模型改进提供了基线性能。

未来，在路边等待 Uber 或 Lyft 来载你或将成为过去式，届时，我们要做的可能就是走到直升机降落场，叫上一辆无人机。这种未来的“空中飞的”不仅将减少交通堵塞，而且省去了人类驾驶员。

本文通过罗纳尔多这个例子引出了知识图谱的现实需求，继而给出了知识图谱的定义和相关概念，并介绍了知识图谱的 RDF 形式化表示。

TensorFlow 是一个机器学习框架，如果你拥有大量的数据，或者你正在学习人工智能最先进的技术：深度学习（可参阅《Step-by-Step Deep Learning Tutorial Walkthrough》https://github.com/kozyrkov/deep-learning-walkthrough ），那么，TensorFlow 可能就是你趁手的兵器。它处理的是特别大的神经网络。从某种意义来说，它就是数据科学中的工业车床，而不是瑞士军刀。这意味着，如果你要做的是通过 20×2 的电子表格生成一条回归线，那么你很可能不需要再读下去了。

机器学习到底需要怎么样的数学基础？高段位机器学习如何练成？

摘要： 阿里工程师们推出了一个滴搭平台，基于千万时尚达人的优质搭配，已经学习出了一套比较成熟的算法，帮你找到最合适的穿搭。不信？下面一起来深入了解“滴搭”背后的算法。 作为一名工程…

在使用Tensorflow搭建神经网络的时候，最后一步总会用到tf.train.XxxOptimizer(). 然后会有很多Optimizer()

摘要： 本文总结了一些针对于回归问题的机器学习方法，辩证地分析了其各自的优缺点，读者可以根据具体问题选择合适的机器学习算法以完成相应的任务。 当遇到任何类型的机器学习（ML）问题时…

两天前，机器之心报道 MIT 正式发布 Julia 1.0 的文章引发了极大的关注（20 多万的阅读量），对此编程语言既有批判者也有推崇者。如机器之心了解到 Julia 在科学计算…

作者 | Vincent Chen 译者 | Sambodhi Liu 编辑 | Vincent 微信公众号“AI 前线”（ID：ai-front） 人们并不完全清楚机器学习入门都…

选自blogspot 作者：Rose Hughes 机器之心编译 参与：王淑婷、路 谷歌旗下的人工智能研究公司 DeepMind 近年来提交了一系列国际专利申请，这些申请现已首次公…

本文是一篇对于当今最先进的通用词/句嵌入技术的简介，包括对比基线： FastText、词袋模型（Bag-of-Words）；以及最先进的模型：ELMo、Skip-Thoughts、Quick-Thoughts、InferSent、MILA 研究组和微软研究院提出的通用句子表征，以及谷歌的通用句子编码器。