大数据文摘
-
用Python做数据科学时容易忘记的八个要点!
用Python做数据科学时容易忘记的八个要点!
-
谷歌发布AI七原则,不开发伤人武器,但没说不介入战争
大数据文摘出品 编译:大数据文摘编辑组 扛不住闹得沸沸扬扬的“参与军方Maven项目”事件带来的多方压力,谷歌这周先是表明将在明年终止与美国国防部的Maven合同,今天又忙不迭发表了一份评估AI应用的原则。 谷歌CEO Sundar Pichai在推特上转发并评论说:“我们将我们的AI原则和实践分享给大家。AI的开发和使用方式将在未来很多年里持续带来重大影响…
-
北邮成立人工智能研究院:整合全校AI资源,面向社会开展广泛合作
7月19日,北京邮电大学(北邮)创新研究院在该校宏福校区正式揭牌成立。作为创新研究五大研究方向之一,北京邮电大学人工智能研究院同时揭牌。
-
什么是最小可行性数据产品(MVP)?如何用它做机器学习?
本文作者是一名数据科学家,现在离开了Pivotal公司加入了idealo公司,正在帮助其搭建数据科学团队以及把机器学习整合到公司的产品中。
-
如何让你的数据直觉更敏锐
每个想在数据领域有所成就的数据科学家应该非常熟悉,在吸睛的神经网络和分布式计算名词背后是一些基本的统计实践。
-
关于商业部署机器学习,这有一篇详尽指南
当今数据科学面临的一个具有挑战性的难题是在项目的商业化中部署训练模型,对于任何的以消费者为中心的公司或想要使自己的解决方案拥有更多受众的个人来说都是如此。
-
FB数据丑闻后续:50万英镑,英国对其处以数据保护法最高罚款
据路透社7月11日报道,在被英国数据保护监管机构查出数据共享违反法律之后,Facebook目前面临来自英国信息专员办公室(ICO)的50万英镑(664,000美元)罚款处理。
-
无需标注数据,DeepMind新研究让机器“脑补”立体世界!
在未来的工作中,探索GQN在场景理解的更广泛方面的应用也很重要,例如通过跨空间和时间的查询来学习物理和运动的常识概念,以及在虚拟和增强现实中的应用。
-
机器学习大牛最常用的5个回归损失函数,你知道几个?
“损失函数”是机器学习优化中至关重要的一部分。L1、L2损失函数相信大多数人都早已不陌生。那你了解Huber损失、Log-Cosh损失、以及常用于计算预测区间的分位数损失么?这些可都是机器学习大牛最常用的回归损失函数哦!
-
为什么数据科学家都钟情于最常见的正态分布?
对于深度学习和机器学习工程师们来说,正态分布是世界上所有概率模型中最重要的一个。即使你没有参与过任何人工智能项目,也一定遇到过高斯模型,今天就让我们来看看高斯过程为什么这么受欢迎。
-
三种可视化方法,手把手教你用R绘制地图网络图
不知道如何在地图上可视化网络图?下面这篇博客将使用R中的igraph、ggplot2或ggraph包来介绍三种在地图上可视化网络图的方法。
-
用Python语言模型和LSTM做一个Drake饶舌歌词生成器
未来AI的主要应用是在建立能够学习数据然后生成原创内容的网络。这个想法已经充分应用于在自然语言处理(NLP)领域,这也是AI社区能够搭建出所谓语言模型的原因:语言模型的前提是学习句子在文章段落中的组成结构,从而生成新的内容。
-
想转行?数据科学全流程求职指南
本文覆盖数据科学求职全过程。从申请到面试,到拿offer之后的协商,所有细节一应俱全。
-
你的数据化经营为何屡战屡败,118位CTO给出的7个管理经验
我们调研了118家公司的首席信息官(CIO)、首席技术官(CTO)、数据总管以及IT部门的员工及顾问,找到了这7种企业数据实践中最可能出现的问题。
-
从机器学习先驱到最坚定的AI反对派:一个大师的复杂内心戏
Judea Pearl帮助AI在概率计算上取得了巨大进步,但是仍然叹息道:AI在因果关系计算上无能为力。