这里直接选用h2oGPT的论文摘要部分：建立在大型语言模型 (LLM) 之上的应用程序，如 GPT-4，由于其在自然语言处理方面的人类水平的能力，代表着人工智能的一场革命。然而，它们也带来了许多重大风险，例如存在有偏见的、私人的或有害的文本，以及未经授权包含受版权保护的材料。我们介绍了 h2oGPT，这是一套开放源代码的代码库，用于基于生成性预训练transformer (GPT) 创建和使用 LLM。该项目的目标是创建世界上最好的、真正的开源方法，以替代封闭源代码方法。作为令人难以置信和不可阻挡的开源社区的一部分，我们与令人难以置信的和不可阻挡的开源社区合作，开源了几个经过微调的 h2oGPT 模型，参数从 70 亿到 400 亿，准备在完全许可的 Apache2.0 许可证下用于商业使用。我们的版本中包括使用自然语言的 100 XMATHX PC 私人文档搜索。开源语言模型有助于推动人工智能的发展，使其更容易获得和值得信任。它们降低了进入门槛，允许个人和团体根据自己的需求定制这些模式。这种公开性增加了创新、透明度和公平性。需要一个开源战略来公平地分享人工智能的好处，而 H.O.ai 将继续使人工智能和 LLMS 民主化。
18年被H2O Driverless AI 提供的可解释机器学习引擎（下图）种草后，就对这个领域产生了兴趣。不过用的越多，XAI暴露的问题就越多，比如特征的微调可能会导致整个特征解释发生翻天覆地的变化，再比如表现很好的模型会给出完全不能理解的特征解释。不过在接触因果推理后希望可以换个视角来看XAI，于是重新捡起这个系列(挖坑慎入，这是一个18年就开始挖，到现在都没有填完的坑)～
生产环境中使用Apache Kafka的可扩展的机器学习 智能实时应用程序是任何行业的游戏规则改变者。机器学习及其子课题深度学习正在获得动力，因为机器学习使计算机能够在没有明确程序设计的情况下找到隐藏的见解。分析非结构化数据，图像识别，语音识别和智能决策需要此功能。这与使用Java，.NET或Python的传统编程有很大的不同。 虽然机器学习背后的概念并不新鲜，但大数据集和处理能力的可用性使得每个企业都可以构建强大的分析模型。任何行业都有大量的使用案例，通过在企业应用程序和微服务中应用分析模型来增加收入，
在这一期的 Kaggle Grandmasters 访谈中，我将带给大家的是，一位大师级故事讲述者的惊人而令人鼓舞的旅程：Shivam Bansal——Kaggle Kernels Grandmaster 和 H2O.ai 的资深数据科学家。他目前在新加坡工作，参与了 H 2O.ai 在亚太地区的活动。Shivam 是一名来自印度的计算机科学毕业生，他随后于 2019 年在新加坡国立大学获得商业分析硕士学位，并在那里获得了杰出的 Capstone 项目奖。
一支由数据分析供应商组成的团体今天在GPU技术大会上共同提出了GPU开源分析倡议（GOAI），旨在培育以GPU来进行数据科学和深度学习方面工作的社群。该团体还发布了一款基于Python的API，来用于处理相关问题。 Continuum Analytics、H2O.ai 以及 MapD 技术是GOAI的创始成员。GOAI是在加利福尼亚州圣荷西举行的NVidia年度GPU技术大会上对外公布的。这几家供应商表示，虽然每家都拥有很强大的框架，但缺乏通用的标准数据格式阻碍了各种应用之间的互通。 这几家供应商还
8月18日，我们完成了企业数据云的愿景，即通过Cloudera 数据平台私有云（ CDP 私有云） 的全面可用带来真正的混合云体验。基于Kubernetes（RedHat OpenShift）的CDP私有云将云原生的速度/简单性和经济性扩展到了本地环境，从而使连接的数据生命周期扩展到了本地环境，使IT能够更快地响应业务需求并提供坚如磐石的服务水平，这样人们就可以提高数据生产力。
对于机器学习、数据科学领域的入门者来说，Kaggle 是一个能让人学以致用、快速成长的平台。在之前的文章中，我们介绍过不少优秀的 Kaggle Grandmaster，他们都有自己独特的成长路径和解决问题的思路。
