AI前线
-
机器学习太难了!AI大佬们给你指条明路
与机器学习博士相关的工作职位不仅创下了薪水的新高,而且对世界产生了巨大的影响。80000 小时(YC S15)提供了一个综合指南, 用于指导如何开始你的机器学习博士学位之旅。
-
AI真的能拯救Facebook吗?
在上个月的两次国会会议上,首席执行官马克扎克伯格在解释公司如何改善其平台监管时引用了 AI 一词超过 30 次。负责履行这些承诺的人——首席技术官 Mike Schroepfer 在 Facebook 年度开发者大会上的主题演讲和采访中也提到了这个主题。
-
数据领域最强编程语言Python和R要合作了!
是的,你没有看错,数据科学领域从业者最离不开的两大编程语言,当红炸子鸡 Python 和“过气网红”R 真的要展开合作了。近日,URSA 实验室宣布,R 和 Python 正携手合作,旨在让使用不同编程语言的数据科学家能够更轻松地协作,避免不同语言开发人员的过多重复工作,这或许会成为今年最雄心勃勃的交叉事件。有网友对这次合作发表评论道:“这个真的蛮历史性时刻的”,不过也有网友调侃“两个最慢的语言正在合作”,你怎么看?
-
从人脸识别到机器翻译:58个超有用的机器学习和预测API
本文精选了包括人脸和图像识别、文本分析、自然语言处理、文本情感分析、语言翻译、机器学习和预测等多个领域共 58 个实用 API。
-
携程实时用户数据采集与分析系统
一个典型的数据采集分析统计平台,对数据的处理,由什么组成?
-
Netflix首次完整披露大数据分析基础架构
Netflix资深软件工程师Tom Gianos和Netflix大数据计算工程经理Dan Weeks在2016年度QCon旧金山活动中介绍了Netflix的大数据策略和分析基础架构。
-
如何构建用于检测信用卡诈骗的机器学习模型?
我们将介绍一些强大的,但是在机器学习中普遍适用的技术。阅读之后,你应该具备在你自己的领域着手进行具体机器学习实验的相应知识。
-
利用深度学习方法进行情感分析
本次分享中我会为大家介绍深度学习算法在自然语言处理任务中的应用——包括算法的原理是什么,相比于其他算法它具有什么优势,以及如何使用深度学习算法进行情感分析。
-
有哪些传统数据科学技术被大众媒体称为人工智能(AI)?
Bill Vorhies不久前写了一篇文章《AI背后的数据科学》,他分享的观点很新颖。
-
携程如何从海量数据中构建精准用户画像?
用户画像作为“大数据”的核心组成部分,在众多互联网公司中一直有其独特的地位。
-
Qunar用户画像构建策略及应用实践
用户画像作为大数据的根基,它完美的描述了一个用户的信息全貌,为进一步精准、快速的分析用户行为、消费等重要信息,用户画像仓库同时也提供了足够的数据基础,让我们Qunar更好的为用户提供高价值的服务,满足用户智慧出行的需要。
-
数据会说谎?从大选预测说开去
纽约时报对美国大选结果的可视化分析:大数据时代的第一次美国大选,地理学和可视化像透镜一样,可以让我们更加清楚地认识数据。
-
这5种必知的大数据处理框架技术,你的项目到底应该使用其中的哪几种
大数据是收集、整理、处理大容量数据集,并从中获得见解所需的非传统战略和技术的总称。虽然处理数据所需的计算能力或存储容量早已超过一台计算机的上限,但这种计算类型的普遍性、规模,以及价值在最近几年才经历了大规模扩展。
-
Kyligence联合创始人兼CEO:使用超大规模数据分析技术支持大数据预测
今天我给大家带来的演讲内容是关于“使用超大规模数据分析技术支持大数据预测”这方面的。
-
腾讯亿级排行榜系统实践及挑战
在过去的一年中,腾讯排行榜系统从无到有,接入的业务从单一的QQ会员到企鹅电竞动漫等20几个各类业务。