机器学习
-
从机器学习和自然语言处理入手,UpScored为科技公司提供个性化招聘平台
UpScored是一家专门匹配雇主和求职者的招聘平台,于今年五月正式上线。其宗旨是,利用个性化的服务,将空缺的职位与有意向的应聘人员匹配起来。
-
传说中的贝叶斯统计到底有什么来头?
贝叶斯统计在机器学习中占有一个什么样的地位,它的原理以及实现过程又是如何的?本文对相关概念以及原理进行了介绍。
-
硅谷王川:深度学习有多深?维度的诅咒和蒙特-卡洛模拟(19)
(1)动态规划理论的核心, 用以 Richard Bellman 老师名字命名的 贝尔曼方程 (Bellman Equation)表示. 贝尔曼方程的核心, 就是: 用大白话说, 就是 目前状态的最大价值 = 最大化[ 眼前的回报 + {未来的最大价值,贴现到现在} ] 而动态规划要解决的问题,无非就是求解方程里的最优价值函数 V(x) 而已. 使用贪婪算法…
-
机器学习系列(10):从感知器到人工神经网络
本章,我们将介绍人工神经网络(artificial neural networks,ANN),一种用于强大的非线性回归和分类模型,用新的策略来克服感知器的缺点。
-
机器学习系列(9):从感知器到支持向量机
这一章,我们将介绍一种强大的分类和回归模型,称为支持向量机(support vector machine,SVM)。
-
机器学习系列(8):感知器
这一章,我们将介绍另一种线性模型,称为感知器(perceptron)。
-
机器学习系列(7):用PCA降维
本章我们将介绍一种降维方法,PCA(Principal Component Analysis,主成分分析)。降维致力于解决三类问题。
-
Twitter机器学习平台的设计与搭建
简单介绍一下Twitter机器学习平台的设计与搭建,也希望从规模化机器学习平台的角度来主要讲一些我们在这个过程中所遇到的各种坑,以及我们做的各种的努力,也希望能对大家有一点用处。
-
机器学习系列(6):K-Means聚类
本章,我们讨论无监督学习算法,聚类(clustering)。
-
人工智能在深度学习领域的前世今生
文章详细介绍了:人工智能发展的七个重要阶段;深度学习在人工智能的发展;最后也提出作者对于深度学习挑战和未来发展的看法。 Dave Bowman: Hello, HAL do you read me, HAL 哈尔,你看到我了吗? HAL: Affirmative, Dave, I read you. 大卫,我看到你了 Dave Bowman: Open th…
-
机器学习十大不可忽视项目
前言:那些流行的机器学习项目之所以受欢迎,一般是因为其提供了一种多数人需要的服务,或是因为它们是第一个(也许是最好的)针对特定用户提供服务的。那些最流行的项目包括Scikit-learn、TensorFlow、 Theano、MXNet 、Weka 等。根据个人使用的工作系统、深度学习目标不同,不同的人认为流行的项目可能会有些许差异。然而,这些项目共有的特性…
-
高德地图推出AI智能公交导航 用大数据+机器学习打造活地图
日前,高德地图在北京发布全新一代公交出行产品——AI智能公交导航,利用高德地图的大数据及机器学习能力,为用户公交出行提供全新的智能导航出行解决方案。
-
硅谷王川:深度学习有多深?从贪婪算法和动态规划说起(18)
(1)迄今为止我们讨论的人工智能的问题,都还是局限在”认知”方面的应用, 比如图像识别,语音识别,自然语言处理,等等. 这类问题的特点是,机器获得大量原始数据的培训. 每一个输入,都有标准的”输出”的答案. 这种学习方式,也称为”有监督学习”. 但是生活中大多数问题,是没有标准正确答案的…
-
张建锋:为什么说阿里巴巴是一家大数据公司
「不论是人工智能还是其他前沿技术,都离不开高质量的数据、强大的计算平台和高效的算法平台。只有将这三件事放在一起,才能真正在机器学习和人工智能领域取得突破。」
-
Hadoop家族——Hive学习路线图
前言 Hive是Hadoop家族中一款数据仓库产品,Hive最大的特点就是提供了类SQL的语法,封装了底层的MapReduce过程,让有SQL基础的业务人员,也可以直接利用Hadoop进行大数据的操作。就是这一个点,解决了原数据分析人员对于大数据分析的瓶颈。 让我们把Hive的环境构建起来,帮助非开发人员也能更好地了解大数据。 目录 Hive介绍 Hive学…