深度学习因其高准确率及通用性，成为机器学习中最受关注的领域。这种算法在2011—2012年期间出现，并超过了很多竞争对手。最开始，深度学习在音频及图像识别方面取得了成功。此外，像机器翻译之类的自然语言处理或者画图也能使用深度学习算法来完成。深度学习是自1980年以来就开始被使用的一种神经网络。神经网络被看作能进行普适近似（universal approximation）的一种机器。换句话说，这种网络能模仿任何其他函数。例如，深度学习算法能创建一个识别动物图片的函数：给一张动物的图片，它能分辨出图片上的动物是一只猫还是一只狗。深度学习可以看作是组合了许多神经网络的一种深度结构。
最近，一个印度裔Kaggle大神在论坛上分享了他获得4个类别的Grandmaster的经历。
我们对比了Gartner2017年数据科学平台魔力象限和它2016年的版本在“领头羊”（Leaders）和“黑马”（Challengers）中的明显改变，其中包含IBM, SAS, RapidMiner, KNIME, MathWorks, Microsoft 和Quest等公司。
但随着大数据工具数量的增长和计算能力的飞跃，数据科学家越来越多地发现，如果他们想从自己的模型中获得最佳性能，那就必须考虑所使用的数据管道。 数据科学工具的功能通常围绕着预测建模，机器学习和数据可视化。
自动机器学习，也称为 AutoML，是将机器学习应用于实际问题的端到端过程自动化的过程。典型的机器学习过程包括几个步骤，包括数据的摄取和预处理、特征工程、模型训练和部署。在传统的机器学习中，Pipeline中的每一步都是由人来监控和执行的。自动机器学习工具（automatic machine learning）旨在自动化这些机器学习的一个或多个阶段，使非专家更容易建立机器学习模型，同时消除重复性任务，使经验丰富的机器学习工程师能够更快地建立更好的模型。
近年来，科技界最值得关注的趋势之一就是人工智能和机器学习渗透到我们生活的各个方面。看起来，几乎每个新创立的企业都在其产品中加入人工智能功能，并且担心如果不这么做就会被其他公司落下。 而且，初创企业也在积极吸引投资来支持这种需求。例如，H2O.ai获得4000万美元C轮投资，用于开发开源软件，帮助其他公司建立自己的AI平台。 根据PitchBook的数据，2017年，美国人工智能和机器学习行业已经实现400宗风险投资，投资额超过45亿美元。 📷 | NOTICE | 微信公众平台目前已经推出订阅号置顶功
1. 百度宣布语音技术全系列永久免费 AI免费战再升级。 2. 京东金融AI实验室投入运营，每年研发投入媲美硅谷一线科技公司顶级实验室。 3. 网易人工智能与威马汽车战略合作 打造智能汽车。 4. AI创企H2O.AI获英伟达、Wells Fargo领投4000万美元C轮融资。 5. 重磅！谷歌宣布将在2018年公开谷歌内部机器学习培训课程，已有1.8万名员工参与。 6.医疗影像领域的AI公司图玛深维获软银中国领投的2亿元人民币B轮融资，为同领域年度最大额融资。 7.索尼，UEI，WiL,LLC三家公司
当Meta的LLaMA的代码在GitHub上被泄露时，全球的开发者们都可以访问这个第一个达到GPT水平的LLM。
随着近几年AI的火热，机器学习平台（Machine learning platforms）也开始引领技术潮流。开发人员需要知道怎么样利用这些平台的能力。在ML环境中工作，如果使用正确的工具(如Filestack)，可以使开发人员更容易创建一个利用其功能的高效算法。下面列出的机器学习平台和工具（顺序随机），现在可以无缝地将ML的功能集成到日常开发工作中。
Python/R/Julia中的数据处理工具多如牛毛「如pandas、spark、DataFrames.jl、polars、dask、dplyr、data.table、datatable等等」，如何根据项目需求挑选趁手的武器，H2O.ai机器学习平台维护的一个项目给出答案。
