ITPub博客

谷歌制定AI技术开发七大准则

2019十大战略性技术趋势

https://www.jianshu.com/p/cdc1354f3edc动量（Momentum）Momentum是Gradient Descent算法的扩展、可加速或抑制参数更新。1、通过反向传播的错误来学习表征多层感知器（MLP）多层感知器是一种前馈神经网络，具有多个完全连接的层，使用非线性激活函数来处理不可线性分离的数据。MLP是多层神经网络的最基本形式，如果它超过2层，则是深度神经网络。

https://www.jianshu.com/p/408d924ee218对于一个新手来说，深度学习术语可能非常难以理解。本表试图解释深度学习常用术语并链接到原始参考，以帮助读者深入了解特定主题。深度学习与“一般”的机器学习术语之间的界限非常模糊。例如，我这里不包括“交叉验证”，因为它是一种通用技术，用于整个机器学习。但是，我加入了softmax或word2vec等术语，因为它们通常与深度学习相

BAT面试题12：机器学习为何要经常对数据做归一化？ http://blog.sina.com.cn/s/blog_cfa68e330102z2gd.html 机器学习中，为何要经常对数据做归一化？一般做机器学习应用的时候大部分时间是花费在特征处理上，其中很关键的一步就是对特征数据进行归一化，为什么要归一化呢？维基百科给出的解释：1）归一化后加快了梯度下降求最优解的速度；2）归

中国工程院院士高文：从大数据科学到人工智能的迁移过程2017年11月6日，京东举行JDD京东金融全球数据探索者大会，在全球范围内寻求志同道合的伙伴共同探索大数据和人工智能在金融领域的最佳实践。中国工程程院院士、北京大学教授高文应邀做会议演讲，演讲主题为“探索大数据，迎接人工智能时代”。高文院士重点观点如下：要满足三个条件，AI系统就不需要外部数据的支持。这三个条件是：集合是封闭的；规则是完备的；约

一文看懂国内人工智能行业产业链全景（必收藏） http://blog.sina.com.cn/s/blog_cfa68e330102z1ak.html 全球共有近千家人工智能公司遍及62个国家的十余个产业，国内涉及人工智能领域的公司也早已破百。除了「机器学习」、「模式识别」和「神经网络」这些晦涩的词汇和各种层出不穷的借势营销，这个看似离我们越来越近的市场却在「互联网玄学」的外衣

一文看懂NLP神经网络发展历史中最重要的8个里程碑！ https://mp.weixin.qq.com/s/gNZiiEfsQjlF9tArNDIt5Q                                 &

最强数据集集合：50个最佳机器学习公共数据集 https://blog.csdn.net/weixin_42137700/article/details/83855588 原作 mlmemoirs 郭一璞 编译 量子位 报道 | 公众号 QbitAI外国自媒体mlmemoirs根据github、福布斯、CMU官网等信息，整理了一张50个最佳机器学习公共数据集

来源：安生      链接：http://lovesoo.org/pythonic-python-programming.htmlPython最大的优点之一就是语法简洁，好的代码就像伪代码一样，干净、整洁、一目了然。要写出 Pythonic（优雅的、地道的、整洁的）代码，需要多看多学大牛们写的代码，github 上有很多非常优秀的源代码值得阅读，比如：requests

介绍4个大神常用而你不常用的python函数 https://mp.weixin.qq.com/s/C2nw4JShmj1FlLeDy0IeRA今天总共说下四个函数：assert，map，filter，reduce。 assert俗称 断言！就是说断言一件事，如果是真，程序继续进行；如果是假，则报错。 怎么用捏？两种用法assert <condition>as

最强数据集集合：50个最佳机器学习公共数据集 https://blog.csdn.net/weixin_42137700/article/details/83855588 外国自媒体mlmemoirs根据github、福布斯、CMU官网等信息，整理了一张50个最佳机器学习公共数据集的榜单，为大家分享一下~提前说两个须知：寻找数据集の奥义根据CMU的说法，寻找一个好用的数据集需要

