2018年01月_深度学习世界

转载一文了解 2018 年最值得关注的 12 大框架

【CSDN编者按】如今的 IT 领域对开发者要求越来越高，对各种框架的掌握变得非常重要，掌握多种框架可以让开发者快速开发原型和实际项目。本文将列举 12 个适合移动开发者以及 Web 开发者的框架，并且分别介绍了这些框架的优点及应用。以下为译文：新年伊始，很多开发者便开始规划自己的本年度学习计划，如果你还没有决定好在 2018 年学什么，那么本文将给你一些指引。在这篇文章中，我将分享一些值得开发者

2018-01-31 00:00:00 739

转载深度学习即将非法？欧盟《一般数据保护条例》五月生效

选自Analytics India作者：Richa Bhatia机器之心编译《欧盟一般数据保护条例》（General Data Protection Regulation，GDPR）是 20 年来数据隐私条例的最重要变化，它将取代《欧盟个人资料保护指令》95/46/EC，并将协调全欧洲的数据隐私法律，为所有欧盟民众保护和授权数据隐私，并将重塑整个地区的数据隐私保护形式。在 GDPR 中，有关「算法

2018-01-31 00:00:00 806

转载 500款各领域机器学习数据集,总有一个是你要找的

大数据挖掘DT数据分析公众号： datadw目录：金融交通商业推荐系统医疗健康图像数据视频数据音频数据自然语言处理社会数据处理后的科研和竞赛数据1金融美国劳工部统计局官方发布数据：http://dataju.cn/Dataju/web/datasetInstanceDetail/139沪深股票除权除息、配股增发全量数据，截止 2016.12.31 http://dataju.cn/Dataju

2018-01-30 00:00:00 945

转载【重磅】谷歌微软即将公布里程碑式量子突破，量子霸权崛起

新智元报道来源：FT、quantamagazine编译：米乐张乾肖琴【新智元导读】据外媒报道，谷歌和微软即将公布量子计算技术里程碑式的突破。2017年4月，谷歌公布其实现“量子霸权”的路线图，声称将利用49量子比特的模拟系统攻克传统计算机无法解出的难题，并将于近期披露相关论文。微软将其研发重点放在了“有效操纵”上，也将在近期公布重磅突破。量子计算这一潜在的革命性技术，已经成为物理学家和计算机

2018-01-30 00:00:00 350

转载白话AI：看懂深度学习真的那么难吗？初中数学，就用10分钟

来源：数据与算法之美如果在这个人工智能的时代，作为一个有理想抱负的程序员，或者学生、爱好者，不懂深度学习这个超热的话题，似乎已经跟时代脱节了。但是，深度学习对数学的要求，包括微积分、线性代数和概率论与数理统计等，让大部分的有理想抱负青年踟蹰前行。那么问题来了，理解深度学习，到底需不需要这些知识？关于深度学习，网上的资料很多，不过大部分都不太适合初学者。杨老师总结了几个原因：深度学习确实需要一定的数

2018-01-29 00:00:00 327

转载 DeepMind新建虚拟认识实验室，像研究人类一样研究AI（代码开源）

新智元编译来源：DeepMind作者：Joel Leibo，研究科学家编译：费欣欣【新智元导读】DeepMind今天的官博发文，介绍他们的新工作Psychlab，这是一个建立在DeepMind Lab之上的平台，旨在构建可控环境，从心理认识的角度，更好地研究和理解AI。具体说，Psychlab有助于让研究人员了解，AI在完成一项复杂任务时，其中涉及的每一种特定行动分别起到了什么作用。想象一下购

2018-01-29 00:00:00 341

转载嗯？DeepMind开了个心理学实验室

夏乙允中编译整理量子位出品 | 公众号 QbitAI最近，DeepMind开了个心理学实验室，名叫Psychlab，地点就在DeepMind Lab里。当然，不是为人类开的。Psychlab所处的DeepMind Lab是个第一人称视角3D游戏世界，这个心理学实验室当然也是个模拟环境，研究对象是其中的深度强化学习智能体（Agents）。Psychlab能够实现传统实验室中的经典心理学实验，让

