-
ICML2019｜强化学习用于推荐系统，蚂蚁金服提出生成对抗用户模型
在推荐系统中应用强化学习（RL）有很大的研究价值，但也面临诸多挑战。在这样的配置中，在线用户是环境（enironment），但是并没有明确定义奖励函数（reward）和环境动态（transition），这些都对 RL 的应用造成了挑战。
-
MIT、浙大等打造AutoML可视化工具：模型自选、超参数自调
https://www.toutiao.com/a6698935337843950087/ 【新智元导读】MIT、香港科技大学和浙江大学的研究人员开发了一种交互式工具，首次实现让用户对自动化机器学习（AutoML）系统的工作方式和流程进行查看和控制，提高系统定制化程度，向打开机器学习“黑盒子”的目标迈进了一大步。为特定任务设计机器学习模型（如图像分类，疾病诊断和股市预测等）是一个艰巨而耗时的过程。
-
接入Tengine，让你的AI应用飞起来
https://www.toutiao.com/a6698982880724386307/ 随着 AI 在技术发展中的不断突破和使用，越来越多的AI公司投入大量资源开发工具，芯片公司花大量精力做上层开发环境和平台，AI应用/算法公司投入大量人力做底层适配优化，这无疑是重复造轮子，消耗大量资源且整体效率低。而现有软件框架不能满足AIoT需求，训练框架依赖库众多，版本间兼容性差，效率低下，不适合嵌入式
-
TensorFlow亚太研发负责人李双峰：TensorFlow Lite如何连接世界
https://www.toutiao.com/a6698869590761406989/ 摘要：轻量、快速、兼容度高，TensorFlow Lite 正是人工智能开发和移动化最好的结合。机器学习的发展改变着健康医疗、语言交流和城市交通等我们生活中的诸多领域，越来越多的企业、组织甚至是个人尝试用机器学习解决业务或者生活中遇到的难题。开发者数量的大量增加也意味着需要降低技术难度，让更多人参与进来。在
-
The Next Step for ML 机器学习落地需攻破的9个难题
2019-03-12 08:46:30机器学习在前两年的时间里，一下子就爆火了起来。很多公司也跟着这个趋势，招募了很多算法工程师、数据挖掘工程师。但是，在实践中，企业发现要落地，实际上还有很多问题需解决。以至于在大部分项目，还是规则主导。算法工程师的日常，也不过是清洗数据，调整规则。所以，机器学习技术，在真实的应用中到底缺少些什么呢？在国立台湾大学《机器学习》2019春季班，李宏毅老师给出了他的观
-
入选《时代》的科学牛人，人工智能和机器学习最权威的学者之一
https://www.toutiao.com/a6696809921528201742/ 吴恩达吴恩达主要成就在机器学习和人工智能领域，他是人工智能和机器学习领域最权威的学者之一。机器学习机器学习是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。吴恩达最知名的是，所开发的人工神经网络通过观看一周YouTube视频，自主学会识别哪些是
-
为什么说Swift将接任Python成为深度学习下一任“掌门”？
https://mp.weixin.qq.com/s/nOvJIum4SHzyualoQ0eUzA Yann LeCun曾说，深度学习可能需要一种新的编程语言了。现在Swift来了！没错，这就是让万千饱受Python缺点困扰的开发者兴奋不已的深度学习语言。本文便将带领读者详细了解一下为什么Swift将成为深度学习的下一大热门。当你听到Swift的时候，第一反应肯定会想到iOS或者MacOS的应用程
-
技术引路：机器学习仍大有可为，但方向在哪里？
https://www.toutiao.com/a6695516618266509832/ 2019-05-27 09:44:03整理 | CTA 直播小分队出品 | AI科技大本营（id：rgznai100）杭州国际博览中心，这里曾经是二十国集团领导人第十一次峰会的主场馆，5 月 26 日 CTA 核心技术与应用峰会（杭州）同样在这里正式召开！正如 CSDN 谷磊总编在大会开幕词中讲到的，在过去
-
机器学习工具总览