20万到100万年薪的算法工程师有什么区别？版权声明：本文为GitChat作者的原创文章，未经 GitChat 允许不得转载。https://blog.csdn.net/GitChat/article/details/82971479公元七世纪，在车迟国国家气象局组织的一次求雨活动中，虎力、鹿力、羊力三位大仙成功地祈下甘霖，救黎民于水火中。老国王虽然不明就里，却从此尊他们为国师，奉道教为圭臬。本世

作者：Gilbert Tanner 深度学习可用于做许多有趣的事情，但人们通常可能会觉得只有那些最聪明的工程师才能创建这样的应用程序。但事实并非如此。通过Keras和其他高级深度学习库，无论对深度学习理论和内部工作的理解如何，每个人都可以创建和使用深度学习模型。在这篇文章中，我们将看看如何使用递归神经网络以亚瑟·柯南·道尔（Sir Arthur Conan Doyle）的风格，使用他的著作《夏洛克

作者：Ivan Ilin，Vladimir Chikin，Kirill Solodskih iki每日馈送的屏幕截图这篇文章解决了构建基于深度学习架构的推荐系统的一般问题。文中描述的特定架构是为的新智能馈送提供支持，提升技能，检查其性能，请尝试使用产品测试版。https://app.iki.ai/如果你了解推荐系统的一般概念和主流方悉的话，并了解解决方案的细节，请跳过本文的前两部分。 介绍 推荐

集成学习是结合不同机器学习（ML）模型预测的艺术，广泛用于神经网络以实现最先进的性能，受益于丰富的历史和理论保证，以便在诸如Netflix和各种Kaggle比赛等挑战中取得成功，获得奖品。然而，由于训练时间长，它们在实践中使用不多，而且ML模型候选者选择需要其自己的领域专业知识。但随着计算能力和专用深度学习硬件（如TPU）变得更容易获得，机器学习模型将变得更大，系统集成将变得更加突出。现在，想象一

如果您一直在寻求使您的应用程序为机器学习提供支持，您会注意到有大量的ML模型和模型实现可能适合您的任务，当然，也可能不适合您的任务。特别是如果你对特定类型的模型没有深入的了解，那么选择适合你的项目的模型实现可能会非常困难。我已经编译了这4个步骤，当你在与数百名工程师和他们的ML项目交谈后，选择下一个机器学习模式时，你应该明白它们是ModelDepot的一部分!1.理解问题域虽然您可能正在构建热狗定

简史卷积神经网络在过去的十年里，计算机视觉领域取得的进步是前所未有的。机器现在可以识别视频中的图像或某一帧，准确率(98%)超过人类(97%)。之所以有这么大的突破，就是得益于对人脑的研究。当时，神经学家正在对猫进行实验，他们发现图像中相似的部分会导致猫大脑中相似的部分变得活跃。换句话说，当一只猫看着圆圈时，大脑中的α就被激活了。当它观察正方形时，大脑中的β区被激活。他们的发现得出结论，动物的大脑

1.  抢跑的nlp nlp发展的历史非常早，因为人从计算机发明开始，就有对语言处理的需求。各种字符串算法都贯穿于计算机的发展历史中。伟大的乔姆斯基提出了生成文法，人类拥有的处理语言的最基本框架，自动机(正则表达式)，随机上下文无关分析树，字符串匹配算法KMP，动态规划。 nlp任务里如文本分类，成熟的非常早，如垃圾邮件分类等，用朴素贝叶斯就能有不错的效果。

自动驾驶中常用的四类机器学习算法 https://www.jianshu.com/p/07619a77f9a9  来源：智车科技 机器学习算法已经被广泛应用于自动驾驶各种解决方案，电控单元中的传感器数据处理大大提高了机器学习的利用率，也有一些潜在的应用，比如利用不同外部和内部的传感器的数据融合(如激光雷达、雷达、摄像头或物联网)，评估驾驶员状况或为驾驶场景分