机器学习_机器学习模型_机器学习算法-InfoQ

WAIC|高精准、低成本，九章云极 DataCanvas 突破 AutoML 难题

作者：九章云极DataCanvas

7 月 22 日

在上海世博中心拉开帷幕。WAIC·AI 开发者论坛”，并发表“Hypernets：自动化机器学习的基础框架”主题演讲。

别再把数据当作商品了

作者 : Tobias Schaffrath Rosario 译者: 李梦策划: 刘燕

7 月 22 日

为什么 87% 的机器学习应用项目从未进入生产阶段？

开源编程语言 Julia 融资 1.6 亿，人气 10 倍速飙升

作者 : Tina 核子可乐

7 月 21 日

Julia 编程语言掀起了一股新的热潮。

机器学习工程师需要掌握哪些编程语言？

作者 : Gunjan 译者: Sambodhi 策划: 凌敏

7 月 21 日

这篇文章深入介绍了适合机器学习的五种编程语言，并帮助您确定哪种语言最适合您。

机器学习在好分期资金适配中的应用实践

吴迪、孙丽川、郭帅

7 月 21 日

“通过对数据的收集和清洗，以及一系列计算规则（包括文中所说的相似度计算），最后发现资金方的适配成功率提高了将近 10%。”

旷视十年，回答 AI 技术价值跃迁的“灵魂”三问

作者 : 刘燕

7 月 19 日

旷视首次对外完整公开技术创新研发模式。

如何为你的机器学习项目抓取网页数据？

作者 : Tobi Olabode 译者: Sambodhi 策划: 凌敏

7 月 19 日

前不久，我在 LearnML 子论坛上看到一篇帖子。楼主在这篇帖子中提到，他需要为自己的机器学习项目抓取网页数据。很多人在回帖中给出了自己的方法，主要是学习如何使用 BeautifulSoup 和 Selenium。

