收录了 机器学习理论 频道下的 50 篇内容
《机器学习理论导引》这本书是西瓜书的作者周志华老师领衔、南大LAMDA四位教授共同撰写的新书,权威就自不必说。封面画了一只充满了阿里巴巴和四十大盗风格的木箱子,一看就是童话故事官方指定用来装宝贝的那一种,大家就按惯例起了个绰号,叫“宝箱书”。
相信看到这篇文章的朋友,几乎都想成为机器学习科学家。 事实上,绝大多数的付费课程,基本上都有完全免费的课程放在另一个地方。我们只是把这些信息整理好,告诉你在哪儿可以找到他们,以及通过什么样的顺序进行学习。 这样,哪怕你是还没毕业的大学生,或者是初入职场的工程师,都可以通过自学的方式掌握机器学习科学家的基础技能,并在论文、工作甚至日常生活中快速应用。 在这里我们推荐一份用户友好型的机器学习教程,你可以通过几个月的学习成为机器学习科学家,完全免费。
如何打造机器学习团队?
大数据加快商业化步伐,使互联网行业出现了新岗位与新环境。在2014年6月的Midwest.io会议上,数据科学家Josh Wills做了一场名为“从实验室走向工厂:建设机器学习的生产环境”的主题演讲,意在讨论这种机器学习的工业环境如何实现。
尚未结束的2016年国际却发生了多起有关机器学习的并购,例如eBay收购以色列的预测分析企业SalesPredict,苹果收购了印度机器学习公司Tuplejump,Twitter收购了英国机器学习公司Magic Pony等等,互联网巨头们为何纷纷选择布局机器学习?机器学习背后搭建和使用了怎样的架构平台和训练算法?为了激活沉淀已久的互联网海量数据,机器学习发挥了怎样的作用?
近年来随着深度学习的急剧升温,不管是学术界还是工业界都把大量资源投入了深度学习。作为一个普通的工程师或者程序员,也想对机器学习,尤其是深度学习有所了解,应当如何入手?最好的回答当然是“gets your feet wet”——不下水是终究是学不会游泳的。然而,深度学习火爆的同时,带来的一个副作用是:面对琳琅满目的各色名词,初学者简直毫无头绪,也无从下手。特别是机器学习、深度学习,以及最近炒得很火的强化学习、迁移学习,到底是怎么一回事儿? 本文试图以自己亲自操刀的两个项目案例演示迁移学习的实际应用,并且在篇头以维基百科上的定义,对上述几种机器学习作个简单的阐明,以及做个对迁移学习的简单科普。
为了了解机器学习技术如何赋能业务,AICon有幸采访到了美团点评技术总监王兴星老师,请他来讲讲美团是如何使用 AI 技术让外卖业务实现优势最大化的。
人们总是倾向于高估两年能发生的变化,但是低估十年能发生的变化
异构计算技术是提升机器学习应用开发流程中“人”与 “机”效率的重要途经。
通过证实过度依赖“一致收敛”工具的负面结果,引发了对深度学习研究方向和方法更高层面的思考。
本文是Guy Royse通过自己的亲身经历写给开发者们的关于机器学习的感悟。本文以第一人称翻译,讲述了对于开发者而言应当如何面对和使用机器学习技术。
作为机器学习社区的活跃者,Yoshua Bengio教授在美国东部时间2月27日下午一点到两点,在著名社区Reddit的机器学习板块参加了“Ask Me AnyThing”活动,Yoshua回答了机器学习爱好者许多问题,干货频频。故作此整理,供远在地球另一面的国内人工智能和机器学习爱好者学习讨论,所有问答的先后顺序由Reddit用户投票决定。
传播行业动态和商业技能,打造人才全方位竞争力。
数据时代里,互联网用户每天都会直接或间接使用到大数据技术的成果,直接面向用户的比如搜索引擎的排序结果,间接影响用户的比如网络游戏的流失用户预测、支付平台的欺诈交易监测等等。达观数据技术团队开发过智能文本内容审核系统、作弊监测系统、用户建模系统等多个基于大数据技术的应用系统。机器学习是大数据挖掘的一大基础,本文以机器学习为切入点,将达观在大数据技术实践时的一些经验与大家分享。
一同探讨如何利用人工智能技术服务于科学和技术的创新,把深度学习从黑盒子从一个工程技术变成科学。
算法工程师到底有什么不同?
如果大家愿意将来从事推荐算法的工作,但是不知道需要学什么才可以更好地入门,那么你一定要读读这篇文章。
师徒档“二搭”创业,新公司融资很顺利。
今年总共有311名学者当选,其中华人科学家人数80名左右。