2018-01-26 00:00:00 1059

转载 MIT人工突触芯片新突破：指甲大小的芯片有望媲美超算

原作 Jennifer ChuRoot 编译自 MIT News量子位出品 | 公众号 QbitAI论传递信息的能力，计算机的二进制目前还比不上人脑。因为大脑神经元之间传递的信号形式远多过0或1两种：根据突触（神经元之间的结构）间不同的神经递质，不同的浓度，下游神经元可以拿到不一样的信号。神经形态计算领域的研究人员希望，能找到一种造出类脑的芯片，可多层次地传递信息。一旦有了多层次的信号传递方式，

2018-01-26 00:00:00 409

转载 8个深度学习方面的最佳实践

我很开心自己在过去的2017年中在人工智能领域获得的成就。我也学了不少数学方面的知识，虽然这也很有趣，但由于没有做实际的项目，所以并没有什么成果可以说明我在这方面的努力。为了弥补这一点，我在4月份申请了AI Grant(译者注：AI Grant是一家专注于人工智能的风险投资公司)，目的是为肯尼亚语言建立FastText skip-gram模型。我在第一轮就进入了决赛，但最终并没有获得奖金。接着，在

2018-01-25 00:00:00 705

转载一文读懂数据科学、机器学习和AI的区别

来源：CSDN技术头条编者按：本文作者是一名数据科学家，每当跟别人提起这项工作，总有人会把它跟人工智能和机器学习弄混淆，那你清楚这三个领域之间有啥区别吗？不妨跟随作者的思路，一起来了解一下吧！当我跟别人介绍自己是一名数据科学家时，别人总会问我“数据科学与机器学习之间有什么区别？”或者“那你从事的工作一定是跟人工智能有关吧？”关于这些问题我已经回答过了无数次了，每次解释的答案都是基于我自己总结的“三

2018-01-24 00:00:00 377

转载 GitHub最著名的20个Python机器学习项目

我们分析了GitHub上的前20名Python机器学习项目，发现scikit-Learn，PyLearn2和NuPic是贡献最积极的项目。让我们一起在Github上探索这些流行的项目!Scikit-learn：Scikit-learn 是基于Scipy为机器学习建造的的一个Python模块，他的特色就是多样化的分类，回归和聚类的算法包括支持向量机，逻辑回归，朴素贝叶斯分类器，随机森林，Gradie

2018-01-24 00:00:00 552

转载机器学习老中医：利用学习曲线诊断模型的偏差和方差

作者：Alex Olteanu机器之心编译参与：Nurhachu Null、刘晓坤学习曲线是监督学习算法中诊断模型 bias 和 variance 的很好工具。本文将介绍如何使用 scikit-learn 和 matplotlib 来生成学习曲线，以及如何使用学习曲线来诊断模型的 bias 和 variance，引导进一步的优化策略。在构建机器学习模型的时候，我们希望尽可能地保持最低的误差。误差的

2018-01-23 00:00:00 659

转载【干货】上手机器学习，从搞懂这十大经典算法开始

翻译 | 来源AI科技大本营（ID：rgznai100）参与 | 林椿眄编辑 | 波波，Donna在机器学习领域，“没有免费的午餐”是一个不变的定理。简而言之，没有一种算法是完美的，可以作为任何问题的最佳解决方案。认清这一点，对于解决监督学习问题(如预测建模问题)尤其重要。我们不能总说神经网络就是比决策树好，反之亦然。影响算法性能的因素有很多，比如数据集的大小和结构。因此，对于自己的问题，要尝试多

