偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

AI.x社區(qū)

軟考社區(qū)

企業(yè)培訓

鴻蒙開發(fā)者社區(qū)

信創(chuàng)認證

公眾號矩陣

移動端

視頻課免費課排行榜短視頻直播課軟考學堂

全部課程軟考信創(chuàng)認證華為認證廠商認證 IT技術 PMP項目管理免費題庫

文章資源問答課堂專欄直播

51CTO

鴻蒙開發(fā)者社區(qū)

51CTO技術棧

51CTO官微

51CTO學堂

51CTO博客

CTO訓練營

鴻蒙開發(fā)者社區(qū)訂閱號

51CTO軟考

51CTO學堂APP

51CTO學堂企業(yè)版APP

鴻蒙開發(fā)者社區(qū)視頻號

51CTO軟考題庫

賬號設置退出

機器學習

2040內(nèi)容??

關注

涵蓋機器學習相關算法知識、開發(fā)工具、解決方案與應用場景。

共 2040 條

90%的碼農(nóng)即將失業(yè)，谷歌AI寫的機器學習代碼竟完爆程序員！

機器人究竟能代替多少行業(yè)，從最初的護工，到后來的編輯(默默的傷心)，再到一些高精尖的職業(yè)，諸如金融行業(yè)數(shù)據(jù)分析員……這些行業(yè)都有一些共性，能夠讓機器人，確切的說是 AI 來幫忙執(zhí)行。

2017-10-26 09:34:23

谷歌 AI 機器學習

機器學習排序LTR入門——線性模型

學習何種權重應用于查詢的本能，就是最簡化機器學習排序（learning to rank，LTR）模型的根本原理：線性模型。線性回歸非常簡單易用，甚至感覺一點兒都不像是機器學習；更像是高中生的統(tǒng)計學一樣，理解該模型及其原理也非常地容易。

2017-10-24 14:32:48

機器學習 LTR 線性模型

有關機器學習每個人都應該了解的東西

本文科普了機器學習方面的知識，簡單介紹了機器學習可以做什么，以及如何做的。以下是譯文。

2017-10-24 14:21:30

機器學習人工智能算法

解析：阻止機器學習的十種網(wǎng)絡攻擊有哪些？

本文列舉了一些使用案例，它們代表了一些會影響每一家企業(yè)的常見安全威脅。不過，機器學習可能是也可能不是網(wǎng)絡安全的靈丹妙藥，但在下面這些情況中，它肯定會有所幫助。

2017-10-24 12:17:42

機器學習人工智能攻擊

一文讀懂深度學習與機器學習的差異

機器學習和深度學習變得越來越火。突然之間，不管是了解的還是不了解的，所有人都在談論機器學習和深度學習。無論你是否主動關注過數(shù)據(jù)科學，你應該已經(jīng)聽說過這兩個名詞了。

2017-10-24 11:19:16

深度學習機器學習數(shù)據(jù)

2017年含金量最高的機器學習技能或知識有哪些?

2017年，哪些機器學習領域的知識技能最具有價值?Quora上有兩個回答，共提到10個最重要的機器學習技能。

2017-10-24 06:12:50

機器學習數(shù)據(jù)集編程

輕松入門機器學習排序LTR之：線性模型

LTR 的入門模型就是線性模型，本文以線性模型為例，針對搜索排序的場景，通俗地介紹了機器學習的基本思想和實現(xiàn)步驟。作為 LTR 系列的第三篇，相信通過本文你已經(jīng)可以輕松地入門 LTR。

2017-10-23 15:46:37

機器學習線性模型 LTR

谷歌推出 AVA 數(shù)據(jù)庫：讓機器識別視頻中人類行為

谷歌推出了一個新的視頻數(shù)據(jù)庫，希望能夠推動計算機視覺識別影像中行為的研究?！霸右曈X行為”的英文縮寫“AVA”是一個由多個標簽組成的數(shù)據(jù)庫，用戶可以在視頻序列中進行操作。

2017-10-23 12:35:06

數(shù)據(jù)庫

區(qū)塊鏈技術中的機器學習

本文中我們嘗試用簡單的語言向讀者解釋最有趣的機器學習方法之本質，以及在實踐中應用這些解決方案的案例。

2017-10-20 23:41:51

區(qū)塊鏈機器學習神經(jīng)網(wǎng)絡

解析阻止機器學習的十種網(wǎng)絡攻擊

人工智能(AI)和機器學習(ML)是眾多辯論的主題，特別是在網(wǎng)絡安全社區(qū)內(nèi)更是如此。那么，機器學習會是下一個大的安全趨勢嗎?人工智能準備好了接受機器學習推動的攻擊嗎?

