人工智能

很多人还没有意识到，“协作”和“跨界”在这个时代将变得多么重要。

Facebook刚刚发布了主导研究的新系统，让机器人也可以通过观看视频，拆解动作，并学习如何组合这些动作形成自己的规划。

AI，能不能自己给这些老照片 修复、上色?

AI将帮助人类，营造更高级的认知。

基于深度学习的目标检测算法综述分为三部分：1. Two/One stage 算法改进。2. 解决方案。3. 扩展应用、综述。

本文主要给大家介绍了AI发展的趋势，AI预测的应用逻辑，何为智能预测，以及“数据——预测——决策——反馈”完整链路。

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…