IT168首页 | 产品报价 | ChinaUnix社区 | ITPUB社区 | OA维修站 | 文库 | 博客 | 会议 | 自测 | 专题 | 订阅 | IT选型顾问 | ITPUB学院
热点推荐 加盟IT168选型顾问俱乐部 获享5大权益

机器学习

目前本人对于机器学习也还只是入门状态,对于很多名词仍然是一知半解(感觉机器学习中的很多术语本身也是模棱两可的),对于很多公式也是不求甚解,因此这篇文章是尝试用自己的语言和理解来复述所学习到的知识,如果有错误之处还望大牛们不吝斧正。

20日更新
实践:一小时神经网络从入门到精通(放弃)

现实生活中异常检测的应用非常广泛,作为机器学习算法的一种常见应用,从银行安全到自然科学,从药学到营销,从金融工程到计量经济学,都能看到它的踪影,在今天数据领域爆炸式发展的时刻,异常检测更是人工智能一种形式的体现。

15日更新
机器学习之 Anomaly Detection 异常检验

模型训练是机器学习最主要的实践场景,尤其以使用机器学习框架TensorFlow进行模型训练最为流行,但是随着机器学习的平台由单机变成集群,这个问题变得复杂了。GPU的调度和绑定,涉及到分布式训练的编排和集群规约属性的配置(cluster spec)也成了数据科学家们巨大的负担。

13日更新
Kubeflow实战系列:阿里云上小试TFJob

DFSMN模型是语音识别中一种先进的声学模型,语音识别中的声学模型是语音识别技术中的核心所在。具体来说,声学模型是根据输入语音进行发音可能性的识别,结合语言模型、解码器,就构成了完整的语音识别系统。本次开源的DFSMN模型,是阿里巴巴的高效工业级实现,相对于传统的LSTM、BLSTM等声学模型,该模

DFSMN在阿里应用及采用开源代码训练模型

AI(人工智能)技术已经广泛应用于美团的众多业务,从美团App到大众点评App,从外卖到打车出行,从旅游到婚庆亲子,美团数百名最优秀的算法工程师正致力于将AI技术应用于搜索、推荐、广告、风控、智能调度、语音识别、机器人、无人配送等多个领域,帮助美团3.2亿消费者和400多万商户改善服务和体验,帮大

11日更新
深度学习在美团搜索广告排序的应用实践

哈希算法一直是索引中最为经典的方法,它们能高效地储存与检索数据。但在去年 12 月,Jeff Dean 与 MIT 等研究者将索引视为模型,探索了深度学习模型学习的索引优于传统索引结构的条件。本文首先将介绍什么是索引以及哈希算法,并描述在机器学习与深度学习时代中,如何将索引视为模型学习比哈希算法更高

10日更新

大数据时代,数据分析已经渗透到各行各业,这里也包括零售行业。目前,各大中小型零售商都在努力为客户提供更好的购物体验,用有限的预算为顾客提供满意的服务。零售商业内存在很强的竞争压力,不断的技术创新使得行业景观变化迅速。

本挖掘典型地运用了机器学习技术,例如聚类,分类,关联规则,和预测建模。这些技术揭示潜在内容中的意义和关系。文本发掘应用于诸如竞争情报,生命科学,客户呼声,媒体和出版,法律和税收,法律实施,情感分析和趋势识别。

28日更新
标签:机器学习
借助亚马逊S3和RapidMiner应用到文本挖掘

自然语言处理(NLP)是一项令人兴奋的前沿研究,Siri、Alexa和谷歌Home等产品都在努力完善自然语言处理方面的能力。为了使用NLP,我们必须了解这种处理方式的工作原理,我们可以用它来做哪些事情以及如何从原始数据到最终产品。

25日更新
基础入门:如何用自然语言分析大型数据集?