2017-10-20 23:14:21

機器學習網(wǎng)絡攻擊網(wǎng)絡安全

深度學習應該使用復數(shù)嗎？

深度學習只能使用實數(shù)嗎？本文簡要介紹了近期一些將復數(shù)應用于深度學習的若干研究，并指出使用復數(shù)可以實現(xiàn)更魯棒的層間梯度信息傳播、更高的記憶容量、更準確的遺忘行為、大幅降低的網(wǎng)絡規(guī)模，以及 GAN 訓練中更好的穩(wěn)定性。

2017-10-20 14:46:26

深度學習復數(shù)噪聲

如果AI能夠測試軟件修復bug，程序員會更輕松嗎

目前已經(jīng)有幾款程序設計工具能夠自動完成軟件測試。這種未來看起來非常令人激動，但是也會帶來一些問題，比如同行業(yè)遭受侵吞還有多遠？

2017-10-18 19:28:32

機器學習之決策樹與隨機森林模型

決策樹，是機器學習中一種非常常見的分類方法，也可以說是所有算法中最直觀也最好理解的算法。

2017-10-18 14:11:20

機器學習決策樹隨機森林

數(shù)據(jù)科學面臨的共同挑戰(zhàn)有哪些？

隨著我們進入2017年下半年，是時候看看那些使用數(shù)據(jù)科學和機器學習的公司面臨的共同挑戰(zhàn)。假設你的公司已經(jīng)在大規(guī)模收集數(shù)據(jù)，需要用到分析工具，而且你已經(jīng)認識到數(shù)據(jù)科學可以發(fā)揮重大作用(包括改善決策或企業(yè)經(jīng)營、增加收入等等)，并進行了優(yōu)先排序。收集數(shù)據(jù)和識別感興趣的問題并非小事，但假設你已經(jīng)在這些方面起了個好頭，那么還剩下哪些挑戰(zhàn)呢

2017-10-18 11:48:31

數(shù)據(jù)科學機器學習數(shù)據(jù)處理

每個人都應該知道的3種機器學習算法

假設有一些跟數(shù)據(jù)相關的難題需要你去解決。之前你已經(jīng)聽過機器學習算法的厲害之處了，因此你自己也想借此機會嘗試一番，但是你在這個領域并沒有經(jīng)驗或知識。于是你開始用谷歌搜索一些術語，比如“機器學習模型”和“機器學習方法”，但一段時間后，你發(fā)現(xiàn)自己在不同算法之間已經(jīng)完全迷失了......

2017-10-18 11:32:44

機器學習無監(jiān)督學習監(jiān)督學習

關于機器學習，新手工程師常犯的6大錯誤

本文列出的錯誤并不是全部，只是想刺激讀者思考你的解決方案中可能隱藏哪些細微問題。要想獲取好的結果，按照流程工作很重要，并且仔細檢查確保不犯常見錯誤。

2017-10-17 14:48:08

機器學習新手工程師常犯錯誤

谷歌AutoML人工智能系統(tǒng)已可創(chuàng)建優(yōu)于人類的機器學習代碼

谷歌 AutoML 系統(tǒng)最近出產(chǎn)了一系列機器學習代碼，其效率甚至比研究人員自身還要高。顯然，這是對“人類優(yōu)越論”的又一次打擊，因為機器人“學生”們已經(jīng)成為了“自我復制”的大師。

2017-10-17 14:35:50

機器學習算法實踐-Platt SMO和遺傳算法優(yōu)化SVM

本文在之前簡化版SMO算法的基礎上實現(xiàn)了使用啟發(fā)式選取α對的方式的Platt SMO算法來優(yōu)化SVM。另外由于最近自己也實現(xiàn)了一個遺傳算法框架GAFT，便也嘗試使用遺傳算法對于SVM的原始形式進行了優(yōu)化。

2017-10-17 14:25:56

機器學習算法優(yōu)化

快開門，機器人老師來上課了

計算機和人展開了為期四天的人機大戰(zhàn)。這一次，對壘的雙方不再是李世乭和阿爾法狗，而是教師和人工智能教學機器人——準確地說，是“智適應”教學系統(tǒng)。而比拼的項目也不再是圍棋，而是“教書育人”。