机器学习平台不是未来的潮流。它现在正在发生。开发人员需要知道如何以及何时利用他们的力量。使用像Filestack这样的合适工具在ML环境中工作可以使开发人员更容易创建一个能够充分发挥其功能的高效算法。以下机器学习平台和工具 - 无法按特定顺序列出 - 现在可用作将ML的功能无缝集成到日常任务中的资源。
计算机视觉领域同样精彩纷呈，与四年前相比GAN生成的假脸逼真到让人不敢相信；新工具、新框架的出现，也让这个领域的明天特别让人期待……
大数据文摘作品，转载要求见文末 作者 | Catherine Lu 编译 | 元元,白丁,笪洁琼,钱天培 在AI型公司的混战中，我们已看到了数不胜数的公司相继倒下。在剩下的AI巨头和后起之秀中，哪类公司又能成为最终的赢家呢？ 从Element AI，Databricks到DigitalGenius，AI型公司铺天盖地席卷而来。各类公司分化出了不同的特性，也选择了不同的战略发展方向。 在他们中，我们能够看到为客户提供定制解决方案的“数据科学咨询公司”，为AI解决方案提供底层基础构架的“AI平台公司”，以及
概要：AI以一种更实际的形态作为数字化商业的关键组成要素获得了新生。 来源：智能机器人资讯分享 分析 你需要知道的 AI以一种更实际的形态作为数字化商业的关键组成要素获得了新生。AI的复兴是由多个关键部分的正向市场发展所驱动的，这些部分是： 对于爆炸性非结构性数据的捕捉，预处理和存贮，用于“训练机器”； 用于机器学习的高互补性的处理单元和并行处理架构； 通过平台/API接口获得的更广泛的算法来处理更大量的商业应用； 不断增加的数据科学实践者和大众对于数据科学/机器学习的兴趣。 由于以下几种原
机器学习是人工智能领域的一个重要分支，它通过建立数学模型，使计算机能够从数据中自动学习并进行预测和决策。H2OAutoML是一个开源的自动机器学习工具库，它旨在简化机器学习的使用和部署过程。本文将介绍H2OAutoML的基本概念和使用方法。
相信大家在日常的建模工作中都会或多或少地思考一个问题：建模可不可以被自动化？今天将围绕这个问题向大家介绍一个开源的自动建模工具H2O。本文将会cover以下三个部分：
官方解释：MinIO 是一个基于Apache License v2.0开源协议的对象存储服务。它兼容亚马逊S3云存储服务接口，非常适合于存储大容量非结构化的数据，例如图片、视频、日志文件、备份数据和容器/虚拟机镜像等，而一个对象文件可以是任意大小，从几kb到最大5T不等。
在AI盛起的当下，各类AI应用不断地出现在人们的视野中，AI正在重塑着各行各业。相信现在各大公司都在进行着不同程度的AI布局，有AI大模型自研能力的公司毕竟是少数，对于大部分公司来说，在一款开源可商用的大模型基础上进行行业数据微调也正在成为一种不错的选择。
今天，我们非常高兴地宣布，MapD Core数据库及其可视化库开源了。 项目的代码托管在Github上，基于Apache 2.0协议。它能够构建全功能版的MapD Core数据库，该数据库能够在多G
原作 Kyle Kling 李杉 编译自 LinkedIn 量子位 出品 | 公众号 QbitAI 各行各业都在谈人工智能，各类企业都想运用这项技术来提升自己、捍卫行业地位。究竟哪些行业、哪些公司最积
AutoGluon是由AWSMXNet团队开发的基于AutoML框架的开源自动化神经网络训练工具，它可以帮助开发者通过更少的代码、更高效的计算资源和更快的模型训练速度来构建高质量的模型。其特点包括易用性高、功能强大、可扩展性强等。
正如新闻总是滚动出现的那样，AI的确正在影响人们生活与工作的方方面面，但是很多人都没注意到一点：AI公司正确的商业模式应该是什么样？
AI科技评论按：Narrative Science 调查显示，去年已有 38% 的企业开始使用人工智能，而到 2018 年将增长至 62%。Forrester Research 预计，2017 年 AI 领域获得的投资将同比增长超过 300%。而 IDC 估计，人工智能产业规模将从 2016 年的 80 亿美元，到 2020 年将增长至 470 亿美元。 为了让人们更好地了解当前的 AI 趋势，Forrester 发布关于人工智能的 TechRadar 报告，对 13 种企业应当关注的 AI 技术进行分