2018-01-23 00:00:00 1004

转载 GANs 造假领衔，看 2018 最具落地潜力的 9 大 AI 技术趋势

本文是 Alex Honchar 在 Medium 上发布的三篇系列博客之二。这三篇博客分别从 AI 研究者、产业界的应用开发人员、普通人的角度介绍了作者对于 2018 年人工智能发展趋势的看法。AI 科技评论对原文进行了编译。在第一篇 AI 研究趋势的文章中我尝试介绍了 2018 年人工智能研究领域中可能发生重要发展的方向。尽管做人工智能的理论研究很酷，但是也存在一些具体的 AI 技术，它们在

2018-01-22 00:00:00 286

转载《Science》杂志：机器学习究竟将如何影响人类未来的工作？

人工智能、机器学习相关技术已经多次刷新了人们对于「计算机能做什么」的认知，那么紧接着的一个问题就是「计算机会不会替代人类的工作」。李开复就曾经多次在公开场合表示人工智能会取代许多人类工作，而这也已经引起了一定的忧虑和讨论。近日，《Science》杂志也发表了一篇长文，从几个不同角度详细阐述了机器学习对于未来人类工作的影响。AI 科技评论把这篇文章全文编译如下。在过去的几十年中，数字计算机已经改变了

2018-01-22 00:00:00 1166

转载致开发者：2018年AI技术趋势展望

作者｜Alex Honchar译者｜核子可乐编辑｜EmilyAI 前线导读：近日，一篇预测 2018 年 AI 技术趋势的文章吸引了 AI 前线的注意，文中讨论了如何将 2017 年业界已经酝酿出一些成熟产物在在 2018 年实现大规模应用。在 2018 年，开发者如何将一系列 AI 技术成果应用于当前的工作当中呢？AI 前线对这篇文章做了部分翻译，供大家参考。更多干货内容请关注微信公众号“AI

2018-01-19 00:00:00 257

转载李飞飞发文发布谷歌云AutoML Vision平台，订制化的企业级机器学习模型不再是难题

AI 科技评论按：谷歌云机器学习平台（Google Cloud AI）自从上线以来就以预训练的、可以直接调用的高效机器学习模型吸引了许多企业级用户在其上构建简单的机器学习应用。然而企业总是会有自己专属的需求的，越来越多的企业会不再满足于预定义好的功能，而想要设计和应用更加自定义化的机器学习模型。今天，在谷歌云首席科学家李飞飞和谷歌云研发负责人李佳合著的这篇谷歌云博客中，她们就正式宣告了谷歌云 Au

2018-01-18 00:00:00 250

转载【全球首份区块链技术演进报告】Github 9万项目存活率仅5%，附Top20榜单

新智元编译来源：德勤作者：Jesus Leal Trujillo, Steve Fromhart, Val Srinivas编辑：常佩琦，闻菲【新智元导读】近来区块链俨然火到有“燎原之势”，相关公司、股票、产品层出不穷。深交所昨日发布公告呼吁强化区块链概念炒作监管。是时候理性看待区块链了。德勤最新研究利用Github平台上的元数据，对近9万区块链项目进行了实证分析，追踪2009年起至今的区块链

2018-01-18 00:00:00 336

转载从最大似然估计开始，你需要打下的机器学习基石

来源：机器之心概率论是机器学习与深度学习的基础知识，很多形式化的分析都是以概率的形式进行讨论。而这些讨论或多或少都离不开最大似然估计，因为它是参数估计的基础之一，也是构建模型的基石。在本文中，我们从最大似然估计到贝叶斯推理详细地讨论了机器学习的概率论基石，并希望能为读者的预习与复习提供优秀的参考资源。什么是参数？在机器学习中，我们经常使用一个模型来描述生成观察数据的过程。例如，我们可以使用一个随机

2018-01-17 00:00:00 248

转载 300张小抄表搞定机器学习知识点：学习根本停不下来！

来源：大数据文摘编译、制作：文摘志愿者团队入坑数据科学和人工智能的同学都知道，机器学习是一个集合了计算机、统计学和数学知识的交叉领域，除了日常练习，也需要很多枯燥的记忆和理解。单纯读书不容易串联概念，又容易忘记。可能你和我一样，读了无数遍“西瓜书”，还是记不住什么是AUC值。那么这时候，你可能需要一种新的学习方式——小抄表（cheatsheet／flashcards）。简直分分钟搞定机器学习各种记

