更新于:10-11 15:31

有关[学习]分类推荐

利用kibana学习 elasticsearch restful api (DSL) - Ruthless - 博客园

于10-02 09:53 - -
利用kibana学习 elasticsearch restful api (DSL). 1、了解elasticsearch基本概念. PUT 创建索引,eg:PUT /movie_index 新建movie_index索引. GET 用于检索数据,eg:GET movie_index/movie/1.

奶爸为8岁女儿解读深度学习篇之:11个事实

于08-16 15:17 - 机器之心 -
机器学习,尤其是深度学习是一个热门话题,你肯定会在媒体上看到流行语「人工智能」. 第一个人工神经网络(ANN)是在 40 年代引入的. 那么为什么最近的热点话题都是关于神经网络和深度学习的呢. 我们将在 GPU 和机器学习的一系列博客文章中探讨这些概念. 在 80 年代,我记得我父亲构建了用于银行支票的字符识别工具.

经典机器学习 | 如何做到预流失与流失挽回?

于08-06 16:17 - 腾讯技术工程 -
导语:预流失用户,即有流失倾向,但还没有开始真正流失的用户. 相较于流失用户而言,预流失用户处于观望阶段,或许对现有产品有所顾虑,或许对于潜在的流向(竞品)有所顾虑,或许是在等待些什么;流失用户,即已经流失了的用户,或许是因为游戏弃坑,或许选择了其他产品,用户肯定还在玩些什么,只是不再来你这儿了. 文章介绍了如何通过经典的机器学习(Machine Learning, ML)方法来寻找那些流失可能性比较高的用户、寻找那些回流意愿比较大的用户.

[译] 深度学习的完整硬件指南

于08-01 00:00 - - dev
原标题 | A Full Hardware Guide to Deep Learning. 译者 | linlh、呀啦呼(Tufts University)、Ryan222(重庆邮电大学). 注:本文的相关链接请访问文末【阅读原文】. 深度学习是非常消耗计算资源的,毫无疑问这就需要多核高速的CPU.

elasticsearch和filebeat学习笔记

于08-01 10:52 - -
elasticsearch安装、维护以及Filebeat module编写相关的笔记,备忘. 全文检索: q=first. 单字段全文检索:q=user:prismcdn. 单字段精确检索:q=user:”prismcdn”. 多个检索条件的组合:NOT、AND、OR、(、),如q=user:(“prismcdn” OR “hello”) AND NOT mesg:first.

重读Youtube深度学习推荐系统论文,字字珠玑,惊为神文

于07-28 00:00 - - tuicool
这里是 王喆的机器学习笔记 ,每隔一到两周我会站在算法工程师的角度讲解一些计算广告、推荐系统相关的文章. 二是阿里、facebook、google等一线互联网公司出品的;. 这周我们一起讨论一下Youtube的深度推荐系统论文 《Deep Neural Networks for YouTube Recommendations》 ,这是2016年的论文,按照今天的标准来看,已经没有什幺新颖的地方,我也是两年前读过这篇文章之后就放下了,但前几天重读这篇文章,竟让发现了诸多亮点,几乎处处是套路,处处是经验,不由惊为神文.

量子机器学习公司登场,自动驾驶打脸季,投融资马太效应显著|AI重磅报告

于07-18 14:21 - 微胖 -
这份报告始于 2018 年,主要包括研究、人才、产业、中国、政治、预测等几个部分,两位作者逐年更新基础版本,及时捕捉人工智能快速发展的快照,他们将这份报告看作是「我们所见过的最有趣的事情的汇编. 2019 年已然过去一半,现在是人工智能报告的季节. 过去一段时间,我们接连看到几篇关于人工智能现状的报告,均出自风投领域的投资人和观察家们,他们一直密切关注人工智能的方方面面,从技术突破、到对经济与社会的影响.

深度学习在花椒直播的应用(Tensorflow 原理篇)

于07-05 00:00 - - dev
殷雅俊,2018年北京邮电大学硕士毕业,自2017年下半年来一直在花椒实习,随后进入花椒直播智能工程组担任算法工程师,主要负责花椒直播个性化推荐算法研发,花椒图像识别算法研发等工作. 1.花椒直播的深度学习使用. 使用Spark进行数据清洗,构建用户画像和物品画像,挖掘数据特征,形成数据集存储在HDFS.

