机器学习
-
常见机器学习算法比较
机器学习算法太多了,分类、回归、聚类、推荐、图像识别领域等等,要想找到一个合适算法真的不容易,所以在实际应用中,我们一般都是采用启发式学习方式来实验。本文主要回顾下几个常用算法的适应场景及其优缺点!(提示:部分内容摘自网络)。
-
PCA主成分分析Python实现
PCA(principle component analysis) ,主成分分析,主要是用来降低数据集的维度,然后挑选出主要的特征。
-
俄罗斯初创公司VisionLabs获550万美元投资,专注面部识别、数据分析、以及机器人技术
VisionLabs 是一家专注于开发面部识别、数据分析、以及机器人技术的俄罗斯初创公司。本周四,该公司宣布锁定一轮3.5亿卢布(约合550万美元)的风险投资,投资方是 Sistema Venture Capital,该投资基金获得了 VisionLabs 公司四分之一股权。
-
高薪OR刺激?为啥选择数据科学家
数据科学家是一个充满刺激和性感的职业,那么什么是数据科学家?它的刺激和性感表现在哪里?除了精神满足,它是否能够带给我们物质丰富?
-
互联网金融时代下机器学习与大数据风控系统
互联网金融时代,如何借助互联网思维利用机器学习方法建立高效安全的大数据风控系统?
-
制约人工智能领域的并非算法不够先进,而是缺乏高质量数据集
对于在业务中将机器学习作为核心技术的初创公司来说,能否获得高质量的训练数据极为关键。
-
谷歌董事长力挺人工智能:它能把人类从工作中解放出来
近日,谷歌董事长Eric Schmidt(埃里克·施密特)和在线教育公司Udacity总裁兼董事长Sebastian Thrun(塞巴斯蒂安·史朗)发表联合署名文章《Let’s Stop Freaking Out About Artificial Intelligence》,发表在Fortune(《财富》杂志)网络版上,呼吁拥抱人工智能,摒除对人工智能的恐惧。
-
谷歌有多拼?它想让2.5万名工程师成为机器学习专家
谷歌董事长施密特近日撰稿力挺人工智能、呼吁大家忘掉对人工智能的恐惧还只是个口号的话,那么,谷歌公司用一种更壮观的改变真实地告诉你它有多爱人工智能。
-
15张图表看清人工智能发展现状
人工智能的发展现状究竟如何?这个领域将走向何方?
-
如何用深度学习识别网络欺诈?
在这个资讯变化快速的时代,人手一台智慧型手机是非常普遍的情形,其中又以 Android 手机较常见,但你是否曾经注意过你手机中真的安装了什么移动 APP 应用程序吗 ?
-
人工智能时代,云和大数据到底有多重要?
60年前的某个夏天,麦卡锡、明斯基等年轻的科学家们举办了一次聚会,共同研究用机器模拟智能的问题,也是在那时,“人工智能(AI)”的理念正式被提出。如今,人工智能已经应用于语音识别、图像处理器、计算机视觉、机器人等多个领域,甚至击败了围棋九段李世石,这种进步是难以置信的。而这一系列成绩的背后,是海量数据的积累与学习,在没有云的时代,是无法想象的。
-
数据分析的未来:合作,深度学习,解读背后的故事
深度学习的下一个阶段是“元”阶段,即“算法将会自动生成”
-
Spotify计划借助机器学习策略走向盈
Spotify在2006年诞生于瑞典,是音乐流媒体服务规模最大的早期驱动者之一,普及了人们收听自己没有购买或并不实际拥有的曲目的观念。
-
用机器学习判定红楼梦后40回是否曹雪芹所写
用机器学习的方式来判定红楼梦后40回到底是不是曹雪芹写的。
-
深入研究神经网络和深度学习
你可能已经听说过深度学习的神秘性了,它涉及到一切领域,从系统管理到自动驾驶汽车。到底深度学习是一个刚刚在世人面前揭开面纱的非常聪明的新兴人工智能,还是仅仅一种营销宣传手段,将已有的复杂机器学习算法重新包装成为新的卖点?