机器学习

深度学习问题面临的挑战

机器学习是当前科技行业的一大流行词，原因很充分：它代表着计算机学习方式的一大跃进。福布斯近日盘点了机器学习技术的十大使用案例。

深度学习发展至今已然有几个年头了，上个世纪九十年代的美国银行率先使用深度学习技术做为手写字体识别，但深度学习的惊艳登场并没有留住它一时的辉煌， 直到2012年深度学习这个领域才开始渐入人们的眼帘。

Prowler.io 便是一家专注于机器学习的人工智能初创公司，通过创建自主系统平台，帮助机器“学习思考”，以便更好地作出判断和决策。

机器学习的历史表明会有许多的模式。但最有可能的一种是：在接下来数年，我们将教授机器如何自我学习。

本文整理了一些深度学习领域的专业名词及其简单释义，同时还附加了一些相关的论文或文章链接。本文编译自 wildml，作者仍在继续更新该表，编译如有错漏之处请指正。

2016年7月，Gartner公司发布了年度新兴技术成熟度曲线。Gartner指出，2016年是数字的一年，数字业务创新是“新常态”，专注于技术创新的企业将继续寻找可以帮助他们创造竞争优势和价值、降低经营成本、使业务模型转型的新技术。

信贝爷， 得永生！

数加到底是什么呢？

这是一个数据驱动的时代，大数据已经成为几乎每家企业都在讨论的话题。

机动车摇号概率低于千分之一，一辈子都摇不到号的可能性接近一半。

本文将带你遍历机器学习领域最受欢迎的算法。系统地了解这些算法有助于进一步掌握机器学习。当然，本文收录的算法并不完全，分类的方式也不唯一。不过，看完这篇文章后，下次再有算法提起，你想不起它长处和用处的可能性就很低了。本文还附有两张算法思维导图供学习使用。

从海量的公交卡出行记录中识别出小偷，是不是令人脑洞大开的想法？

人工智能是最早出现的，也是最大、最外侧的同心圆；其次是机器学习，稍晚一点；最内侧，是深度学习，当今人工智能大爆炸的核心驱动。

机器学习常见的算法面试题总结