作业帮基于 WeNet + ONNX 的端到端语音识别方案

作者 : 作业帮直播课策划: 赵钰莹

7 月 19 日

本文介绍了作业帮的 WeNet + ONNX 端到端语音识别推理方案，实验表明，相比 LibTorch，ONNX 的方案可获得 20% 至 30% 的速度提升。

Deepfake 逆向工程的检测与溯源方法

作者 : Facebook AI 译者: 王强策划: 凌敏

7 月 16 日

近年来，Deepfake 图像做得越来越逼真了。在某些情况下，人类甚至没法轻易看出这些图像与真实图像之间的区别。

快手八卦！突破 TensorFlow、PyTorch 并行瓶颈的开源分布式训练框架来了！

作者 : 快手AI平台策划: 赵钰莹

7 月 16 日

Bagua 突破了这一点，专门针对分布式场景设计了特定的优化算法，实现了算法和系统层面的联合优化，性能较同类提升 60%。

机器学习会被人工智能主流范式抛弃吗？

作者 : Alberto Romero 译者: 王强策划: 刘燕

7 月 13 日

这一天迟早会到来，符号 AI 的结局又会重现

架构师（2021 年 7 月）

作者 : InfoQ 中文站

7 月 8 日

本期推荐内容：京东云靠什么撑起 618 大促？后 Hadoop 时代，大数据分析路在何方？Data Mesh，数据架构的下一个变革！

程序员终结者还是“白嫖”开源代码？GitHub 火爆新编程工具刚推出就陷入争议

作者 : 褚杏娟

7 月 1 日

微软是否违反了开源许可协议规定？

如何高效实现图片搜索？Dropbox 的核心方法和架构优化实践

Thomas Berg 译者: 王强策划: 蔡芳芳

6 月 30 日

在这篇文章中，我们将基于机器学习中的技术描述图像内容搜索方法背后的核心思想，然后讨论如何在 Dropbox 现有的搜索基础架构上构建高效的实现。

基于机器学习的自动化测试弹窗处理实践

bilibili游戏技术

6 月 27 日

B 站游戏的业务不断发展，对游戏自动化测试的机型覆盖率、测试效率和稳定性都有了更高的要求。因此我们要对现有技术机型升级改造，引入基于机器学习的自动弹窗处理技术。

阿里达摩院发布万亿参数 AI 大模型 M6，“神经元”达人类 10 倍，初具认知与创造能力

作者 : 阿里达摩院

6 月 25 日

达摩院团队仅使用 480 卡 GPU，即训练出了规模达人类神经元 10 倍的万亿参数多模态大模型 M6

通过自学数据科学和机器学习，我在一年内薪水增加了 40%

作者 : Terence Shin 译者: 张健欣策划: 刘燕

6 月 24 日

为了让我的收入翻番，我主要做了这三件事。

Uber 探索利用图学习模型解决欺诈检测问题

作者 : Uber工程博客译者: Sambodhi 策划: 赵钰莹

6 月 22 日

本文展示了一种应用前沿的、名为关系图卷积网络（relational graph convolutional network，RGCN）[1] 的深度图学习模型，用于检测这种勾结的案例研究。

网易有道开源 EMLL：高性能端侧机器学习计算库，大幅提高计算性能

作者 : 网易有道技术团队策划: 刘燕

6 月 16 日

EMLL 为加速端侧 AI 推理而设计，提供基于端侧处理器的高性能机器学习计算库，支持 fp32、fp16、int8 等数据类型

英伟达 CEO 黄仁勋对收购 Arm 信心满满，欧盟却表示十分担忧

作者 : 施尧

6 月 15 日

威胁主要来自于这项交易对欧盟“技术主权”理想的挑战。个欧盟国家将向欧洲芯片行业注资数百亿欧元的“欧洲共同利益重要计划”。

机器学习入门：多变量线性回归

华为云开发者社区

6 月 11 日

摘要：给大家简单介绍了多变量线性回归，还附赠在处理梯度下降过程中通用的两个小技巧。

爱奇艺 M2VOC 挑战赛 6 篇论文被 ICASSP 2021 收录，少样本语音克隆取得重要成果

作者 : 爱奇艺技术产品团队

6 月 11 日

M2VoC 挑战赛旨在提供一个通用的数据集以及一个公平的测试平台，对语音克隆任务进行研究。

如何制造“完美的”聊天机器人

Paul Pröll 译者: Sambodhi 策划: 施尧

6 月 11 日

一个成功的聊天机器人的特点并不在于它背后的技术，而在于它经过深思熟虑的对话设计。首先我们要知道：世上没有完美的聊天机器人！

Reddit 每日千亿请求背后的故事

作者 : Reddit工程博客译者: 王强策划: 万佳

6 月 8 日

本文介绍了 Reddit 构建适应自己规模系统的历程。

如何使用 ML.NET 构建推荐系统？

作者 : Nikola M. Zivkovic 译者: Sambodhi 策划: 凌敏

6 月 7 日

推荐系统无处不在，从 Netflix、谷歌、亚马逊到小型网店，都能看到它的身影。实际上，推荐系统可能是机器学习最成功的商业应用之一。

通过人工智能和机器学习实现完全自动化的 5 种方法

作者 : Mohit Shah 译者: Sambodhi 策划: 凌敏

6 月 7 日

通过引入智能测试自动化工具，可以解决传统测试自动化的难点，从而获得最佳结果。下面分享 5 种通过人工智能和机器学习实现完全自动化的方法，这些方法能够帮助项目团队减少测试工作量，提高测试覆盖率。

【干货篇】bilibili：基于 Flink 的机器学习工作流平台在 b 站的应用

Apache Flink

6 月 3 日

介绍 b 站的机器学习工作流平台 ultron 在 b 站多个机器学习场景上的应用。

云原生 2.0 加速：分布式云探寻全面云化的通路

作者 : 张俊宝

6 月 3 日

分布式云 x 云原生的优越性已经显而易见。

科技部战略规划司司长许倞：北京是人工智能的重要创新高地丨智源大会

作者 : InfoQ编辑部策划: 张俊宝

6 月 1 日

科技部将持续支持北京打造全球人工智能创新高地，为我国乃至全球人工智能健康发展做出更大的贡献。

北京市副市长靳伟：人工智能引领新一轮科技革命和产业革命｜智源大会

作者 : InfoQ编辑部策划: 张俊宝

6 月 1 日

近年来北京着力推动人工智能的加速发展，制订了一系列的有力举措，在平台建设方面加快建设国家首个新一代人工智能创新发展试验区，持续推动北京智源人工智能研究院，北京通用人工智能研究院等新型研发机构和开放创新平台建设。

创作场景

机器学习

推荐作者

大厂实战PPT下载

推荐频道