2017-10-16 13:22:10

鏈家馮揚：數(shù)據(jù)與機器學習在房產(chǎn)行業(yè)中大放異彩原創(chuàng)

構建基于數(shù)據(jù)和機器學習的經(jīng)紀人管理系統(tǒng)，其出發(fā)點是通過利用大數(shù)據(jù)和算法的能力，輔助管理者進行判斷和決策，提升對房產(chǎn)經(jīng)紀人的管理水平和效率。

2017-10-16 10:33:13

數(shù)據(jù)機器學習房產(chǎn)

從變量到封裝：一文帶你為機器學習打下堅實的Python基礎

Python 是一個高層次的結合了解釋性、編譯性、互動性和面向對象的腳本語言。Python 的設計具有很強的可讀性，相比其他語言經(jīng)常使用英文關鍵字，其他語言的一些標點符號，它具有比其他語言更有特色語法結構。

2017-10-16 09:19:15

機器學習 Python 變量到封裝

機器學習將是物聯(lián)網(wǎng)發(fā)展不可或缺的未來式

無論是激發(fā)人類的創(chuàng)造力，超越人類的效率，還是為更新的技術突破和重塑物聯(lián)網(wǎng)鋪平道路，機器學習無疑是推動物聯(lián)網(wǎng)進入21世紀的超級燃料。那么機器學習的三大方式是什么，又將如何推動物聯(lián)網(wǎng)的發(fā)展呢?

2017-10-16 00:34:09

機器學習物聯(lián)網(wǎng)算法

與機器人做同事，是一種怎樣的體驗

與大批機器人一起共事，在美國的一家公司里，已是習以為常的事。在這里，一名員工能擁有數(shù)位機器人助手，大量重復的工作被分擔掉了。

2017-10-15 10:39:06

如何在iPhone上建立第一個機器學習模型

讀完這篇文章，大家將會了解Apple CoreML是什么以及為何它勢頭正猛。我們也將通過開發(fā)一款iPhone上的垃圾短信分類app來與大家一起一探CoreML的實現(xiàn)細節(jié)。

2017-10-13 15:59:24

iPhone 機器學習 iOS

貓眼電影李明輝：機器學習在票房預估中的實戰(zhàn) 原創(chuàng)

高風險且投資回報率難以預測，很多時候大投入未必有大產(chǎn)出。在電影票房方面，預測工具的缺失，導致電影票房預測處于一個真空地帶。

2017-10-12 23:20:06

機器學習票房預估實戰(zhàn)

5分鐘教你玩轉 sklearn 機器學習（上）

這是一篇很難寫的文章，因為我希望這篇文章能對大家有所幫助。我不會給大家介紹機器學習，數(shù)據(jù)挖掘的行業(yè)背景，也不會具體介紹邏輯回歸，SVM，GBDT，神經(jīng)網(wǎng)絡等學習算法的理論依據(jù)和數(shù)學推導，本文更多的是在流程化上幫助大家快速的入門機器學習和數(shù)據(jù)建模。

2017-10-11 15:17:42

sklearn 機器學習 pandas

機器學習是如何運作的？谷歌用這個小實驗來告訴你

說到機器學習（Machine Learning），你或許已經(jīng)聽過一兩個有關的項目。但想要理解它是怎么運作的，最好還是親自去體驗一番。近日，Google 推出了一個名叫“Teachable Machine”的瀏覽器內(nèi)小實驗項目。

2017-10-11 09:41:03

大規(guī)模機器學習系統(tǒng)中的No Free Lunch

企業(yè)機器學習應用系統(tǒng)中的核心模型訓練系統(tǒng)有著什么樣的設計和優(yōu)化的考慮?與教科書中的機器學習應用相比，企業(yè)實際的機器學習應用中有哪些容易被人忽略的陷阱?涂威威對此作了經(jīng)驗分享，同時給出了一些可供參考的解決方案。

2017-10-09 16:51:34

機器學習 No Free Lun

未來 3~5 年，哪個方向的機器學習人才最緊缺？

既然已經(jīng)身在工業(yè)界，那么我就談談工業(yè)界未來幾年需要什么樣的機器學習人才。不談學術界主要還是因為大部分人最終不會從事研究，而會奮斗在應用領域。相較而言，工業(yè)界對人才的需求更加保守，這和學術界不同。