给机器学习面试者的十项建议

于07-02 19:45 - 磐创AI -
在过去的一年里,我采访了一些在Expedia Group担任数据科学职位的人,职位从入门级到高级的都有. 我想分享我的经验,这些经验适用于对申请数据科学职位的人. 在这篇文章里,我还会给出关于你可能在面试中会遇到的问题的一些提示. 面试候选人帮助我认识了一些有广泛背景和技能的人. 从CS / ECE,统计/数学到土木/机械工程,这些领域的人我都接触过.

如何利用 MOOC 在家学习哈佛大学的课程?

于06-06 17:39 - 陈宇浩 -
Matrix 是少数派的写作社区,我们主张分享真实的产品体验,有实用价值的经验与思考. 我们会不定期挑选 Matrix 最优质的文章,展示来自用户的最真实的体验和观点. 文章代表作者个人观点,少数派仅对标题和排版略作修改. 想要成为哈佛大学的学生,很难;但想要上哈佛大学的课,很容易. 这个学期,我上了三门哈佛大学的 MOOC,分别是:.

AI如何改变教育?机器学习教父、好未来、松鼠AI等大佬有话说

于05-25 14:38 - - 智慧教育
雷锋网消息,5月24日,第三届AIAED全球AI智适应教育峰会在北京举行. 在会上,第三届AIAED主席、CMU计算机学院院长Tom Mitchell、乂学教育—松鼠AI创始人栗浩洋、好未来集团CTO黄琰等从不同角度谈及AI如何在教育中发挥影响. Tom Mitchell认为未来的十年,AI将会继续影响教育,机器学习将会对智适应教育产生重要影响,例如通过机器模拟人的学习状态来获取数据,从而适度摆脱对人类数据的依赖;松鼠AI创始人栗浩洋从三个层面介绍了松鼠AI老师的架构,并指出知识地图和错因分析在教育减负上的应用;好未来CTO 黄琰认为,AI+教育已经进入2.0时代,AI也会促使教育培养目标从改变命运到提升幸福的转变.

除了追番,你还可以在 B 站爱上学习

于05-22 00:00 - - tuicool
提起哔哩哔哩,你首先想到的或许是番剧和鬼畜. 其实,除此之外,B 站还活跃着一群无私有爱的 UP 主,为我们分享各方面的专业知识. 在本文中,我就为大家收集了 13 位各领域的知识分享 UP 主,希望能对你有所帮助. 对不少理工科学生来说,数学都是噩梦一般的存在. 从线代到离散,从高数到数分,每一科都要耗费大量的时间和精力,让人想怒摔课本.

机器学习实践系列之5 - 目标跟踪 - 跟随技术的脚步-linolzhang的专栏 - CSDN博客

于05-14 10:55 - -
目标跟踪(Object Tracking),很多专业人士都不陌生,它是计算机视觉里面 用于视频分析的一个很大的分类,就像目标检测一样,是视频分析算法的底层支撑.        目标跟踪的算法有很多,像 Mean-Shift、光流法、粒子滤波、卡尔曼滤波等 传统方法,也有 TLD、CT、Struct、KCF 等掺杂了某些 “外力”,不那么纯粹的方法.

微软开源可解释机器学习工具包lnterpretML

于05-12 20:22 - - 业界
【 图片来源: Microsoft Research Blog  所有者:Microsoft Research Blog 】. 雷锋网按:人类创造出人工智能,并且被人工智能影响着自己的生活. 如果人工智能的行为具有可理解性,那么人类可以更进一步地利用人工智能. 近期,微软研究院就机器学习的可理解性发表了相关文章,雷锋网全文编译如下.

基于PaddlePaddle的词向量实战 | 深度学习基础任务教程系列(二)

于04-22 17:08 - PaddlePaddle -
词向量是自然语言处理中常见的一个操作,是搜索引擎、广告系统、推荐系统等互联网服务背后常见的基础技术. 在这些互联网服务里,我们经常要比较两个词或者两段文本之间的相关性. 为了做这样的比较,我们往往把词表示成计算机适合处理的方式. 最自然的方式莫过于向量空间模型(vector space model).

