腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

人工智能头条

专栏作者

1089

文章

1065909

阅读量

148

订阅数

机器学习/深度学习书单推荐及学习方法

数据挖掘机器学习神经网络人工智能编程算法

本人是个对数学和人工智能极其感兴趣的人。平时，我也在线上线下经常与国内外的朋友讨论人工智能的各种方面，无论是技术方面还是哲学方面。我帮助过很多实习生和网上的学生，带领他们从入门一步步过渡到足够从事数据挖掘工作。在此期间，我发现了一件很有趣的事情，所有技术好的数据分析/挖掘工作者，都是喜欢"主动学习"的人。

2019-12-05

8840

Etsy 数据科学主管洪亮劼带你读：WWW 2017 精选论文

数据库数据挖掘机器学习搜索引擎

涉及数据库、数据挖掘分析、应用机器学习、搜索引擎技术等多方面技术的顶级会议万维网大会（26th International World Wide Web Conference）今年在南半球的澳大利亚珀斯举行。历史上，万维网大会都是讨论重要学术成就的，特别是关于互联网科技发布的重要学术和技术大会。因为这个会议涵盖非常广泛的主题，而且一般的读者很难从浩如烟海的文献中即刻抓取到有用信息，笔者从众多文章中精选出5篇有代表性的文章，为读者提供思路。 Beyond Globally Optimal: Focused

2018-07-20

4170

专访 | 今日头条李磊：程序员如何跻身AI大潮，应用如何落地

人工智能深度学习数据挖掘

文 | 鸽子李磊博士是今日头条人工智能实验室（Toutiao AI Lab）总监，原百度美国深度学习实验室“少帅科学家”，师从数据挖掘领域权威Christos Faloutsos教授，主要研究领域为

2018-07-20

6820

见微知著：细粒度图像分析进展

机器学习数据挖掘人工智能

作者简介：魏秀参，南京大学计算机系机器学习与数据挖掘所（LAMDA）博士生，专攻计算机视觉和机器学习。曾在国际顶级期刊和会议发表多篇学术论文，并两次获得国际计算机视觉相关竞赛冠亚军。责编：何永灿，欢迎人工智能领域技术投稿、约稿、给文章纠错，请发送邮件至heyc@csdn.net 本文为《程序员》原创文章，未经允许不得转载，更多精彩文章请订阅2017年《程序员》有别于通用图像分析任务，细粒度图像分析的所属类别和粒度更为精细，它不仅能在更细分的类别下对物体进行识别，就连相似度极高的同一物种也能区别开来。

2018-06-06

1.4K0

深度 | 图计算系统进展和展望

数据挖掘物联网

文 / 成杰峰，刘勤，李震国本文为《程序员》原创文章，未经允许不得转载，更多精彩文章请订阅2016年《程序员》挖掘大规模图数据能增强现有商业业务，甚至产生新的商业模式。然而，这些图数据的规模让图数据挖掘本身成为难题，这些突出的挑战都指向了发展具有高可扩展能力的大规模图计算处理的有效工具。本文先展开叙述图计算技术的几个核心层面，进而介绍华为诺亚方舟实验室的VENUS图计算系统，最后对图计算发展的趋势作简要展望。背景大量不同个体之间彼此交互产生的数据以图的形式表现，在通信、互联网、电子商务、社交网络和

2018-06-06

2K0

“无中生有”计算机视觉探奇

机器学习数据挖掘

作者：魏秀参，南京大学计算机系机器学习与数据挖掘所（LAMDA）博士生。曾在国际顶级期刊和会议发表学术论文，其Must Know Tipss in Deep Neural Networks受邀发布于国际知名数据挖掘论坛KDnuggets和Data Science Central。本文选自《程序员》，更多精彩文章请订阅2016年《程序员》。计算机视觉（Computer Vision，CV）是一门研究如何使机器“会看”的科学。1963年来自MIT的Larry Roberts发表了该领域第一篇博士论文

2018-06-06

3980

25个Java机器学习工具库

java 机器学习数据挖掘编程算法

本列表总结了25个Java机器学习工具&库： 1. Weka集成了数据挖掘工作的机器学习算法。这些算法可以直接应用于一个数据集上或者你可以自己编写代码来调用。Weka包括一系列的工具，如数据预处理、分类、回归、聚类、关联规则以及可视化。 2.Massive Online Analysis（MOA）是一个面向数据流挖掘的流行开源框架，有着非常活跃的成长社区。它包括一系列的机器学习算法（分类、回归、聚类、异常检测、概念漂移检测和推荐系统）和评估工具。关联了WEKA项目，MOA也是用Java编写的，其扩展性更强。

2018-06-06

1.6K0

杨光信解析京东应对双11背后的“京东大脑”

机器学习神经网络深度学习人工智能数据挖掘

今年初启动的京东大脑项目，其诞生与刘强东“效率是订单的核心竞争力”的理念一脉相承，目前主要产品是个性化推荐，已经覆盖PC端和移动端（618的数据，京东APP+微信+手Q三个平台占到订单总量的60%）。京东集团研发部研发总监杨光信用“一二三四”来概括京东大脑的全景。一个目标，即用人工智能（AI）技术提高京东电商的运营效率。解决连接用户和商品的两个主要问题：如何让用户最快地找到最合适的商品，如何让各种各样的商品最快地找到最合适的消费者。服务对象为三类主体：为京东用户提供个性化的体验，为供应商实产品设计、精

