选自Medium 作者：David Venturi 机器之心编译 本文作者 David Venturi 是技术博客 freeCodeCamp 的知名主笔之一。 一年半前，我退出了加拿大最好的计算机科学专业。之后我通过线上学习资源开始了自己的数据科学硕士学位项目。我意识到能通过 edX、Coursera 和 Udacity 学到所需要的一切，而且能学得更快更高效，开销也更少。 现在我的学习就快完成了。我已经学习了很多数据科学相关课程，并部分旁听了很多其他课程。我知道现在有很多机会，也知道成为数据分析师或数据
编译 | 刘畅、尚岩奇、林椿眄 审校 | reason_W 2017年末，Facebook应用机器学习组发布最新论文，对整个Facebook的机器学习软硬件架构进行了介绍。纵览全文，我们也可以从中对Facebook各产品的机器学习策略一窥究竟。论文中涉及到机器学习在全球规模(上亿级数据处理)上的全新挑战，并给出了Facebook的应对策略和解决思路，对相关行业和研究极其有意义。 摘要 机器学习在Facebook的众多产品和服务中都有着举足轻重的地位。 本文将详细介绍Facebook在机器学习方面的软硬件
选自RARE Technologies 作者：Shiva Manne 机器之心编译 参与：Panda 做深度学习开发和实验既可以选择自己搭建硬件平台（参阅《深度 | 从硬件配置到软件安装，一台深度学习机器的配备指南》），也可以向 GPU 提供商购买使用服务。本文介绍了 RARE Technologies 的 Shiva Manne 对几个主要 GPU 平台的评测结果，希望能为想要选择最适合自己的平台的企业或开发者提供帮助。 我们最近发表了使用 word2vec 的大规模机器学习基准评测文章，参阅：https
这是一句来自希腊的哲学家赫拉克利特写的话，它很简单但却道出了世界的真理之一。在数据科学与机器学习领域，这句话同样是非常有意义的，在生产中部署机器学习模型的许多实际应用中，数据通常会随着时间的推移而变化，因此之前构建的模型会随着时间的推移而变得不准确，效果大打折扣，这就是典型的数据漂移问题。
编译 | AI 【AI科技大本营导读】人工智能和机器学习已经跳出科幻小说的范畴，冲进了现实。不管是技术层面还是商业环境方面，这些领域都在迅速发展，紧跟潮流的步伐是非常重要的。 无论你是技术参与者还是战略思考者，这些技术对于各种规模的企业都具有改变“游戏规则”的意义。 对于学习新的人工智能和机器学习技能、建立新的人际关系而言，没有什么比参加一些相关的顶级大会更高效的了。所以，营长编译了此篇2018年AI和机器学习的会议清单。每个清单包括日期、地点、网址、议程重点和定价，该列表按日期排序。 ▌1. 全球人工
如果知道一些技巧和方法的话，企业可以将云计算成本减少30%甚至更多。本文介绍了降低云计算成本的一些方法，许多方法都涉及改善沟通，以便开发人员和devops团队可以做出更明智的财务决策。
在O2O 模式下，网约车平台成为其中最为经典的案例，无论是美国的 Uber 还是国内的滴滴都已经发展成为社会的基础设施。 网约车平台的使用界面 从这两大巨头的发展史来看，尽管前期它们都是利用补贴大战来完成对市场的占领的，但是随后它们也都专注于更为精细的运营和服务，以便满足乘客、司机和平台这三方的利益诉求。 为了实现这些目标，Uber 和滴滴等网约车平台都聚焦于技术的深耕和创新，它们的成功实践经验表明技术是业务发展的强大驱动力。业务和产品的快速迭代需要依靠优良的系统架构，而算法与数据中台在整体架构中又发挥了
麻省理工《技术评论》评选出了2017年全球最智能的50家公司。 1 英伟达：英伟达持续改进其芯片，从最初的为游戏产业服务到现在在促进机器学习和自动驾驶等领域的突破性进展。英伟达斥资30亿美元打造了新型数据中心芯片。 2 SpaceX：通过提高着陆的成功率和火箭的回收来降低太空旅行的成本。乘坐回收火箭的客户可以获得10%的折扣。 3 亚马逊：亚马逊将公司的智能语音助手Alexa应用到手机和汽车中，与Amazon GO一起努力创建未来的人工智能电商。亚马逊的软件开发人员为Alexa研发了约1.2万个程序。 4