2018-01-17 00:00:00 865

转载十大必须掌握的机器学习算法，竟然都如此有趣

来源：超级数学建模作者：不会停的蜗牛导读：通过本篇文章可以对ML的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。每个算法都看了好几个视频，挑出讲的最清晰明了有趣的，便于科普。以后有时间再对单个算法做深入地解析。今天的算法如下：决策树随机森林算法逻辑回归SVM朴素贝叶斯K最近邻算法K均值算法Adaboost算法神经网

2018-01-16 00:00:00 518 1

转载深度学习大神都推荐入门必须读完这9篇论文

来源：大数据挖掘DT数据分析ID: datadwIntroduction 卷积神经网络CNN，虽然它听起来就像是生物学、数学和计算机的奇怪混杂产物，但在近些年的机器视觉领域，它是最具影响力的创新结果。随着Alex Krizhevsky开始使用神经网络，将分类错误率由26%降到15%并赢得2012年度ImageNet竞赛（相当于机器视觉界的奥林匹克）时，它就开始声名大噪了。从那时起，

2018-01-16 00:00:00 1404

转载【再论深度学习必死】马库斯回应14大质疑，重申深度学习怀疑论

新智元编译作者：Gary Marcus翻译：新智元编辑部深度学习论战再起，NYT心理学家Gary Marcus如约写了一篇偏技术的文章，回应对他此前提出的深度学习问题的质疑。无监督学习适用于什么问题？为什么不说深度学习更好的方面？马库斯说，尽管他提出了所有这些问题，但他并不是认为我们需要放弃深度学习。相反，我们需要重新定义它：不是作为一种通用的方法，而是作为众多工具中的一种。马库斯和LeCun

2018-01-15 00:00:00 2069 2

转载 Python需求增速达174%，这份2017年实际招聘数据请查收，AI人才缺口仍超百万！

来源： AI科技大本营整理：明明要说2017年什么最火，恐怕非人工智能莫属了。对于这个新兴起的行业来说，它还有巨大的潜力，未来还将引领很长一段时间潮流。此时，若你要转型成为AI人才，那么很高兴的告诉你，你选对了这一步。2017年互联网人才是如何发展的？2018年又会有哪些趋势呢？2018年1月10日，Boss直聘发布《2017互联网人才趋势白皮书》，营长将白皮书中与AI相关的报告内容摘选如下，并附

2018-01-15 00:00:00 1084

转载程序实现百万英雄自动答题

来源：互联网学术ID： lingfengshan前言本文作者lingfengshan，感谢~github地址：https://github.com/lingfengsan/MillionHerogitee仓库地址：https://gitee.com/lingfengsan/MillionHero视频教程地址：https://www.bilibili.com/video/av18152515/正文《

2018-01-12 00:00:00 5213 1

转载学习 Python 编程的 19 个资源

编译：wzhvictor，英文：codecondo segmentfault.com/a/1190000004187319用Python编写代码一点都不难，事实上它一直被赞誉为最容易学的编程语言。如果你准备学习web开发， Python是一个不错的开始，甚至想做游戏的话，用Python来开发游戏的资源也有很多。这是快速学习这门语言的途径之一。许多程序员都把Python作为编程之旅的开始，然后是像P

2018-01-11 00:00:00 7927 5

转载 8800个机器学习开源项目中的Top30，你错过了哪些？

最近，Mybridge发布了一篇文章，对比了过去一年中机器学习领域大约8800个开源项目后，选出30个2017年度优秀的开源项目，包含机器学习开源库、数据库以及其他应用程序，这些项目差不多都是在2017年1-12月发布。Mybridge AI通过受欢迎度、参与度以及其他方面对开源项目进行评定。对于机器学习者来说，阅读开源代码并基于代码构建自己的项目，是一个非常有效的学习方法。看看以下这些Githu