2017-10-09 13:20:13

機器學習未來方向人才緊缺

Kaggle機器學習之模型融合（stacking）心得

本文適用于被stacking折磨的死去活來的新手，在網(wǎng)上為數(shù)不多的stacking內(nèi)容里，我已經(jīng)假設你早已經(jīng)看過了上述所提到的那幾篇有用的文章了。我希望下面的內(nèi)容能成為，你在學習stacking的曲折道路上的一個小火把，給你提供一些微弱的光亮。

2017-10-09 12:55:29

機器學習 Kaggle Stacking

解決機器學習問題有通法！看這一篇就夠了！

一個中等水平的數(shù)據(jù)科學家每天都要處理大量的數(shù)據(jù)。一些人說超過60%到70%的時間都用于數(shù)據(jù)清理、數(shù)據(jù)處理及格式轉化，以便于在之后應用機器學習模型。這篇文章的重點便在后者—— 應用機器學習模型（包括預處理的階段）。

2017-10-04 06:36:55

機器學習 python 數(shù)據(jù)

如何看待「機器學習不需要數(shù)學，很多算法封裝好了，調(diào)個包就行」這種說法？

大部分機器學習從業(yè)者不需要過度的把時間精力放在數(shù)學上，而該用于熟悉不同算法的應用場景和掌握一些調(diào)參技巧。好的數(shù)學基礎可以使你的模型簡潔高效，但絕非必要的先決條件。

2017-09-27 14:50:28

機器學習數(shù)學算法

保序回歸：一種可以使資源利用率最大化的算法

當前IT行業(yè)虛擬化比較流行，使用這種方式，找到合適的判斷參數(shù)，就可以使用此算法使資源得到最大程度的合理利用。

2017-09-27 11:04:03

保序回歸資源算法

資源 | 8張思維導圖幫你梳理深度學習&機器學習多個知識點

本文是對作者@Daniel Martinez(https://twitter.com/danielmartinezf)在GitHub上的開源項目介紹，作者通過思維導圖對深度學習和機器學習中的一些重點和架構進行了梳理。

2017-09-26 13:52:52

深度學習機器學習思維導圖

cnBeta推出三款新機器學習工具幫助開發(fā)者打造AI應用

據(jù) TechCrunch 網(wǎng)站北京時間 9 月 25 日報道，與眾多競爭對手一樣，微軟近年來也開始專注于機器學習技術，這一戰(zhàn)略重心在今天的微軟 Ignite 技術大會上體現(xiàn)得淋漓盡致。

2017-09-26 11:25:00

識別王者英雄 – 一個PM的機器學習入門之旅

上個月開始從原理層面了解機器學習，選了一本在線電子書《Neural Networks and Deep Learning》作為教材，事實證明該書實在不錯，讓一個毫無神經(jīng)網(wǎng)絡、機器學習背景知識的 PM 很快就讀懂了其中的基本原理。

2017-09-25 15:30:21

機器學習入門

金融、視覺領域外，AI也成為游戲開發(fā)的顛覆性技術

“游戲開發(fā)”是一項非常復雜的任務，并且需要耗費大量的人力資源。圖形藝術家、故事敘述者和軟件工程師需要共同努力，才能打造出比較好的游戲環(huán)境、游戲情節(jié)和人物角色行為。

2017-09-21 14:07:57

AI 機器學習游戲開發(fā)

學習機器學習前，你首先要掌握這些概率論基礎知識

機器學習中有很多十分重要的核心基礎概念，掌握這些概念對我們進行機器學習和數(shù)據(jù)科學的相關工作十分重要，可以幫助我們發(fā)現(xiàn)一些以往容易被忽視的新線索。那么其中很重要的一個就是——概率。

2017-09-21 12:15:36

機器學習概率學習

為什么谷歌總是要逼 AI 搞藝術？

提到谷歌的人工智能，大家想到的大多是會下棋的阿爾法狗和Waymo無人車?？梢艺f，谷歌對于教人工智能畫畫這件事，好像有種特別的執(zhí)念。

2017-09-20 16:22:35

從貝葉斯定理到概率分布：綜述概率論基本定義

本文從最基礎的概率論到各種概率分布全面梳理了基本的概率知識與概念，這些概念可能會幫助我們了解機器學習或開拓視野。

2017-09-20 13:13:30

貝葉斯定理概率分布

解決機器學習問題有通法！看這一篇就夠了

這篇文章的重點便在后者—— 應用機器學習模型（包括預處理的階段）。此文討論到的內(nèi)容來源于我參加的過的數(shù)百次的機器學習競賽。請大家注意這里討論的方法是大體上適用的，當然還有很多被專業(yè)人士使用的非常復雜的方法。