2018-06-06

1K0

TalkingData张夏天：不要专职算法工程师，要数据科学家

编程算法数据挖掘大数据机器学习神经网络

张夏天，曾在IBM中国研究院，腾讯数据平台部，华为诺亚方舟实验室任职。对大数据环境下的机器学习，数据挖掘有深入的研究和实践经验。现任TalkingData首席数据科学家，主要工作有三块：一是大规模机器学习能力的建设，二是基础数据的深度挖掘和整理，三是支持不同业务的数据挖掘和业务建模的工作。前两个工作都是为了支持第三个工作的高效进行。 CSDN：您对算法是怎样的理解？以及相比于产品决策团队、数据工程师，算法工程师在一个公司里如何安排好自己的位置？张夏天：算法是机器学习的核心，所有的研究都是为了最后设计出更

2018-06-05

9530

数据挖掘十大经典算法

数据挖掘编程算法机器学习决策树

数据挖掘十大经典算法一、 C4.5 C4.5算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3 算法. C4.5算法继承了ID3算法的优点，并在以下几方面对ID3算法进行了改进： 1) 用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足； 2) 在树构造过程中进行剪枝； 3) 能够完成对连续属性的离散化处理； 4) 能够对不完整数据进行处理。 C4.5算法有如下优点：产生的分类规则易于理解，准确率较高。其缺点是：在构造树的过程中，需要对数据集进行多次的

2018-06-05

1K0

上海联通大数据与机器学习驱动的离网预测模型

大数据机器学习数据挖掘

摘要：大数据的V特性Volume、Variety、Velocity可以使我们更容易捕捉到用户的离网倾向，从而作出相应的维挽措施挽留用户。上海联通部署大数据驱动的离网预测模型，在预测前5万名高离网倾向预付费用户的准确率达到0.96。电信运营商提供基础通信管道连接每一位用户。每天数以亿计的用户会在管道中留下通信行为数据，构成运营商大数据。如何挖掘大数据来智能支撑运营商各项业务并进行业务转型是一个需要深入思考的问题。本文主要介绍如何利用大数据与机器学习来支撑用户离网管理。随着通信行业竞争日益激烈，每

2018-06-05

9400

诺亚方舟实验室李航：深度学习还局限在复杂的模式识别上

深度学习模式识别机器学习数据挖掘人工智能

华为技术有限公司诺亚方舟实验室主任李航认为，机器学习、数据挖掘和人工智能的研究，对华为未来的智能通信网络、智能企业管理、智能信息助手三个应用方向很有帮助，比如机器学习对SDN的控制能力、网络优化、人机

2018-06-05

4810

AMiner背后的技术细节与挑战

本文为《程序员》电子刊原创文章，如需转载请注名出处作者：唐杰、张静、张宇韬摘要：AMiner利用数据挖掘和社会网络分析与挖掘技术，提供研究者语义信息抽取、面向话题的专家搜索、权威机构搜索、话题发现和趋势分析、基于话题的社会影响力分析、研究者社会网络关系识别等众多功能。学术文献记载着科学的发展和进步，在科技日新月异高速发展并成为“第一生产力”的今天，学术信息，包括：论文，作者和会议，以及这些实体之间的相互关系，对研究界和企业界都起着越来越重要的作用。有效进行科技论文的组织与管理不仅可以有效提高论文质量

2018-06-05

9380

高铁新建人脸识别系统，如何做到整容也可以识别逃犯？

人脸识别安全数据挖掘

如今人脸识别系统已经广泛应用于我们的生活中，如数码相机、门禁系统、机场的安全设施、桌面软件、互联网应用（如Facebook）等等[1]。然而今日的一则关于“高铁人脸识别抓逃犯”的新闻一出[2]，在评论中又引发了一阵阵怀疑。怀疑的中心问题在于，人脸识别系统真的能准确无误地在数以亿计的面孔中找出匹配的嫌疑人吗？降维：减少冗余信息完整的人脸识别系统一般由多个模块组成，在进行人脸识别之前首先要进行人脸检测（即在一张完整的图片中探测到人脸区域），以及图片的预处理、归一化等步骤（例如自动把倾斜的照片摆正）。本文就

2018-06-05

3.1K0

集成学习：机器学习兵器谱的“屠龙刀”

机器学习编程算法监督学习数据挖掘

【编者按】目前机器学习领域诞生的多种算法并不见得都有很好的实战效果。本文作者认为，集成学习是一种立竿见影、从不过时的方法，堪称机器学习兵器谱上排名第一的“屠龙刀”。作者在文章中介绍了集成学习的概念和发展，它有RF和GBDT两大杀器，着重讲解了嫁接法、集成半监督学习等最新进展，以及集成学习成功的关键。以下为正文内容：机器学习是一个大武林，这里面江湖人士颇多，“发明”出来的算法兵器也是五花八门，浩瀚如海，足够你数上三天两夜了。然而，这些兵器行走江湖能用的不多，真正无敌的更是屈指可数，或许只有屠龙刀倚天剑

2018-06-05

3300

没有更多了

社区活动

RAG七天入门训练营

鹅厂大牛手把手带你上手实战

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