2018-01-11 00:00:00 1473

转载盘点机器学习过程中的弯路，带你避坑！

授权自AI科技大本营（ID：rgznai100）本文长度为6900字，建议阅读6分钟本文为你解析机器学习路上的弯路，希望能够帮你避坑，更好的学习。一位转型AI的朋友，最近对我抱怨，“走过的最远的路，就是机器学习过程中的弯路”，然后开始各种blablabla，从论文的坑，到模型的坑，再到培训的坑...一路吐槽。尤其是论文，他骂道：“最讨厌的就是那种，高高在上、假装清高、站着说话不腰疼、戳不到痛点的论

2018-01-10 00:00:00 1398

转载自学深度学习，这些途径可以获取数据集

来源：景略集智学好机器学习的关键是用许多不同的数据集来练习。因为对不同的问题，需要有不同的数据准备和建模方法。我们首先分享一些有趣的数据集，权当练习资源，然后会说一说可以去哪里获得干净的高质量数据集。20个趣味数据集在Medium上有位叫Oliver Cameron的程序猿小哥特地分享了20个有趣的数据集，比如UFO目击报告等。整理如下：20 Newsgroups从20个网络新闻组中收集的2000

2018-01-10 00:00:00 8872 1

转载从最大似然估计开始，你需要打下的机器学习基石

选自Medium作者：Jonny Brooks-Bartlett机器之心编译概率论是机器学习与深度学习的基础知识，很多形式化的分析都是以概率的形式进行讨论。而这些讨论或多或少都离不开最大似然估计，因为它是参数估计的基础之一，也是构建模型的基石。在本文中，我们从最大似然估计到贝叶斯推理详细地讨论了机器学习的概率论基石，并希望能为读者的预习与复习提供优秀的参考资源。什么是参数？在机器学习中，我们经常使

2018-01-09 00:00:00 5945

转载刘鹏教授受邀出席教育部大数据专业教学研讨会讲授《云计算》课程

由教育部高等计算机类专业教学指导委员会主办，教育部高等学校文科计算机基础教学指导分委员会、北京数据科学联合教育中心、北京理工大学、云创大数据等机构协办的全国高校“数据科学与大数据技术”专业教学研讨会暨新工科背景下的人才培养与课程建设师资培训会，将于2月2日~2月7日在广东珠海旭日湾巢酒店举办。云创大数据总裁、南京大数据研究院院长刘鹏教授将受邀出席，并将于2月6日全天为与会人员讲授《云计算》部分。

2018-01-09 00:00:00 458

转载 GitHub最著名的20个Python机器学习项目！

来源：大数据我们分析了GitHub上的前20名Python机器学习项目，发现scikit-Learn，PyLearn2和NuPic是贡献最积极的项目。让我们一起在Github上探索这些流行的项目！Scikit-learn：Scikit-learn 是基于Scipy为机器学习建造的的一个Python模块，他的特色就是多样化的分类，回归和聚类的算法包括支持向量机，逻辑回归，朴素贝叶斯分类器，随机森林，

2018-01-08 00:00:00 2923

转载 AI 玩微信跳一跳的正确姿势——跳一跳 Auto-Jump 算法详解

来源：AI 研习社本文原载于知乎专栏「学术兴趣小组」，AI 研习社获得授权转载。最近，微信小游戏跳一跳可以说是火遍了全国，从小孩子到大孩子仿佛每一个人都在刷跳一跳，作为无（zhi）所（hui）不（ban）能（zhuan）的 AI 程序员，我们在想，能不能用人工智能（AI）和计算机视觉（CV）的方法来玩一玩这个游戏？于是，我们开发了微信跳一跳 Auto-Jump 算法，重新定义了玩跳一跳的正确姿势，