大家可能对louwill这个名字并不陌生。他是深度学习算法工程师，主要从事医疗数据分析、医学图像处理和深度学习应用相关研究与工作。他在公众号“机器学习实验室”发表的“数学推导+纯Python实现机器学习算法”等系列文章，获得了 4 万读者的广泛关注和好评。如今这些文章终于以书籍的形式正式出版了！那让我们走近 louwill 老师，了解一下他和这本书的故事吧！ 大家好！我是 louwill。 经过一年零三个月的努力，《机器学习：公式推导与代码实现》已于日前正式出版了。关注过这本书的公众号读者应该知道，这本书
作者：仁基，元涵，仁重 本文选自：《尽在双11：阿里巴巴技术演进与超越》 近十年，人工智能在越来越多的领域走进和改变着我们的生活，而在互联网领域，人工智能则得到了更普遍和广泛的应用。作为淘宝平台的基石，搜索也一直在打造适合电商平台的人工智能体系，而每年双11大促都是验证智能化进程的试金石。伴随着一年又一年双11的考验，搜索智能化体系逐渐打造成型，已经成为平台稳定健康发展的核动力。 演进概述 阿里搜索技术体系目前基本形成了offline、nearline、online三层体系，分工协作，保证电商平台
.ART .ART 域名首年注册优惠中，仅售15元/年 点击直达 .ART 域名批量注册，10个起售，仅售12元/年 （限量1000个，卖完下架） 点击直达 多年来，艺术界一直在探索人工智能的潜力。 2018 年，由巴黎艺术团体 Obvious 使用机器学习算法创作的肖像《Edmond de Belamy 》在佳士得拍卖会上以四十三万二千五百美元的价格售出，这是第一件由人工智能生成的艺术品。 从那时起，出现了几个著名的 AI 生成艺术作品案例，包括荷兰 ING 银行使用机器学习创作了一幅新的伦勃朗画作
现在开大会，不说点儿 AI 就 out 了，曾有网友开玩笑说，今年 Google I/O 的发布会就是：Google 系列产品+ AI。
机器之心报道 机器之心编辑部 MLPerf 是一项机器学习公开基准，展示了每个参与机构在特定任务上利用自有资源所能达到的最佳性能。该基准于今年 5 月启动，已经得到了来自 30 多个公司的研究者和科
AI 科技评论按：腾讯大数据峰会暨 KDD China 技术峰会中，滴滴研究院副院长、密歇根大学终身教授叶杰平博士非常全面地解密了机器学习在滴滴中的大规模应用，其中包括：出行目的地预测、路径规划、拼车最优匹配、订单分配、估价、运力调度、评分系统等。AI 科技评论根据现场演讲整理成文，并由叶杰平博士与滴滴 CTO 张博亲自审文。 叶杰平： 滴滴研究院副院长，美国密歇根大学的终身教授。叶杰平是机器学习领域国际领军人物，其主要从事机器学习、数据挖掘和大数据分析领域的研究，尤其在大规模稀疏模型学习中处于国际领先地位
2015年12月10-12日，由中国计算机学会（CCF）主办，CCF大数据专家委员会承办，中国科学院计算技术研究所、北京中科天玑科技有限公司与CSDN共同协办的2015中国大数据技术大会（Big Da
麻省理工学院一位经济学家撰写的新研究表明，改进后的翻译软件可以显著促进在线国际贸易——这是机器学习对经济活动产生明显影响的一个显著案例。研究发现，eBay在2014年改进了自动翻译程序后，可以使用这一新系统的两个国家的贸易额猛增了10.9%。
微软EconML简介：基于机器学习的Heterogeneous Treatment Effects估计
