大数据与机器学习周报 第 3 期：百度大数据实验室发布人群预测技术

新闻

1. 《谷歌开放语音识别的 API》：谷歌在 Next 云计算大会上发布了面向开发者的新机器学习平台，并开放语音识别的 API（应用程序编程接口），谷歌机器学习负责人杰夫·迪恩随后介绍称，随着近年来机器学习技术的逐渐成熟，谷歌正加快步伐在主要平台部署机器学习技术
2. 《微软人工智能聊天机器人 Tay 曝光：或亮相 Build2016》：微软在人工智能领域被人们知晓的有微软小娜）、小冰，属于智能语音助理。此前人机围棋大战中，谷歌 AlphaGo 大胜李世石，AI（人工智能）话题再次被引爆，Build2016 即将带来，微软在 AI 方面会有哪些进展呢？
3. 《百度大数据实验室发布人群预测技术》：聚合用户对百度地图查询数据，可以预测未来特定的时间和区域内的人数。对百度地图数据仔细分析和深入的调查还证明地图查询的数量和在一个区域定位的用户数之间有很强的相关关系。提出利用在百度地图查询

大数据

1. 《Hadoop 十年解读与发展预测》：在 2016 年 Hadoop 十岁生日之际，InfoQ 策划了一个 Hadoop 热点系列文章，为大家梳理 Hadoop 这十年的变化，技术圈的生态状况，回顾以前，激励以后。本文是 Cloudera 资深工程师讲解 Hadoop，让您一篇文章就能了解 Hadoop 的过去和未来
2. 《1 号店通用精准化平台架构以及大数据营销实践》：随着业务的增长，迫切需要一个通用的基础平台和引擎做各个推荐栏位，邮件、短信等消息触达，以达到精准化的投放和展示商品，1 号店除了用传统的协同过滤、关联规则的推荐方式，还应用了哪些推荐技术，并且如何把 Spark 等新兴技术应用到我们的场景中，用来支撑促销排期选品，小区雷购选品，情景推荐等等
3. 《2016 年数据科学家扮演的角色》：技术进步和业务需求驱使数据科学家的角色不断演进。本文，我们将近距离观察 2016 年的数据科学家的角色
4. 《大数据应该成为一种基本的使用和操作能力》：“大数据”之“大”，不仅仅源于其体量的庞大，更表现在它的无处不在。数据充斥在我们生产生活的方方面面，从大数据分析中获得竞争优势，已不再是所谓的高精尖企业或是高大上的科研项目的专利。它与劳动力、资本一样，开始为企业提供重要的生产因素
5. 《大数据的安全问题：2016 年的挑战》：2015 年对大数据来说是非常重要的一年。然而，大数据发展至今，也面临着安全问题的考验。作者在本文从几个方面分析了大数据技术可能面临的安全问题

机器学习

1. 《“好学的机器”系列｜让语音搜索更快，更精确！》：一个更快、更精准的语音搜索功能是怎样炼成的？2012 年，Google 将深层神经网络（DNNS）作为核心技术应用于语音建模；如今，基于连接时序分类技术（Connectionist Temporal Classification）和序列判别训练技术（Sequence discriminative training）所构建的更为有效的神经网络声学模型，让声音的捕捉更加准确、快速和抗噪
2. 《关于人工智能的十大误解，看看你中招没？！》：自从 20 年前深蓝 (Deep Blue) 在国际象棋中击败卡斯帕罗夫 (Garry Kasparov)，该事件就被人们誉为机器智能最权威的证明。谷歌的 AlphaGo 已经在围棋比赛中以四胜一负赢得了韩国棋手李世石，更表明了这些年来人工智能的迅猛进步
3. 《麻省理工神科技：大数据分析自动化》：麻省理工学院的研究人员的目标是，用一个不仅能搜索模式也能设计特征的新系统把人类元素从大数据分析中剥离出来。为了测试他们系统的第一个原型，他们参加了三个数据科学竞赛，它与人类团队比赛，在不熟悉的数据集中找到预测模式
4. 《你真的了解人工智能吗？——聊聊 AI 的碰壁和冬天》：本文介绍了人工智能发展史上的曲折的发展史以及作者对人工智能的前景的一些看法
5. 《人工智能概念诞生 60 周年，哪些大牛堪称“一代宗师”》：较早进行人工智能研究的麻省理工学院（MIT）人工智能实验室、斯坦福人工智能实验室等。事实上，正规教育体系的学科分类中，人工智能下分计算机视觉和机器学习两个二级学科，领域中诸多种技术彼此都相互关联

感谢杜小芳对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ， @丁晓昀），微信（微信号： InfoQChina ）关注我们，并与我们的编辑和其他读者朋友交流（欢迎加入 InfoQ 读者交流群（已满），InfoQ 读者交流群（#2））。