学习类软件
收录了 学习类软件 频道下的 50 篇内容
建立高效机器学习团队的 4 个步骤
如何打造机器学习团队？
论机器学习的正确学习姿势
在机器学习如火如荼的今天，没学过机器学习的开发人员要怎样才能学会机器学习？
小米移动端深度学习框架实践
本次分享介绍MACE在开发和使用中的一些经验总结。
基于 CPU 的深度学习推理优化部署方案和实践
本次分享介绍一种基于 CPU 的深度学习推理优化方案。
AI 工程师基础能力：机器学习
今天，我来和你聊一聊如何学习和掌握机器学习基础知识，又如何通过核心的知识脉络快速掌握更多的机器学习算法和模型。
深度学习中的安全隐患：神经网络可以隐藏恶意软件
加州大学圣地亚哥分校和伊利诺伊大学的研究人员发现，神经网络可以在不触发杀毒软件的情况下嵌入恶意负载。
如何在机器学习实战的路上与时俱进？
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？
深入浅出 Tensorflow（一）：深度学习及 TensorFlow 简介
本文将会介绍深度学习的发展历史并讲解深度学习目前成熟的应用。同时也会聊到目前主流的深度学习工具，并介绍TensorFlow相比于其他工具的优势。
迁移学习的基础研究问题及适用场景
由于知识获取与表示的困难，以及当时计算机计算能力的限制，符号主义的主张没有得到应有的发展和大规模的应用，以知识为基础的学习方法也同样受到重创。
机器学习会颠覆测试工程师的工作吗？
解读机器学习在软件测试领域的应用与创新
机器学习应用设计阶段的 10 个陷阱和 11 个最佳实践
本文主要介绍了在机器学习项目的最初设计阶段中，你可能会遇到的陷阱，并详细阐述如何避免这些陷阱的最佳实践。
不懂业务的开发人员，就不是好的数据科学家
当下，数字化转型浪潮席卷各行各业。等位人数过多，在线预约取号软件得到了广泛应用。而就在当天，某知名火锅店的排号系统却意外罢工，更是直接登上了微博热搜榜。
机器学习面临的挑战是工程问题，不是数据科学问题
从数据科学到机器学习工程
打通 AI 知识脉络第一步：从掌握机器学习基础知识开始
想要成为合格的，或者更进一步成为优秀的人工智能工程师或数据科学家，机器学习的各种基础知识是必不可少的。
机器学习工程化，企业 AI 的下一个起点
为什么MLOps不能简单类比DevOps
深度学习在 Gilt 上的应用
机器学习起源于神经网络，而深度学习是机器学习的一个快速发展的子领域。最近的一些算法的进步和GPU并行计算的使用，使得基于深度学习的算法可以在围棋和其他的一些实际应用里取得很好的成绩。时尚产业是深度学习的目标领域之一。闪购网站Gilt正在实际应用中使用深度学习技术。
用 JavaScript 学习机器学习的 4 个理由
Python并不是编写机器学习应用程序的唯一选择。
京公网安备 11010502039052号 | 产品资质