Nimbus: Hulu的深度学习平台

于04-03 23:37 - Dong - 人工智能 AI 深度学习
Hulu是美国领先的互联网专业视频服务平台,目前在美国拥有超过2500万付费用户. Hulu的目标是帮助用户在任意时刻、任何地点、以任何方式查找并欣赏到高质量的电视剧、电影和电视直播. 实现这一目标离不开各个团队的努力,而AI在其中扮演者越来越重要的角色. 在Hulu, 我们拥有诸多的researcher团队,如广告团队,推荐团队,视频理解团队等ji等.

通过 Flask, Docker, Jenkins 和 Kubernets 部署机器学习模型

于04-19 12:00 - - 工具使用 工具使用
本文主要介绍部署机器学习模型的一种自动化方式,如题所示,通过 Flask, Docker, Jenkins 和 Kubernets 实现. 基本原理就是通过 Fflask 提供暴露出 RESTful API 接收客户端的 predict 请求,然后将这个服务打包成一个 docker image 便于部署和迁移,当代码或模型更新时通过 Jenkins 触发自动构建新的 docker image,而通过 kubernets 管理容器则让整个服务具备伸缩性和可靠性.

高中学习,什么样的应试方法是好的?

于04-11 00:00 - - zhihu
在知乎,比高考能力, @曹丰泽一定是排名靠前的. 不管如何他这两句话非常值得高中考生,或者是高中考生家长花一个晚上好好琢磨琢磨. 把这三个问题琢磨好,你的高中能事半功倍. 他关于高考的总结一定值得大家仔细琢磨琢磨. 你说我不用题海战术也能上清华,我告诉你我把1994年以来所有的英语高考真题都做过一遍.

分享:个人是怎么学习新知识的

于04-09 22:09 - - 其他 工作 学习
挺多童鞋问我是怎么学习新知识的,干脆写篇文章总结一下,希望对大家有所帮助. 对照书、技术博客、极客时间等学习的方式我就不说了. 在15年及更早,由于知识储备少,基础偏弱,大致采取了如下的步骤:. 了解xx是什么,能解决什么问题. 例如个人学习Spring、Struts、Hibernate时,就是找了 马士兵 老师的视频.

深度学习中的batch_size,iterations,epochs等概念的理解 - 控球强迫症 - 博客园

于03-27 21:42 - -
在自己完成的几个有关深度学习的Demo中,几乎都出现了batch_size,iterations,epochs这些字眼,刚开始我也没在意,觉得Demo能运行就OK了,但随着学习的深入,我就觉得不弄懂这几个基本的概念,对整个深度学习框架理解的自然就不够透彻,所以今天让我们一起了解一下这三个概念. 深度学习的优化算法,用大白话来说其实主要就是梯度下降算法,而每次的参数权重更新主要有两种方法.

68 款大规模机器学习数据集,涵盖 CV、语音、NLP | 十年资源集

于03-23 00:00 - - tuicool
参加 2019 Python开发者日,请扫码咨询 ↑↑↑. 出品 | AI科技大本营(ID:rgznai100). 此前营长为大家分享过不少机器学习相关数据集的资源,例如 Mozilla 的 1400 小时开源语音数据集; ApolloScape 的大规模自动驾驶数据集; 腾讯 AI Lab 的 “Tencent ML-Images” 项目,甚至还有谷歌团队推出的 Google Dataset Search(Google 数据集搜索)…….

移动跨平台框架Flutter介绍和学习线路

于03-16 10:20 - xiangzhihong - flutter
Flutter是一款移动应用程序SDK,一份代码可以同时生成iOS和Android两个高性能、高保真的应用程序. Flutter目标是使开发人员能够交付在不同平台上都感觉自然流畅的高性能应用程序. 我们兼容滚动行为、排版、图标等方面的差异. 在全世界,Flutter正在被越来越多的开发者和组织使用,并且Flutter是完全免费、开源的.