今天谷歌用TPU、TPU Pods、TensorFlow Lite轰炸了媒体圈，可你知道谷歌宣称的TPU 180TFLOP并没有那么厉害吗？TPU Pods所对比的GPU也并非最新的版本。TensorFlow Lite在参数上并不一定竞争的过Facebook。 这篇文章从另一个角度带你理解谷歌这些技术背后的故事。 就在今早，多位从事人工智能机器训练的一线技术大拿在接受AI100采访时，均表示，昨晚睡得很好，并没有半夜爬起来守着看谷歌的I/O大会。 而就在上周，就在英伟达掌门人老黄做keynote的当晚
历经14年，双11已经被各大电商平台打造成全民消费节日。双11各大平台的消费GMV(商品交易总额)数据，一度也被视为反映中国居民消费信心的晴雨表。不过，令外界始料未及的是，今年各大平台不约而同地隐藏了GMV。
AI 科技评论按，就在上个月，波士顿动力在 YouTube 上刷了一波 Atlas 2 的新技能。从视频中可以看到，相比今年五月在跨越障碍时还得停顿片刻，这次 Atlas 2 可以直接奔跑着跨越了。
该份报告主要聚焦在云计算市场趋势、云计算支出、公有云竞争格局以及受欢迎的云服务类型等。
在个性化推荐系统中的绕不开的经典问题有哪些介绍了推荐下中不可避免都会遇到的问题，这里介绍一些不可忽视的一些内容。
从 2009 年到 2021 年，从千万交易额到千亿交易额，双 11 已经开展了 12 年。如今，每年的双 11 以及一个月后的双 12，已经成为真正意义上的全民购物狂欢节。刚刚过去的 2021 年双 11，就有超过 8 亿消费者参与。
Cortex作为一款为生产Web服务的工具，能够和AWS服务结合起来，重点解决jupyter notebook到生产的缺乏基础框架的问题。
有一些单纯搞计算机、数学或者物理的人会问，究竟怎么样应用 ML 在量化投资。他们能做些什么自己擅长的工作。虽然在很多平台或者自媒体有谈及有关的问题，但是不够全面和完整。从今日起，量化投资与机器学习公众号将推出一个系列【机器学习该如何应用到】。编辑部花了很长时间，采访和咨询了很多研究人员。希望各位读者有所收获，如有不足，欢迎批评指正。 一、什么是机器学习 机械的定义避开不谈，回答也不追求全面准确。明确一点，机器学习的主要目的在于发现规律或重现规律。（此处不谈非监督学习、强化学习，也不谈降维、集成算法）。什么是
机器学习是Facebook许多重要产品和服务的核心技术。这篇论文来自Facebook的17位科学家和工程师，向世界介绍了Facebook应用机器学习的软件及硬件架构。 本着“赋予人们建立社区的力量，使世界更紧密地联系在一起”的使命，到2017年12月，Facebook已经将全球超过二十亿人连接在一起。同时，在过去几年里，机器学习在实际问题上的应用正在发生一场革命，这场革命的基石便是机器学习算法创新、大量的模型训练数据和高性能计算机体系结构进展的良性循环。在Facebook，机器学习提供了驱动几乎全部用户服务
博文视点学院 本周福利课表（5月24-30日） 1 本周限时秒杀 （扫描下方二维码·获取折扣） ▊《深入浅出强化学习：编程实战》 南开大学郭宪老师在线教学回放 本周限时秒杀，仅售6元！ 我能从课程中收获什么？ ▶强化学习算法理论理解地更透彻 ▶掌握当前最主流的深度学习工具 ▶深度掌握算法原理 ▶可以开发和研究新算法到工作中熟练掌握pytorch和TensorFlow 关于课程讲师 郭宪 南开大学人工智能学院讲师，具有丰富的强化学习算法授课经验，多次给本校本科生和研究生授课，开设知乎专栏“强化学习知识大讲
预料之内的是，Python 并没有完全「吞噬」R 语言的空间，但这项基于 954 个参与者的投票显示，Python 生态系统在今年已经超越了 R 语言，成为了数据分析、数据科学和机器学习的第一大语言。
「啤酒和尿布」的故事已流传近 20 年，却依然被奉为大数据分析的经典案例，代表了大数据应用的雏形，挖掘数据之间的相关性来指导商业决策。
人类社会已经经历了三次工业革命，即蒸汽技术革命、电力技术革命、计算机及信息技术革命。第四次工业革命的大幕正在徐徐拉开。
一家名为GOAT的潮鞋交易平台正尝试用机器学习，从七张照片中识别出一双鞋子是否是真的。