【新智元导读】开源机器学习公司 H2O.ai 产品市场总监 Vinod Iyengar 昨天在TechCrunch刊文，就人工智能市场并购频繁尤其是初创公司在未盈利阶段就被收购，而且收购方集中在少数巨头当中表示担忧。Lyengar指出，垄断将阻碍产业整体发展、减缓创新，最终损害用户利益。Lyengar 号召数据公开、透明和共享，好让每个人都从AI技术中获益。 （文／Vinod Iyengar）在最近的一系列高科技并购交易案中，你可能没有注意到一件相对低调的收购案：苹果以2亿美元的价格收购了位于西雅图的人工智
重新定义搜索引擎技术的公司 ZincSearch 今天宣布获得 360 万美元的种子轮融资，由 Nexus Venture Partners 领投，戴尔科技资本、Secure Octane、Cardinia Ventures 跟投，以及包括 Anand Babu Periasamy、Balaji Parimi、Rob Skillington、Anshu Sharma、Luke Kim、Awais Nemat、Dan Pinto 和 Alex Gallegos在内的技术领导者参与其中。Nexus Venture Partners 的常务董事 Abhishek Sharma 也将加入 ZincSearch 董事会。
在美国加州圣芭芭拉举办的创新峰会（The Innovation Summit）上，CB Insight 的CEO Anand Sanwal 揭晓了全球 2017 AI100 名单。CB Insight
作者：Manish Saraswat 翻译：张巨岩 摘自：微信公号新智元（AI_era） 原文：Analytics Vidhya 导读 “机器学习是一种核心的，具有革命性的技术，并且因为它，我们需要重新思考我们所做的所有事情。我们正在审慎的将它应用到我们所有的产品中，如搜索，广告，视频或者游戏。”——SundarPichai，谷歌CEO 2015年是机器学习年，这个让机器理解海量数据的革命正在一天一天地获取要素（通过写和读这篇文章，我们就创造了一些数据）。不只有谷歌，如亚马逊、埃森哲、丰田、特斯拉、美国强生
导读 “机器学习是一种核心的，具有革命性的技术，并且因为它，我们需要重新思考我们所做的所有事情。我们正在审慎的将它应用到我们所有的产品中，如搜索，广告，视频或者游戏。”——SundarPichai，谷歌CEO 2015年是机器学习年，这个让机器理解海量数据的革命正在一天一天地获取要素（通过写和读这篇文章，我们就创造了一些数据）。不只有谷歌，如亚马逊、埃森哲、丰田、特斯拉、美国强生等等很多公司都在大规模采用机器学习技术并提高其产品和服务质量。 此外，这也不仅仅是关于大公司，创业公司也在这场革命中占同等地位。创
导读 “机器学习是一种核心的，具有革命性的技术，并且因为它，我们需要重新思考我们所做的所有事情。我们正在审慎的将它应用到我们所有的产品中，如搜索，广告，视频或者游戏。”——SundarPichai，谷歌CEO 2015年是机器学习年，这个让机器理解海量数据的革命正在一天一天地获取要素（通过写和读这篇文章，我们就创造了一些数据）。不只有谷歌，如亚马逊、埃森哲、丰田、特斯拉、美国强生等等很多公司都在大规模采用机器学习技术并提高其产品和服务质量。 此外，这也不仅仅是关于大公司，创业公司也在这场革命中占同等地位。
【新智元导读】 人工智能非常热，市场潜力被众多行家看好。但是，你能列出最热的技术是有哪些吗？福布斯的Gil Press带来了他基于Forrester 人工智能人工智能的技术雷达（TechRadar）报告的总结。 人工智能技术市场正在走向繁荣。除了媒体上的大肆宣传和高度关注、大量的初创企业以及争先恐后收购这些企业的互联网巨头。在企业，尤其是传统企业中，对人工智能技术的投资和采纳也有显著地增长。去年，Narrative Science 的一项研究发现，38%的企业已经在使用人工智能，到2018年这一数字将增长到
