首页
学习
活动
专区
工具
TVP
发布

AI研习社

专栏成员
1755
文章
2199005
阅读量
197
订阅数
用机器学习做信用评分
信用评分是衡量人们信用的数字表示。银行业通常用它作为支持信贷申请决策的方法。本文讲述如何用Python(Pandas、Sklearn)开发标准评分卡模型,它已成为一种最受欢迎且最简单的衡量客户信用的形式。
AI研习社
2019-05-08
1.3K0
一张图看懂数据科学;惊曝英特尔 72 核 Xeon Phi 处理速度 | 开发者头条
一张图看懂数据科学 72 核的英特尔 Xeon Phi,数据处理速度赶上 GPU? Linux 4.10 的三大改进之处 GitHub 邀请更多开发者参与其开源指南 每日推荐文章: 如何设置 Lin
AI研习社
2018-03-29
1.1K0
为什么 GPU 会成为通用计算的宠儿?
编者按:文章来源自 Mapd,作者 Jonathan Symonds,AI 研习社编译。 █ 英伟达在 2016 年的强势崛起,GPGPU (GPU 通用计算)功不可没。 有许多原因使 2016 称得上是 GPU 之年。但事实上,除了在核心领域(深度学习、VR、自动驾驶),为什么把 GPU 用于通用计算仍然很模糊。 搞清楚 GPU 的作用,要先从 CPU 开始。大多数人对计算机 CPU 并不陌生,这可能要归功于英特尔——作为在事实上垄断了 PC、服务器平台 CPU 近十年的供应商,英特尔的巨幅广告支出,直接
AI研习社
2018-03-29
1.8K0
2017,外媒眼中最热门数据库是哪个?
AI 研习社消息:近日,国外知名 IT 技术媒体 Jaxenter 进行了数据库观点调查,对开发者眼中数据库领域最热门的话题、最热门的数据存储以及处理工具进行统计汇总。 调研的目标,是观察 2017 数据库大趋势。 █ 数据处理——2017 调研的第二名 Jaxenter 的调查问卷,从询问调查对象对泛数据库领域的兴趣点开始。根据调查结果,数据处理是今年的一大热门主题。如同下面的柱状图,NoSQL 和 SQL 数据库都在调查参与者最受关注话题的前列。 如果我们把对特定选项“感兴趣”和“很感兴趣”的回答数目综
AI研习社
2018-03-29
9370
上交大 Acemap 团队发布学术知识图谱 AceKG,涵盖 1 亿多个学术实体
日前,上海交通大学王新兵教授和张伟楠教授指导的 Acemap 团队知识图谱小组发布了学术知识图谱 AceKG。从官网可以看到,Acemap 知识图谱(AceKG)描述了超过 1 亿个学术实体、22 亿条三元组信息,包含六千多万篇论文、五千多万位学者、五万多个研究领域、将近两万个学术研究机构等,数据集将近 100G。 知识图谱(Knowledge Graph)是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。通过将应用数
AI研习社
2018-03-28
2.3K0
你在数据预处理上花费的时间,是否比机器学习还要多?
Nuts-ml 是一个新的 Python 数据预处理库,专门针对视觉领域的 GPU 深度学习应用。 它以独立、可复用的单元模块的形式,提供主流数据预处理函数。前者便是“nuts-ml” 里的 “nuts”,开发者可自由将其排列组合,创建高效、可读性强、方便修改的数据流。 对于机器学习项目,数据预处理都是基础。相比实际的机器学习,开发者花在数据预处理上的时间往往还要更多。有的数据预处理任务只针对特定问题,但大多数,比如把数据分割为训练和测试组、给样本分层和创建 mini-batch 都是通用的。下面的
AI研习社
2018-03-19
1.3K0
数据预处理和挖掘究竟该怎么做?硅谷网红告诉你
Siraj Raval 作为深度学习领域的自媒体人在欧美可以说是无人不知、无人不晓。 凭借在 Youtube 上的指导视频,Siraj Raval 在全世界吸粉无数,堪称是机器学习界的网红。说他是全球范围内影响力最大的 ML 自媒体人,怕也无异议。 因此,AI 研习社联系到了 Siraj 本人,并获得授权将他最精华的 Youtube 视频进行字幕汉化,免费推送给大家。我们将不定期更新,敬请关注! 雷锋字幕组为大家最新译制了 Siraj 深度学习系列,从机器学习和神经网络架构类型到数据可视化、小样本学习等从
AI研习社
2018-03-19
7010
如何有效处理特征范围差异大且类型不一的数据?
原题目如下: 1. 特征类型混杂: 连续变量,离散变量,描述变量共存 2. 不同变量之间取值差异大: 例如有些变量取值在 0~1 但有些取值为 10000-50000 以 KDD99 网络入侵数据集
AI研习社
2018-03-16
2.6K0
从数据预处理到排序算法,全方位解读 Uber 人工智能客服 COTA
日前,Uber 官网上的一篇文章详细介绍了基于 NLP 和机器学习构建的 COTA 客服系统。利用该系统,Uber 可以快速高效地解决 90% 以上的客服问题,雷锋网 AI 研习社将原文(https:
AI研习社
2018-03-16
1.1K0
用于快速开发 3D 数据处理软件的开源数据处理库 —— Open3D | Github 项目推荐
Open3D 是一个可以支持 3D 数据处理软件快速开发的开源库。Open3D 前端公开了一组用 C++ 和 Python 写成的精心挑选的数据结构和算法,后端高度优化并设置为并行。Open3D 可以在不同的平台上设置,并以最少的工作量进行编译。Open3D 的代码非常整洁,可以通过明确的代码审查机制来维护。目前 Open3D 已经在一些发表过的研究项目中使用,并积极地部署在云上。Open3D 的作者表示,欢迎各开源社区的开发者们在该项目中贡献代码。 如果你要使用 Open3D,请做如下引用: @artic
AI研习社
2018-03-16
1.7K0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档