https://www.toutiao.com/a6692693205818802696/ 丰富的机器学习工具当谈到训练计算机在没有明确编程的情况下采取行动时，存在大量来自机器学习领域的工具。学术界和行业专业人士使用这些工具在MRI扫描中构建从语音识别到癌症检测的多种应用。这些工具可在网上免费获得。如果您感兴趣，我已经编制了这些的排名（请参阅本页底部）以及一些区分它们的重要功能的概述。其中，从主页
-
Python中函数为什么可以当做参数使用？
Python中函数为什么可以当做参数使用？
-
生成器与迭代器的区别
生成器与迭代器的区别？
-
重磅！蚂蚁金服开源机器学习工具SQLFlow，技术架构独家解读
SQLFlow 的目标是将 SQL 引擎和 AI 引擎连接起来，让用户仅需几行 SQL 代码就能描述整个应用或者产品背后的数据流和 AI 构造。
-
北大张志华：机器学习就是现代统计学
https://www.toutiao.com/a6691154931530859021/ 大数据文摘出品内容来源：智源论坛数学最重要的魅力在于帮助我们提出解决问题的思路或途径。而机器学习在一定程度上正是数学和工程的完美结合，毕竟用数学里面的概率论、随机分析等工具研究AI早已不是什么新鲜事情。例如机器学习的四个基本原则性的问题，即泛化性、稳定性、可计算性和可解释性就可以用数学工程手段来解决。在5月
-
群控软件top10_哪家群控系统比较好?2019群控系统最新排名
群控系统经过2017年和2018年的洗礼，可以说是云龙混杂，如果你没在这个行业待上3-5年的时间，你是无法知道这个行业的猫腻，下面小编就来盘点一下群控软件的top10以及到底2019到底哪家群控系统比较好? 第一名：合肥欣之络群控软件 合肥欣之络软件有限责任公司是一家致力于抖音群控系统,微信群控系统,微信营销系统,手机群控云控系统开发为一体的科技型企业.欣之络手机微信群控营销系统是公司开发的一
-
TensorFlow 框架的开源工具箱 Ludwig
https://www.toutiao.com/a6690711889246159373/ 2019-05-14 10:59:15网约车服务商 Uber 开源并发布了它们开发的 Ludwig，这是一款基于 Google TensorFlow 框架上的开源工具箱。藉由 Ludwig，用户无需再编写任何代码即可进行深度学习的开发。在过去的十年中，人们证明了深度学习在视觉、语音和语言方面执行各种各样的机
-
似然与极大似然估计
https://www.toutiao.com/a6689304194777612813/ 似然与概率在统计学中，似然函数（likelihood function，通常简写为likelihood，似然）是一个非常重要的内容，在非正式场合似然和概率（Probability）几乎是一对同义词，但是在统计学中似然和概率却是两个不同的概念。概率是在特定环境下某件事情发生的可能性，也就是结果没有产生之前依据
-
谈谈机器学习与传统编程之间的区别
https://www.toutiao.com/a6689280067404562958/ 2019-05-10 14:23:03有些人认为 AI 和 ML 被过分夸大了，认为它们只不过是写一些 if 语句，或者仅仅是和编程有关的玩意儿，但我建议你对这些观点进行仔细的思考和分辨。在本文中，我将对它们涉及到的术语进行比较，并展示这两个领域的专家之间的区别：他们究竟是做什么的？软件工程师、
-
AI投资中机器学习项目备受瞩目
https://www.toutiao.com/a6689753965929693707/ 2019-05-11 21:02:01机器学习项目在2019年获得了最多的资金，获得的资金超过了所有其他人工智能系统的总和。在机器学习应用程序和平台之间，超过420亿美元用于开发这些自动化系统。所有其他使用人工智能的项目，包括推进智能机器人，虚拟助手和自然语言处理，相比之下获得了大约380亿美元。虽然资助者
-
AI中台：一种敏捷的智能业务支持方案|宜信技术学院沙龙分享实录
宜信研发中心AI应用团队负责人井玉欣博士分享AI中台在宜信的落地实践。
-
搜索和其他机器学习问题有什么不同？
机器学习排序(Learning to rank)将搜索转化为机器学习问题，在本文中，我想找出搜索与其他机器学习问题不同的原因，如何将搜索排名作为机器学习或者是分类和回归问题？我们将通过两种方法，对机器学习排序方法的评估有个直观的认识。