本文会解释如何用机器学习方法解决上面提到的问题,我们会介绍一些最简单也有效的方法,然后再谈谈复杂些的方法比如特征工程、词向量和深度学习。阅读本文后,你会知道怎样:   收集、准备和检查数据   搭建简单的模型,如果需要,开始和转移至深度学习   演绎和理解你的模型,确保你在

22日更新
标签:机器学习
怎样用机器学习解决90%的自然语言处理问题

目前的工业机器人,通常都是一遍遍地重复完成那些定义明确的任务。因为它们一般都缺乏真正的智能,所以人类往往需要在工作环境与这种机器人保持安全距离,以免被误伤。不过越来越多的研究人员也正在思考,如何能够让机器人在接近人类的环境中工作,甚至可以向人类学习。在某种程度上,这也正是NVIDIA在

21日更新
最新成果:机器人通过观察学会简单任务

蚂蚁金服风险与决策中心整体负责其国内外业务场景的交易和资金风险防控,包括盗用、欺诈、营销作弊、垃圾注册识别和决策等。团队以大数据积淀挖掘和前沿机器学习研发应用为核心能力,开发了支付宝第五代风控引擎AlphaRisk,运用人工智能全面升级了蚂蚁金服的风控体系。

16日更新
标签:机器学习
支付宝如何用技术提升3倍反套现识别量?

大家好,我来自清华大学自动化系,主要做机器学习和图像识别的研究。现在人工智能很流行,机器学习也推到风口浪尖上,图像识别已经变成产品,新闻媒体告诉我们AlphaGo、AlphaGo zero已经战胜了人类、皮肤癌的识别超过了大夫、无人车已经上路测试,很快要量产。这些新闻仿佛告诉我们,图像识别的问题已经

16日更新
清华大学张长水教授:机器学习和图像识别

过去的几个月中,我参加了一些公司数据科学、机器学习等方向初级岗位的面试。我面试的这些岗位和数据科学、常规机器学习还有专业的自然语言处理、计算机视觉相关。我参加了亚马逊、三星、优步、华为等大公司的面试,除此之外还有一些初创公司的面试。这些初创公司有些处于启动阶段,也有些已经成型并得

一文搞定数据科学和机器学习的最常见面试题

如果要给机器学习划分流派的话,初步划分可以分为『归纳学习』和『统计学习』两大类。所谓『归纳学习』,就跟我们平时学习所用的归纳法差不多,也叫『从样例中学习』。归纳学习又分为两大类,一类是像我们归纳知识点一样,把知识分解成一个一个的点,然后进行学习。因为最终都要表示成符号,所以也叫做

07日更新
Tensorflow快餐教程(8) - 深度学习简史

盗梦空间中的造梦场景或许不再只是科幻电影的内容了。麻省理工学院硕士生Adam Horowitz领导的一个研究小组刚刚发布了一个“梦境控制系统”。通常,在我们进入深度睡眠的过程中,总有几分钟处在半睡半醒,迷迷糊糊的状态。这种半睡半醒的状态我们称之为临睡幻觉。我们可能会在这个过程中体验到微梦,但这

现实版

波士顿动力的网红机器狗不仅能稳步行走,还能送快递,但是科学家们对狗和AI的畅想远不止于此。华盛顿大学与艾伦人工智能研究所的答案是,记录一只汪星人在各种环境中行走、取物,在狗公园玩耍、吃东西的数据,将狗的动作和到所看到的东西同步,然后形成一个“汪星人”行为数据集,并用它来培训新的AI模

03日更新
全方位搜集汪星人数据|华盛顿大学最新研究

循环神经网络(RNN),长短期记忆(LSTM),这些红得发紫的神经网络——是时候抛弃它们了!LSTM和RNN被发明于上世纪80、90年代,于2014年死而复生。接下来的几年里,它们成为了解决序列学习、序列转换(seq2seq)的方式,这也使得语音到文本识别和Siri、Cortana、Google语音助理、Alexa的能力得到惊人的提升。

02日更新
RNN和LSTM弱爆了!注意力模型才是王道!

客户关系管理/消费者分析,金融和银行仍然是领先的应用,但医疗保健和欺诈检测正在增长。反垃圾邮件、制造业和社交是2017年发展最快的行业,而石油/天然气/能源和社会网络分析则有所下降。

28日更新
标签:机器学习
数据分析、数据科学、ML应用在哪些行业?

机器学习/深度学习环境中的优化是改变模型参数以提高其性能的过程。有三种优化算法:   ·优化算法不是迭代的,只是简单地求解一个点。   ·优化算法本质上是迭代的,收敛于可接受的解决方案,而不管参数初始化,如梯度下降应用于逻辑回归。   ·优化算法本质上是迭代的,适用于一组具有

28日更新
金秋十月 与你饮酒论道
热门文章
it168文库会议频道上线

热门标签

热点推荐