nohup ./minio server /home/minio > /home/minio/minio.log 2>&1 &
这一年成为NLP研究的分水岭，各种突破接连不断；CV领域同样精彩纷呈，与四年前相比GAN生成的假脸逼真到让人不敢相信；新工具、新框架的出现，也让这个领域的明天特别让人期待……
【导读】工具包 datatable 的功能特征与 Pandas 非常类似，但更侧重于速度以及对大数据的支持。此外，datatable 还致力于实现更好的用户体验，提供有用的错误提示消息和强大的 API 功能。通过本文的介绍，你将学习到如何在大型数据集中使用 datatable 包进行数据处理，特别在数据量特别大的时候你可以发现它可能比 Pandas 更加强大。
我们的系统离不开文件存储系统，因为系统会存储各种文件，所以选择一个好的文件存储系统是十分有必要的，我们选择文件系统一般需要看其使用是否简单，是否可靠，对各种环境是否适配，社区是否活跃，分布式等，随着云的普及，现在很多云厂商提供了文件存储服务，我们成为OSS，我们的文件由云厂商进行托管，我们只需要按时按量付费，这就是SAAS模式，使用OSS，那么自然得付费，加上文件是存储在别人家，对于很多行业来说，文件得存储在自己的网络，所以OSS自然不行，所以我们得搭建自己的文件服务器，常见的分布式文件服务器有HDFS，FastDFS等，不过对于HDFS，FastDFS，他们的学习成本有点高，加上随着云原生的普及，可能就不太适合我们现在使用，所以我们就说到了MinIO。
除了软银的动作，HTC VIVE X一口气连续投资多家公司的动作也是引人瞩目。 本周硬科技领域投融资事件共34起，其中人工智能领域共发生18起投融资事件和3起收购事件；3R（VR/AR/MR）领域发生4起融资事件和1起收购事件；未来医疗领域发生4起投融资事件，新能源领域发生1起投融资事件和1起收购事件，而航空航天和物联网领域分别有1起投融资事件。 相比于上周，本周投融资事件在数量上有所上升。其中，人工智能领域依旧是“大头”，占据整体投融资事件的62%，值得注意的是，继上次的码隆科技之后，软银中国在托内继续投
大家好，欢迎来到专栏《AutoML》，在这个专栏中我们会讲述AutoML技术在深度学习中的应用，这一期讲述现有可用的AutoML平台。
本期一周AI看点包括行业热点、投融资、业界观点、技术前沿以及应用等方面。 观点 李彦宏：AI主要助推未来中国互联网发展，毋庸置疑 第四届世界互联网大会全体大会上，百度公司董事长兼首席执行官李彦宏指出，未来中国互联网发展主要的推动力就是AI，从金融到房产、教育、医疗等，能想到的产业都会因AI而发生变化，AI堪比工业革命。他说，“中国互联网独特的地方是7亿网民说同样的语言，产生统一规则的数据，可以有效推动算法的创新，未来中国互联网发展主要的推动力就是AI。” 苹果首席执行官库克：我不担心机器像人一样思考，更担心
大数据文摘作品 编译：惊蛰、什锦甜、蒋宝尚 深度学习是一种基于对数据进行表证学习的机器学习方法，近些年不断发展并广受欢迎。 作为一个相对较新的概念，对于无论是想要进入该领域的初学者，还是已经熟知方法的老手来说，触手可及的学习资源太丰富了。 为了不被日新月异的技术和潮流所淘汰，积极参与深度学习社区中开源项目的学习和互动是个很好的方法。 在本文中文摘菌将为大家详细介绍16种GitHub中最受欢迎的深度学习开源平台和开源库，除此之外，还有些比较不错的平台和框架虽然没有进入榜单，文摘菌也列了出来，供大家参考。 Gi
CB Insights揭晓了全球人工智能领域100家（AI100）最具发展潜力的未上市企业，这100家企业将人工智能应用于各个行业，从健康医疗到无人驾驶汽车再到金融科技。 上榜的100家企业是从近50
MinIO 是一款高性能、分布式的对象存储系统. 它是一款软件产品, 可以100%的运行在标准硬件。即X86等低成本机器也能够很好的运行MinIO。
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
即时通信 IM
对象存储