停止学习框架

于03-16 22:24 - -
  这是一篇译文, 原文(Stop Learning Frameworks)在 Hacker News 上获得接近 500 个点赞.   每过几年都有类似的文章出现,然而程序员却依然疲于学习新的框架,看完此文希望对你有所启示.   我们是程序员,每天都在了解最新的技术,每天都在学习编程语言、框架和库.

使用Mxnet进行图像深度学习训练工具 InsightFace - 使用篇, 如何一键刷分LFW 99.80%, MegaFace 98%. - 知乎

于03-16 10:39 - -
开头先把论文和开源项目地址放一下:. InsightFace库是对我们上述论文中提出算法的开源实现. 其中不仅仅包括我们自己的算法, 也包括其他常见的人脸loss, 比如Softmax, SphereFace, AMSoftmax, CosFace, Triplet Loss等等. 除了代码实现以外, 我们还提供了打包对齐好的人脸训练数据供下载, 免除了一大堆数据准备的工作.

[OpenCV实战]5 基于深度学习的文本检测

于03-07 00:00 - - geek
在这篇文章中,我们将逐字逐句地尝试找到图片中的单词. 基于最近的一篇论文进行文字检测. 应该注意,文本检测不同于文本识别. 在文本检测中,我们只检测文本周围的边界框. 但是,在文本识别中,我们实际上找到了框中所写的内容. 例如,在下面给出的图像中,文本检测将为您提供单词周围的边界框,文本识别将告诉您该框包含单词STOP.

机器学习算法之主成分分析PCA

于03-05 18:21 - 标点符 - 数据
主成分分析(Principal components analysis,以下简称PCA)是最重要的降维方法之一. 在数据压缩消除冗余和数据噪音消除等领域都有广泛的应用. 一般我们提到降维最容易想到的算法就是PCA,下面我们就对PCA的原理做一个总结. 首先考虑一个问题:对于正交属性空间中的样本点,如何用一个超平面(直线的高维推广)对所有样本进行恰当的表达.

机器学习的流程是怎样的呢?如何应用到实践中去呢?

于03-01 08:13 - 梦想在起飞 - AI人工智能 3年 中级 机器学习
机器学习是一种能够实现人工智能的技术,可以通过大量的数据,训练出来一个处理数据的模型. 本文笔者将与大家分享:机器学习的相关实践应用. 我所理解的机器学习是一种能够实现人工智能的技术,建立能从经验(数据)中进行学习的模型,从而使这个模型可以达到自行处理此类数据的能力. 也可以理解为:通过大量的数据,训练出一个能处理此类数据的模型.

为Nginx加入一个使用深度学习的软WAF

于02-17 09:00 - rochek - WEB安全 nginx waf 工具
本文介绍如何向Nginx增加了一个使用Tensorflow C库的软WAF模块,模块主体基于Naxsi. 这里,之前有Dalao发表过这样一篇文章: 基于卷积神经网络的SQL注入检测. 这是一个开源的项目,但是由于速度的关系,我不打算使用这篇文章的模型,仅仅采用这篇文章使用的数据集. 这样可以节省很多特征工程的时间.

机器学习中如何处理不平衡数据?

于02-17 14:53 - 机器之心 -
假设老板让你创建一个模型——基于可用的各种测量手段来预测产品是否有缺陷. 你使用自己喜欢的分类器在数据上进行训练后,准确率达到了 96.2%. 你的老板很惊讶,决定不再测试直接使用你的模型. 几个星期后,他进入你的办公室,拍桌子告诉你你的模型完全没用,一个有缺陷的产品都没发现. 经过一番调查,你发现尽管你们公司的产品中大约有 3.8%的存在缺陷,但你的模型却总是回答「没有缺陷」,也因此准确率达到 96.2%.

基于FPGA的深度学习加速器综述:挑战与机遇

于01-24 14:50 - 机器之心 -
近年来,神经网络在各种领域相比于传统算法有了极大的进步. 在图像、视频、语音处理领域,各种各样的网络模型被提出,例如卷积神经网络、循环神经网络. 训练较好的 CNN 模型把 ImageNet 数据集上 5 类顶尖图像的分类准确率从 73.8% 提升到了 84.7%,也靠其卓越的特征提取能力进一步提高了目标检测准确率.