AI公园

“数据科学家”很可能是本世纪最性感的工作。但雇佣一个人绝不是这样。事实上，这对公司来说是非常痛苦的。对于有志于在核心数据科学领域获得那份完美工作的人来说，这同样是一件大事。

在这么多的Python IDE中，哪个才是适合自己的呢？

我们用Pandas来处理大量数据，而不是大数据，为什么呢？

深度学习在视觉领域取得了巨大的成功，即便如此，深度学习在视觉上仍然有很多的局限性，这篇文章从深度学习的历史开始说起，阐述了深度学习在视觉上的局限性，并给出了一些可能的方案。

理解滑动平均，指数平滑，平稳性，自相关性以及SARIMA等等。

决策树，随机森林，bagging，boosting的介绍以及背后的原理。

来自github的非常有针对性的深度学习资源，和其他的资源不同，既照顾了通用性，又照顾了不同的领域，覆盖非常广，非常的全面，有论文，有代码，有书，有博客，还有课程。

聚类作为一种无监督技术，在很多的场合非常的有用，今天給大家介绍5个非常常用的聚类算法，以及各自的优缺点。

我们为什么需要序列模型？

想找个数据科学家的工作吗？

决策树知道吗，就是XGBoost，LightGBM中用的那种啊？

我们描述了最近提出的随机加权平均(SWA)技术，以及它在 torchcontrib中的新实现。

这篇文章从Bootstraping开始介绍，让你听懂什么是Boosting，什么是Bagging。

自从大家知道我是做人工智能的以后，亲戚朋友经常会有人问我，什么是AI，什么是机器学习，什么是深度学习。

在这篇文章中，我将主要关注图像恢复的任务，以及如何使用deep image prior来解决这个任务。