不懂演算法的人，未來也能自主開發訓練機器學習模型。 機器學習是將 "AI" 部署到產品或服務中的重要途徑，因此對演算法專家的需求量也隨著 AI 的火熱而日益暴增。這樣

標星★公眾號     愛你們 ♥ 近期原創文章： ♥ 基於無監督學習的期權定價異常檢測（程式碼+資料） ♥ 5種機器學習演算法在預測股價的應用（程式碼+資料）

什麼是邏輯迴歸？ 邏輯迴歸就是這樣的一個過程：面對一個迴歸或者分類問題，建立代價函式，然後通過優化方法迭代求解出最優的模型引數，然後測試驗證我們這個求解的模型的好壞。 Logistic 迴歸雖然名字裡帶“迴

From:Google AI 編譯:T.R 基於無監督的方式理解高維資料並將資訊濃縮為有用的表示一直是深度學習領域研究的關鍵問題。其中一種方法是利用非耦合表示(disentangled

原文以 AI can be sexist and racist — it’s time to make it fair 為標題 釋出在2018年7月18日的《自然》評論上 原文作者：斯坦福大學生物醫學資

本文系作者投稿，作者公眾號: easyAI (id: easyai-tech) ， easyAI 致力於做人工智慧知識庫，歡迎關注，點選文末"閱讀原文"可直達原文連結，也歡迎大家投稿，AI、N

什麼是MPIP MPIP 是新Feature提案。全稱 MLSQL Project Improvement Proposals 。當然這個是學習Spark 的 SPIP，作為一個較為穩定成熟的專案，

迴歸簡介 在本章中，我們將繼續討論監督機器學習中的另一項主要任務，即迴歸。 分類總是很好的起點，因為它在邏輯上是直觀的。 "這是一張圖片。告訴我它裡面有什麼物體。" "這

強化學習是近年來機器學習領域的研究熱點，在遊戲操作、圍棋對弈、多智慧體控制等場景取得了不少令人矚目的進展。在逐步挑戰這些難題的同時，訓練強化學習模型的計算力要求也在大幅度提升。雖然顯示卡裝置經歷了 K40/P4

第一年時更多是把系統做穩定，提升線上服務效能、可用率100%、應對電商618、雙11大促。以及研發ABTest工具、配置管理工具等工具。穩定的服務是使用者體驗的前提，沒有穩定的服務其他目標都是次要的，所以研發主要目標

資料 四個問題 資料型別（用什麼型別，用什麼工具） 資料質量（噪聲，離散點，缺失值，異常點，重複） 預處理（提高資料質量，使資料可以被特定的工具處理） 相似性和距離度量

本文筆者將對聚類演算法的基本概念以及常見的幾類基本的聚類演算法的運作邏輯以及思路，還有優缺點進行分析。 基本概念 1. 定義 聚類就是對大量未知標註的資料集，按照資料內部存在的資料特徵將資

先做一個簡單的自我介紹：某 985 大學自動化在讀，即將本科畢業去美國就讀金融科技碩士。一年以前我還是一個連機器學習是什麼都不知道的小白，只上過 C 語言和資料結構兩門程式設計基礎課，通過下面的網站一步步自學

2019年秋招計算機類面經 本菜雞是上海東北某高校的計算機碩士，18年初自學機器學習，秋招之前在螞蟻金服花唄實習，做營銷推薦。 現offer情況詳見表格，這個水平在學院排中等偏下:disapp

定義:從一個可行解中找到一個最好的元素。 通常來說優化問題都可以寫成如下的形式： 最小化目標函式： m個約束函式： 凸規劃與非凸規劃 凸規劃滿足: 凸規劃都是相對