AI前线

由于 O2O 场景的地理位置重要性和消费的及时性，我们需要做实时的推荐。相比非实时的推荐，实时推荐在数据、系统和算法方面的要求会更高。

自 2016 年以来，Uber 已在平台上增加了几项新业务，包括 Uber Eats、Uber Freight 和 Jump Bikes。现在，Uber 平台每天发生 1500 万次交易，每月有超过 7500 万活跃用户。在过去的八年中，Uber 已经从一家小型创业公司发展成为一个在全球拥有 18,000 名员工的巨头公司。

在大数据智能化高峰会的主题演讲中，马云多次强调，自己“不懂技术但尊重技术”，并表示，未来 30 年，智能技术将深入到社会的方方面面，所有的生活都离不开智能制造，“未来不是我们这些互联网公司的天下，而是用好互联网公司、用好智能技术公司的天下”。

1942 年，美国科幻巨匠阿西莫夫提出“机器人三定律”, 一、机器人不得伤害人，也不得见人受到伤害而袖手旁观；二、机器人应服从人的一切命令，但不得违反第一定律；三、机器人应保护自身的安全，但不得违反第一、第二定律。

8 月 6 日上午，小米在其官网发布公告称，将于 8 月 22 日举行董事会会议，其中议程包括考虑及批准小米集团和附属公司 2018 年上半年之中期业绩。这也是小米集团上市后披露的首份财报。

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。

为什么不通过大数据寻找约会对象？

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。

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需要什么样的数学水平，尤其是那些没在学校里研究过数学或统计学的人，更是迷茫。 我写本文的初衷是介绍构建机器学习产品或进行…

本文将介绍一种用于解决极小量渠道的，基于标签的精准投放算法——先知。

现如今，爬取网页看起来似乎是一件很简单的事。有很多开源框架或库、可视化爬取工具和数据提取工具，利用这些工具可以很容易地从网站上爬取数据。但是，当你想大规模爬取网站时，事情就变得棘手起来。其中包括应对不断变化的网站格式、构建可伸缩的爬虫基础框架并保持吞吐量，与此同时还要挫败网站反机器人的手段以及维护数据质量。在这篇文章中，流行 Python 爬虫框架 Scrapy 开发者 Scrapinghub 分享了大规模爬取产品数据时将面临的主要挑战，以及他们爬取 1000 亿个网页后的经验之谈。

最近，社交媒体上疯传一张表情包（如下图）。随着深度学习的炒作开始消退，看到这张图的人将会心一笑。“机器学习真的没什么好让人兴奋的”或者“它只是对古老统计学的改进”这类情绪越来越普遍。但问题是，这不是真的。

关于人工智能对各行各业会带来什么样的变革的言论满天飞，让人目不接暇。来自 Forbes 科技理事会的 Anthony Delgdao 就给我们娓娓道来、深入浅出地阐述了目前人工智能对社会的三大影响。

到今年为止，大数据的概念已经火了不止 7 年，人工智能和区块链成为了新的风口，而大数据产业则慢慢沉淀下来，更多地着眼于“落地应用”。