perfectlwz的博客

目前，各组织正在利用数据科学和机器学习来解决各种业务问题。为了创造一个真正的业务影响，如何弥合数据科学管道和业务决策管道之间的差距显得尤为重要。数据科学管道的结果往往是数据中的预测、模式和洞察(通常没有任何约束的概念)，但仅此一项并不足以让股东做出决定。数据科学的输出应该要接入某种商业决策导管；这个导管包含有一些可以模拟商业关键方面的限制和决策变量的改善。例如，如果您正在运行一个超市链—您...

百度上线的智能写作平台集合了百度领先的自然语言处理技术（NLP）和知识图谱技术（KG），内置百度丰富的数据和素材，给您提供自动写作和辅助写作的能力，帮您全面提升内容创作效率，旨在成为最懂你的智能写作助手。自动写作：自动写作技术能够让机器自主的完成文章写作。当前计算机已经能够自动的撰写新闻快讯、热点组稿、春联等类型的文章。百度自动写作的财经新闻，这类自动写作通常以结构化数据为输入，智...

若是本文能帮助到大家，希望可以关注小编 并转发分享！（thanks）现如今构建人工智能或机器学习系统比以往的时候更加容易。普遍存在的尖端开源工具如 TensorFlow、Torch 和 Spark，再加上通过 AWS 的大规模计算力、Google Cloud 或其他供应商的云计算，这些都意味着你可以在下午休闲时间使用笔记本电脑去训练出最前沿的机器学习模型。数据集对于深度学习模型的重要性...

一、准确率准确率是我们常见的评价指标之一，一般定义是，分类正确的样本数占总样本的比例数。但是准确率在数据不均衡的数据集上会缺少一定的说服力，比如一个数据集，有990正样本，10个负样本，现在模型把样本全部都预测成正样本，那么我们说模型的准确率是99%，这个从计算上看是没问题，但是当样本不均衡时，光使用准确率来评价一个模型的好坏是不够的。二、精准率和召回率二分类问...

近期听很多朋友说 想学习机器学习,但是苦于没有大量数据练习.今天给大家分享一个,机器学习数据集,涵盖了 视觉/NLP/音频 三个领域满足大家的学习需求,这些内容仅供学习使用!该内容由一位名叫 Nikola Pleša 的开发人员做了一个项目，将所有机器学习的大型数据集收集在一个网站上，方便大家取用。网站目前提供约 70 个数据集，涵盖了...

当在现实生活中的遇到问题时，我们总是希望找到最佳的解决方案。制造软件产品也是一样的道理，最优化的程序才是最理想的产品。最优化意味着获得最佳输出。它既是一个数学的重要分支，也在现实生活中有着重要的作用。现代的计算机科学和人工智能科学把最优化作为一个重要的领域来研究。我们也认为人工智能的一些算法，就是模拟了人类寻求实际问题最优解的过程。例如，利用人工智能算法设计软件，配合外部的电子设备例如摄像头识...

引言：算法复杂度是算法工程师容易忽略的指标，尤其对于转入AI行业的算法工程师们，可能对算法复杂度的概念更是陌生，但是实际情况中，算法的复杂度会直接影响算法的执行效率，是非常重要的评估指标，本文从时间复杂度和空间复杂度的概念出发，结合实际的一些代码分析时间复杂度与空间复杂度，并总结了一些评估时间复杂度和空间复杂度的一点小小的经验，如果有说错的地方，希望大神们帮忙指正、赐教。正文：在实现算...

自然语言处理简介自然语言处理，顾名思义，就是使用计算机对语言文字进行处理的相关技术以及应用。Natural language processing (NLP) is a field of computer science, artificial intelligence and computational linguistics concerned with the interaction...

导读：这是一篇来自印度德里的大神Paras Chopra新鲜出炉的blog。除了知名博主这个众人皆知的身份之外，大神本人也是软件公司Wingify的Founder & CEO。这位印度大哥风趣幽默、极擅言辞；他的blog是小编我的最爱之一，各种技术解读和代码播放都非常值得大家空闲时间刷起来。Blog链接在此，不用感谢我哈：https://paraschopra.com/blog/。...

导读：从一开始的Google搜索，到现在的聊天机器人、大数据风控、证券投资、智能医疗、自适应教育、推荐系统，无一不跟知识图谱相关。它在技术领域的热度也在逐年上升。 本文以通俗易懂的方式来讲解知识图谱相关的知识、尤其对从零开始搭建知识图谱过程当中需要经历的步骤以及每个阶段需要考虑的问题都给予了比较详细的解释。 对于读者，我们不要求有任何AI相关的背景知识。目录：概论什么是知识图谱知识图谱的表示知识抽...

即使学过机器学习的人，对机器学习中的MLE(极大似然估计)、MAP(最大后验估计)以及贝叶斯估计(Bayesian)仍有可能一知半解。对于一个基础模型，通常都可以从这三个角度去建模，比如对于逻辑回归（Logistics Regression）来说：MLE: Logistics RegressionMAP: Regularized Logistics Regression Bayesian: Bay...