清华大学大数据研究中心机器学习研究部长期致力于迁移学习研究。近日，该课题部开源了一个基于 PyTorch 实现的高效简洁迁移学习算法库：Transfer-Learn。使用该库，可以轻松开发新算法，或使用现有算法。
机器之心专栏 机器之心编辑部 复旦大学自然语言处理实验室发布模型鲁棒性评测平台 TextFlint。该平台涵盖 12 项 NLP 任务，囊括 80 余种数据变形方法，花费超 2 万 GPU 小时，进行了 6.7 万余次实验，验证约 100 种模型，选取约 10 万条变形后数据进行了语言合理性和语法正确性人工评测，为模型鲁棒性评测及提升提供了一站式解决方案。 项目地址：https://github.com/textflint 官方网站：http://textflint.io 论文链接：https://arx
在11月6日召开的Techo开发者大会上，腾讯云副总裁、腾讯数据平台部总经理蒋杰博士正式对外披露腾讯大数据平台10年技术演进历程。经过10年的积累，腾讯大数据平台的算力资源池目前已有超过20万台的规模，每天实时数据计算量超过30万亿条，腾讯已经成为中国实时数据计算量最大的公司。并且，随着资源管理平台核心TKE和分布式数据库TBase正式对外开源，腾讯正在成为大数据领域开源最全面的公司。
选自KDnuggets等 机器之心整理 参与：李泽南、李亚洲、路旭阳 根据 KDnuggets 2017 年最新调查，Python 生态系统已经超过了 R，成为了数据分析、数据科学与机器学习的第一大语言。本文对 KDnuggets 的此项调查结果做了介绍，并补充了一篇文章讲解为何 Python 能成为数据科学领域最受欢迎的语言。 Python vs R：2017 年调查结果 近日，KDnuggets 发起了一项调查，问题是： 你在 2016 年到现在是否使用过 R 语言、Python（以及它们的封装包），或
机器之心原创 作者：杜雪 2013 年，DeepMind 在 NIPS 大会上发表的一篇深度强化学习的文章，一举惊艳了学术界。2016 年 1 月，AlphaGo 在一场围棋大赛中击败李世乭吸引全世界的目光，其背后的强大武器正是深度强化学习技术。同年年底，2016NIPS 最佳论文奖也颁给了解决深度强化学习泛化能力较弱问题的论文。 随着深度学习的突破性进展，也促使强化学习的研究前景，重新获得了产业各界的关注。2016 年 8 月，在 ACM（国际计算机学会）会刊一篇名为《强化学习的复兴》的文章中提到，「D
来源：Google 作者：文强 【新智元导读】还愁用不起GPU？今天谷歌宣布云端可抢占GPU大幅降价，P100的价格每小时0.43美元，换算成人民币只需2.77元。 不是每个人工作的时候都需要GPU
DeepMind 研究人员最近发表了一篇题为《通过用人工智能引导人类直觉来推进数学》（Advancing mathematics by guiding human intuition with AI）的论文，认为深度学习能够帮助发现被人类科学家忽视的数学关系。很快，这篇论文在科技媒体上引起了广泛的关注。
吴恩达老师的《机器学习》课程可以说是最火的机器学习课程之一，讲的很浅显易懂，深受大家的喜爱。吴恩达老师的《机器学习》课程主要在 coursera 上公开，具体可以参考吴恩达老师的主页。很多视频平台也都有搬运，比如 b 站，毕竟国内访问 coursera 还是有点慢。
开源，开源，开源。 这就是腾讯2019年技术领域最直观的变化。 最新代表事件，来自于腾讯首个开源的AI项目Angel，完成3.0版本进化后，得到全球技术专家认可，从开源基金会LF AI毕业，成为业内顶级AI开源项目。 这是中国首个得此认可的项目，消息传来自是引发好评热议。不过，这只是腾讯过去这一年开源成绩的注脚之一。 过去一年，腾讯开源势头愈发凶猛。截止12月份，对外开源项目超过92个，覆盖所有BG（事业群），微信、腾讯云、大数据、游戏、AI、安全等业务都在其中，累计获得超27万标星，赢得一片赞
