今年四月，Michael Jordan 在 Medium 上發表了一篇名為《 人工智慧：革命尚未到來 》的文章。文章指出，如今「AI」這個概念被各界人士當做包治百病的萬金油，大肆使用，但不同人

當代社會的生產生活，許多方面都依賴於大型、複雜的軟硬體系統， 包括網際網路、高效能運算、電信、金融、電力網路、物聯網、 醫療網路和裝置、航空航天、軍用裝置及網路等。這些系統的使用者都期待有好的體驗。 因而，這

今天下午，邦哥被一篇名為《估值175億的旅遊獨角獸，是一座殭屍和水軍構成的鬼城？》的文章刷屏了。這篇文章的內容，主要是說旅遊獨角獸馬蜂窩宣傳中的2100萬條“真實點評”，有1800萬條都是通過爬蟲等手段，從其他

編輯推薦: 本文來自於csdn，本文通過應用scikit-learn這個成熟的第三方庫中的模型,從實現的過程中更好地理解機器學習演算法的細節，以

前言 很多人可能會好奇，我本是講機器學習的，為什麼出了 4 個《學習觀》的小視訊。難道 YJango 要加入雞湯文行列中了嗎？ 視訊 這些學習方法從何而來？ht

作為一種解釋型語言，Python的設計哲學強調程式碼的可讀性和簡潔的語法(尤其是使用空格縮排劃分程式碼塊，而非使用大括號或者關鍵詞)。相比於C++或Java，Python讓開發者能夠用更少的程式碼表達想法。不管

回顧近期智慧醫療領域的新聞，巨頭們的動作不斷。 去年7月，阿里釋出“DoctorYou”AI系統，主要應用於醫學影像診斷；去年8月，騰訊釋出AI醫學影像產品“覓影”，用於早期癌症診斷；今年9月，英

本文翻譯自文章： Differences between L1 and L2 as Loss Function and Regularization ，如有翻譯不當之處，歡迎拍磚，謝謝~ 在機器學習實

2020年前後，第五代移動通訊技術的應用將趨於成熟。5G時代的來臨，正催動雲化部署成為運營商網路的必然選擇，也對運營商數字化轉型、改變服務交付模式、網路功能互聯以及縮短IP與IT的距離提出了更具挑戰性的要求。

@wangqy96 推薦 #Knowledge Base 本文是倫斯勒理工大學發表於 INLG 2018 的工作， 論文為結構化 KB 提供

Kaboompics的 木頭人 一年半以前，我退出了加拿大最好的電腦科學課程之一，開始使用線上資源建立我自己的資料科學研究生課程。我意識到只要通過 edX、Coursera

十幾個小時前，一位機器學習工程師在 reddit 上發帖求助：ML 領域浮躁、門檻低、產品差，無法專心做東西，該不該換個領域？帖子一經發布，立刻引起了大量討論。 該工程師如此描述他的問題：

在開源中，不管你自己的想法有多原創，看看其他人是否已經執行了這個概念總是明智的。 對於有興趣利用人工智慧（AI）不斷增長的力量的組織和個人來說，許多最好的工具不僅是免費的和開源的，而且在許多情況下，已經經過了強化和測

(本文所使用的Python庫和版本號: Python 3.6, Numpy 1.14, scikit-learn 0.19, matplotlib 2.2， NLTK 3.3) 文字的主題建模時用NLP來識

本文主要是介紹一下筆者對於甲方安全能力建設的一些經驗，心得和零散的思考。需要特別強調的是不同企業的實際情況不盡相同，本文僅供參考，不具普遍意義。 0x01 Red Teaming 近幾年隨著Red