2017-09-19 14:36:34

化解谷歌AI霸權的另一種思路？開發(fā)平臺的生態(tài)圍剿

無論是學界還是巨頭，都只能給出規(guī)則和參考，以及一小部分示例性應用，而最終讓人工智能落地產(chǎn)生價值的，只能是成千上萬腦中閃過鬼點子的開發(fā)者。

2017-09-19 14:21:37

解決機器學習問題有通法！看這一篇就夠了

一個中等水平的數(shù)據(jù)科學家每天都要處理大量的數(shù)據(jù)。一些人說超過60%到70%的時間都用于數(shù)據(jù)清理、數(shù)據(jù)處理及格式轉化，以便于在之后應用機器學習模型。

2017-09-18 20:07:56

數(shù)據(jù)科學機器學習 python

Docker Compose + GPU + TensorFlow 所產(chǎn)生的奇妙火花

Docker 有很多優(yōu)勢，但是在數(shù)據(jù)科學和深度學習方面，使用 Docker 也存在一些阻礙。本文介紹了一系列 Docker 實用工具，以及 GPU-ready 樣板文件，讓我們看看 Docker Compose + GPU + TensorFlow 能產(chǎn)生什么奇特效果吧。

2017-09-18 13:40:42

Docker Comp GPU TensorFlow

Python趕超R語言，成為數(shù)據(jù)科學、機器學習平臺中最熱門的語言？

近日，kdnuggets做了一個關于數(shù)據(jù)科學、機器學習語言使用情況的問卷調(diào)查，他們分析了954個回答，得出結論——Python已經(jīng)打敗R語言，成為分析、數(shù)據(jù)科學和機器學習平臺中使用頻率最高的語言。

2017-09-15 09:34:51

R語言 Python 機器學習

機器學習K-means算法在Python中的實現(xiàn)

K-means是機器學習中一個比較常用的算法，屬于無監(jiān)督學習算法，其常被用于數(shù)據(jù)的聚類，只需為它指定簇的數(shù)量即可自動將數(shù)據(jù)聚合到多類中，相同簇中的數(shù)據(jù)相似度較高，不同簇中數(shù)據(jù)相似度較低。

2017-09-12 16:57:43

機器學習 K-means算法 Python

TensorFlow產(chǎn)品經(jīng)理：機器學習如何改變未來十年的軟硬件？

像TensorFlow這樣的圖計算和深度學習庫是未來計算行業(yè)發(fā)展背后的主要驅動力，這推動我們?nèi)ブ匦聦徱曄到y(tǒng)架構：從硬件到編譯器再到更高級的程序語言和設計規(guī)范。

2017-09-12 14:59:27

機器學習 TensorFlow 軟硬件

和傳統(tǒng)模式說再見，看機器學習如何走向深度學習？

傳統(tǒng)的機器學習模式仍在支撐著大多數(shù)AI的應用，而不是深度神經(jīng)網(wǎng)絡。工程師仍然用傳統(tǒng)工具來處理機器學習，但是這并不起作用：采用數(shù)據(jù)建模的流水線最終由零散、不兼容的片段構成。這種情況在逐漸變化，因為大型科技公司正在研發(fā)具有端到端功能的特定機器學習平臺。

2017-09-12 14:00:10

機器學習深度學習人工智能

京東鄭志彤：如何利用機器學習優(yōu)化數(shù)億條商品數(shù)據(jù) 原創(chuàng)

51CTO WOTI峰會后，記者采訪了京東商城基礎平臺部首席研究員鄭志彤，他為大家介紹機器學習在電商領域的場景化應用。

2017-09-06 16:44:00

機器學習京東深度學習

在Airbnb使用機器學習預測房源的價格

在本文中，我將介紹這些工具是如何協(xié)同運作來加快建模速度，從而降低開發(fā) LTV 模型(預測 Airbnb 民宿價格)總體成本的。

2017-09-06 16:40:51

機器學習 Airbnb 預測房價

上一頁 1 ··· 36 37 38 39 40 41 下一頁

51CTO技術棧公眾號

業(yè)務
速覽

媒體

51CTO CIOAge HC3i

社區(qū)

51CTO博客鴻蒙開發(fā)者社區(qū) AI.x社區(qū)

教育

51CTO學堂精培企業(yè)培訓 CTO訓練營

<wbr id="5lwzp"><var id="5lwzp"></var></wbr><abbr id="5lwzp"></abbr>