机器学习

Matthew Honnibal 是悉尼大学一名博士研究生，已经在自然语言处理领域发表数十篇论文。他最著名的是开发了spaCy，这是一个生产就绪的NLP Python包。这个ppt来自 Honnibal 在巴伊兰大学计算机科学系研讨会的演讲，主题是“为什么Python是AI最好的语言（以及如何使它更好）”。

你周围的人是否都在谈论着“机器学习”？而你是否也听说过一些算法技术却仍旧缺乏一个全局的认识？本文也许就是一个好的起点……

这不仅是大数据初学者的很好的入门资料，对于高阶从业人员也可以起到查缺补漏的作用。

近日，GAN之父Ian Goodfellow在Quora上举行了一年一度的live问答活动。不同于去年的独挑大梁，他今年还叫来了他在Google Brain的好基友Alexey Kurakin。本次互动吸引了将近2万Quora用户的参与，两人总共回答了网友提出的35个机器学习相关的问题。

如何用机器学习算法能否判断猫的品种？

大数据，多大都不算大。

数据是载体，智能是目标，而机器学习是从数据通往智能的技术、方法途径。因此，机器学习是数据科学的核心，是现代人工智能的本质。

最近几年，Python的使用增长率一直比R快，到今年，Python终于以微弱的优势超过了R的使用率 (52.6% Vs 52.1%)。

毫无疑问，机器学习技术将成为未来社会最重要的基础技术之一。

算法，是数据科学全部环节中最为神秘的部分。

Dynamic Yield可以对消费者的互动进行自动定制化处理，来帮助营销者增加收入。

相信很多人都想过让人工智能来帮你赚钱，但到底该如何做呢？

2017 年哪些开源项目值得关注？让我们来看看 2017 年的 6 大热门开源项目。

吴恩达博士的新成就，是机器学习正在开始颠覆医疗领域的最新标志。

作者：章华燕 在机器学习任务中，我们经常会遇到这种困扰： 数据不平衡问题。 数据不平衡问题主要存在于有监督机器学习任务中。当遇到不平衡数据时，以总体分类准确率为学习目标的传统分类算法会过多地关注多数类，从而使得少数类样本的分类性能下降。绝大多数常见的机器学习算法对于不平衡数据集都不能很好地工作。 本文介绍几种有效的解决数据不平衡情况下有效训练有监督算法的思路…