算法

对于希望学习算法或尝试现有框架的人来说，预训练的模型是一个很好的帮助。由于时间限制或计算资源的限制，不可能总是从头构建模型，这就是为什么存在预训练模型！

DeepMind发布多智能体协作最新评估方法α-Rank，登上Nature。

我们下面描述的研究提出了一种新颖的方法，利用科学文献进行材料发现，而不需要人类的监督。

而这，得益于一项新的AutoML组件：VDS 迄今为止最快的交互式AutoML工具——VDS VDS首先出现在ACM SIGMOD会议上发表的一篇论文中，利用的是现在比较火的人工智能技术——自动机器学习(AutoML)，它可以让没有数据科学知识的人根据他们的数据集训练AI模型进行预测。 例如，医生可以使用该系统来帮助预测哪些患者更容易患某些疾病，而企业主也可…

你想要的算法这都有！

数据必须经过分析才能产生意义。

数据分析师的算法推荐，是否会陷入“真实的谎言”？

从选专业开始，如何有科学规划地走上大数据与人工智能之路？

随着我们进入2017年下半年，是时候看看那些使用数据科学和机器学习的公司面临的共同挑战。假设你的公司已经在大规模收集数据，需要用到分析工具，而且你已经认识到数据科学可以发挥重大作用（包括改善决策或企业经营、增加收入等等），并进行了优先排序。收集数据和识别感兴趣的问题并非小事，但假设你已经在这些方面起了个好头，那么还剩下哪些挑战呢？ 数据科学是一个宽泛的话题，…

我们真的了解在我们构建的ML模型中发生了什么吗？让我们来探索吧。

作者：刘永进教授 肖像画作为人物画的一种，其简约的风格以及以形写神、迁想妙得的创作方法获得了大家的喜爱。 虽然看起来只需简单几笔，但通过线条来捕捉一个人的外表特征捕捉到人的个性和情感并不容易。 即使是受过专业训练的艺术家，完成一幅精致的肖像画也需要很长时间。 随着深度学习的发展，使用卷积神经网络进行图像风格转换的神经风格转换（NST）方法被提出。随后，基于生…

智能分析平台叠加AI，观远数据行业首发「AI预测引擎」。

奥地利符号计算研究所的Christoph Koutschan博士在自己的页面上发布了一篇文章，提到他做了一个调查，参与者大多数是计算机科学家，他请这些科学家投票选出最重要的算法，以下是这次调查的结果，按照英文名称字母顺序排序。

随着越来越多的数据变得容易获取，越来越复杂的工具涌现出来，从中获得价值，肯定会有更多的数据产生。

浅谈影响推荐系统效果的一些因素。