AI公园

和人类不同，AI物体识别靠的是小的细节，而不是图像的边界，但是总是有办法来弥补这个差别的！

预训练模型用起来非常容易，但是你是否忽略了可能影响模型性能的细节呢。

mAP是一种物体检测器准确率的度量方法，是不同的召回率值下的最大精确度的平均值。

很多人问我如何开始机器学习和深度学习。在这里，我整理了一个我使用过的资源列表，以及我第一次学习深度学习时所走过的路。

要问数据科学家最爱的女人是谁，这个问题很难，大家可能说出无数个答案，但是如果要问数据科学家最爱的男人是谁，那么回答就容易多了，毫无疑问就是高斯

信息论是对深度学习和人工智能做出重要贡献的一个重要领域，但很多人对信息论知之甚少。信息论可以看作是深度学习的基本组成部分：微积分、概率和统计学的复杂组合。

数据清洗是大数据处理的第一步，很多同学对这一步感到没有头绪，不知道哪些该清洗掉，哪些不该，看看这篇文章，是不是能有点启发？

数据科学家为什么这么贵？这篇文章通过一些统计数据告诉你为什么

2019的MIT的最新深度学习教程，内容包括神经网络解决计算机视觉、自然语言处理、游戏、自动驾驶、机器人等领域问题的基础知识。来一睹为快吧！

这10个算法（方法）可以说是目前深度学习中非常基础和出镜率非常高的算法和方法，关键是非常的有效，一起来看看吧！

大家都遇到过这种情况，训练的时候没什么问题，测试的时候就不对劲了，想找问题，感觉无处入手，那么今天，给你37个建议，看看再说吧。

感受野可能是卷积神经网络(CNNs)中最重要的概念之一，值得更多的关注。

这篇文章是对Bag of Tricks for Image Classification with Convolutional Neural Networks中分享的思想的概述和我自己的一点思考。

不要再用sklearn中的StandarScaler作为默认的特征缩放方法了，别的方法可以给你7%的准确率提升！

新手数据科学家最容易踩的5个坑，来看看你有没有中招