12月11日，2021年腾讯犀牛鸟精英科研人才培养计划正式对外发布。计划截止申报时间为2021年1月28日24:00。 本年度精英科研人才计划将延续人工智能领域顶尖科研人才培养，发布包含机器人、AI医疗、量子计算、智慧城市等12个前沿热议方向，71项研究课题。入选学生将由校企导师联合制定专属培养计划，并获得3个月以上到访腾讯开展科研访问的机会，基于真实产业问题及海量数据，验证学术理论、加速成果应用转化、开阔研究视野。同时项目组将为学生搭建线上和线下学习、交流平台，帮助学生挖掘更多潜能。 本期小编整理了该计
我们正在进入数据科学实践的新阶段，即“无代码”时代。 像所有重大的变化一样，这个变化还没有在实践中清晰地体现，但这个变化影响深远，发展趋势非常明显。
当下，已有多家电商平台开启“双十一”预售。10月25日天猫发布数据称，10月24日晚天猫“双十一”开启预售一小时内，3000多个品牌预估成交额比去年同期翻倍增长。
每年都能看到有些受欢迎的应用程序，值得关注的初创公司和一些新奇想法还未真正起步就逐渐淡出我们的视线。
【CSDN现场报道】2014年12月12-14日，由中国计算机学会（CCF）主办，CCF大数据专家委员会承办，中科院计算所与CSDN共同协办，以推进大数据科研、应用与产业发展为主旨的2014中国大数据技术大会（Big Data Technology Conference 2014，BDTC 2014）暨第二届CCF大数据学术会议在北京新云南皇冠假日酒店盛大开幕。 2014中国大数据技术大会首日的全体会议上，华为EU研究中心首席研发架构师Sabri SKHIRI带来的主是题“Lambda Architectu
选自The Next Platform 机器之心编译 参与：微胖、黄小天、吴攀 对于工作，有一个合适的工具当然好；但是把一个工具应用于多个工作且效用更佳，这更好。这就是为什么通用的基于 X86 的计算接管数据中心的原因之一。通过受限范围或者只是把原来有的应用程序单独放在替换平台上，规模经济获得了出乎意料的效率。 十多年前，把计算任务从 CPU 卸载到 GPU 加速器的想法从学术界脱颖而出，并且相对更快的高性能计算社区和 GPU 制造商英伟达扩展了现有的 Fortran 和通常用于 CPU 并行超级计算机的
Cowen 公司发布了一份关于人工智能的研究报告，名为“人工智能：数据科学的黄金时期”。该报告分析了 2016~2017 年人工智能在各个领域的应用情况，同时对 AI 科技公司的数量、AI 主流技术在业内使用状况等等进行了统计，其中还包括对未来 AI 市场的预测。本文作者精炼出报告的几大主要观点进行解读，让你用最快捷的方式读懂这份报告。 要点： 81% 的 IT 公司正在或者计划投资人工智能（AI）。 Cowen 预测人工智能将会将人类的生产力提升到一个新的水平，而微软会冲在最前面。 数字化市场或
微软加速器·北京系统展示了微软加速器创新生态体系的最新成果，并提出以科技创新构建同理心平台，以实现生态参与者的协同共享、横向学习、跨界创新和超级合作。
李根 假装发自 上海 量子位 出品 | 公众号 QbitAI 刚刚在上海，李飞飞正式宣布了一个激动人心的消息。 首先是Google AI中国中心正式成立。 其次，李飞飞这位享誉全球的AI学者、Google Cloud人工智能和机器学习首席科学家，将重返祖国工作，筹建并执掌Google AI中国团队。 这个中心由李飞飞和李佳共同领导。李飞飞将会负责中心的研究工作，也会统筹Google Cloud AI、Google Brain以及中国本土团队的工作。 在回答量子位提问时，李飞飞表示从1月入职Google时就开
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
云直播