2018-01-08 00:00:00 3485 1

转载一次不成功的深度学习实践 - 微信跳一跳

最近微信的跳一跳小程序火了一把，所以前天也更新了微信玩了几盘，最多手动到200左右就不行了。后来准备用代码写个辅助工具，上Github一查，已经有人做出来了，17年12月29号的项目，不到5天差不多5K的stars，以后还会更多，简直可怕。https://github.com/wangshub/wechat_jump_game具体思路都差不多：用adb调试手机，获取截图；从截图中识别棋子和目标块的

2018-01-05 00:00:00 2644

转载收藏：机器学习27张速查表、13种算法和4种学习方法

编辑：私募工场，转载请注明出处机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式，第二个方面是算法的分类。一、4大主要学习方式1.监督式学习在监督式学习下，输入数据被称为“训练数据”，每组训练数据有一个明确的标识或结果，如对防垃圾邮件系统中“垃圾邮件”“非垃圾邮件”，对手写数字识别中的“1“

2018-01-05 00:00:00 5020

转载 AI专家Marcus质疑深度学习：面临十大挑战（含参考文献）

夏乙若朴安妮编译整理量子位出品 | 公众号 QbitAI多年坚持为深度学习泼冷水的纽约大学心理学教授马库斯老师（Gary Marcus），今天终于写了一篇长长的文章，将自己的对深度学习的看法全面、系统地阐述了一遍。在他长达27页（含参考文献）的文章“深度学习的批判性评价”中，马库斯回顾了深度学习这5年来的复兴历程，更重要的是，指出了深度学习目前面临的十大挑战。这篇论文Deep Learni

2018-01-04 00:00:00 1445

转载 2017 年全球范围内机器学习领域最受欢迎的 10 本书

毫无疑问，人工智能会成为 21 世纪最大的机遇之一，而作为人工智能的主要领域，机器学习有着广阔的发展前景，因而程序员朋友最好将机器学习作为重点关注方向之一。关于机器学习方面的学习资料，网络上已经很多了，其中书籍是一个很好的选择。在今年 AI 技术风起云涌的同时，相关的书籍资料也在不断出现新成果。专注于科技领域书刊的书籍推荐网站 Toptalkedbooks 最近列出了 2017 年全球范围内机器学

2018-01-04 00:00:00 1713

转载 40道题检测你的机器学习掌握程度

引言人类对于自动化和智能化的追求一直推动着技术的进步，而机器学习这类型的技术对各个领域都起到了巨大的作用。随着时间的推移，我们将看到机器学习无处不在，从移动个人助理到电子商务网站的推荐系统。即使作为一个外行，你也不能忽视机器学习对你生活的影响。本次测试是面向对机器学习有一定了解的人。参加测试之后，参与者会对自己的机器学习方面知识有更深刻的认知。目前，总共有1793 个参与者参与到了测试中。一个专门

2018-01-03 00:00:00 1825

转载 0基础如何入门人工智能？

来源：互联网学术一、人工智能的发展现状1.1 概念根据维基百科的解释，人工智能是被机器展示的智力，与人类和其他动物的自然智能相反，在计算机科学中 AI 研究被定义为 “代理人软件程序”：任何能够感受周围环境并且能最大化它成功机会的设备。1.2 重大事件2016 年 3 月，AlphaGo 与当时世界排名第四、职业九段棋手李世石，进行围棋人机大战，以 4:1 总比分获胜。2016 年 10 月，

2018-01-03 00:00:00 1967

转载 Python环境下的8种简单线性回归算法

选自Medium作者：Tirthajyoti Sarkar机器之心编译参与：晏奇、刘晓坤本文中，作者讨论了 8 种在 Python 环境下进行简单线性回归计算的算法，不过没有讨论其性能的好坏，而是对比了其相对计算复杂度的度量。GitHub 地址：https://github.com/tirthajyoti/PythonMachineLearning/blob/master/Linear_Regre

2018-01-02 00:00:00 3313

空空如也

空空如也