NLP自然语言处理基础概念的理解与介绍" class="wztu">

NLP自然语言处理基础概念的理解与介绍

2020-07-13

NLP(Natural Language Processing)自然语言处理是数据科学领域的一个非常重要的分支，它包含了，以一种高效的方式去分析，理解并从文本中提取信息等重要过程，终极目标是让计算机拥有自然语言处理交际能力。通过利 ...

NLP is fun" class="wztu">

计算机如何理解我们的语言？NLP is fun

2020-05-21

我们从日常每天都会用到的推荐系统到现在研究火热的开放性聊天、对话机器人，越来越多的产品与应用的背后都需要自然语言处理（NLP）和知识图谱的技术。也有越来越多的学者与工作人员投身于 NLP 领域的研究。为什 ...

NLP、Python和Math最好的150余个教程" class="wztu">

收藏 | 机器学习、NLP、Python和Math最好的150余个教程

2018-01-22

收藏 | 机器学习、NLP、Python和Math最好的150余个教程 尽管机器学习的历史可以追溯到1959年，但目前，这个领域正以前所未有的速度发展。最近，我一直在网上寻找关于机器学习和NLP各方面的好资源，为了帮助到和 ...

RNN和CNN的区别表现在哪些方面？

2020-07-13

RNN(循环神经网络)，和CNN(卷积神经网络)是深度学习经常进行比较的两个概念，下面小编整理了RNN和CNN的一些区别，希望对大家有所帮助。 1.从应用方面来看CNN主要用于图像识别比较多，而RNN被用于语言处理多一些 ...

深度学习算法：CNN、RNN、LSTM、TensorFlow等之间的关系！

2020-05-27

用于实际问题的深度神经网络可能具有10层以上的隐藏层。它的拓扑可能很简单，也可能很复杂。网络中的层越多，它可以识别的特征就越多。不幸的是，网络中的层越多，计算所需的时间就越长，并且训练起来就越困难。 ...

关于模型优化的几个思考

2020-04-16

目前模型的问法优化看似进入了一个瓶颈期，在这个阶段模型的同学一直在调数据跑模型，但见效甚微，大家难免会有些感到手足无措，或者沮丧，这种情况在咱们做模型的过程中肯定会经常遇到的。那么如果碰到 ...

AI、机器学习、数据科学与深度学习研究在2020年的发展趋势（二）

2020-04-03

作者 | Matthew Mayo 编译 | CDA数据分析师 在2019年（及之前的几年）中，我们询问了许多顶级专家，2019年和2020年AI，分析，机器学习，数据科学和深度学习领域最重要的发展趋势 ...

AI、机器学习、数据科学与深度学习在2020年的主要发展趋势（一）

2020-04-02

作者 | Matthew Mayo 编译 | CDA数据分析师 正如我们告别上一年并期待新的一年一样，KDnuggets再次征求了众多研究和技术专家对2019年最重要的发展及其2020年关键趋势预测的意见 ...

2019年影响数据科学的十大技术趋势

2020-04-01

作者 | CDA数据分析师 本文概述了2019年10种影响数据科学的最流行的技术，该列表涵盖了多种主题，例如安全性，物联网，强化学习，能源可持续性，智慧城市等等。 又到了一年回顾 ...

准确率已成过去式，AI人工智能领域的这些趋势在2020年更受关注

2020-03-31

作者 | 机器之心 人工智能不是将要改变世界，而是正在改变世界。在新年以及新的十年开启之际，VentureBeat 采访了人工智能领域最杰出的头脑，来回顾人工智能在 2019 年的进展，展望机器 ...

26个示例教你A-Z个非常有用的python小技巧

2020-03-25

前言 简单易学，语法简洁，可以快速入门 超级通用，无论是在开发、运维、数据科学、科研等应用场景下，都完美可行 它具有广泛的模块和库，数量众多且更新快速，一个新 ...

AI人工智能的下一个拐点：图神经网络迎来快速爆发期

2020-03-25

图神经网络（GNN，Graph Neural Networks）是 2019 年 AI 领域最热门的话题之一。图神经网络是用于图结构数据的深度学习架构，将端到端学习与归纳推理相结合，业界普遍认为其有望解决深度学习无法处理的因果推理、 ...

采访了14位IT公司的创始人，他们如何看待2020年的AI行业？

2020-03-24

科幻元年2020年马上就要来了。对于技术行业来说，这一年会有哪些值得期待的变化？ KDnuggets采访了14位科技前沿的技术公司创始人，并汇总了他们眼中的2020年：关于人工智能、数据分析、数据科学、机器学习 ...

2020年必备的5个数据科学技能

2020-03-24

作者 | Joos Korstanje 译者 | ronghuaiyang 长期以来，“R, Python, SQL和机器学习”一直是数据科学家的标准工作描述。但随着该领域的发展，这已不足以在就业市场上保持竞争力。 ...

2019年AI人工智能领域都发生了什么？

2020-03-06

作者 | David Foster 译者 | Sambodhi 2019 年无疑是忙碌的一年。人工智能的进步和新闻频频登上头条新闻，让我们的生活充满了敬畏和自豪的时刻，但一些其他时刻充却斥着一种恼人的想法，那就是这项技术让人 ...

如何将机器学习应用于实际的业务问题

2020-03-02

作者 | Daniel Faggella 编译 | CDA数据分析师  自2012年以来，很容易看到风险投资，会议和与业务相关的“机器学习”查询的广泛普及-但大多数技术主管通常很难确定他们的业务可能将机 ...

33 个神经网络「炼丹」技巧

2019-12-26

作者 | Andrej Karpathy 编译 | AI有道 特斯拉人工智能部门主管 Andrej Karpathy 发布新博客，介绍神经网络训练的技巧。 Andrej Karpathy 是深度学习计算机视觉领域、与领域的研究员 ...

运营商大数据对外价值变现的十大趋势

2019-12-19

作者 | 傅一平 来源 | 与数据同行 最近中国移动提出了DICT战略，显示其在政企市场进一步拓展的雄心，在这个背景下，重新探讨下运营商的大数据变现很有意义。虽然近半年“大数据圈”似乎有 ...

2020年人工智能落地发展趋势

2019-12-19

作者 | 网络大数据 来源 | raincent_com 转眼间，2019年只剩下不到两个月了。人工智能的热度依旧，只是在资本市场，看空的投资人也越来越多了。从当年大数据的发展趋势看，这种情况反而对 ...

机器学习的数据准备：为什么它如此重要，我们应该怎么做？

2019-12-09

编码是成功的业务模型的前提。 虽然建立准确的算法和计算技能的应用是过程的一部分，但这是什么基础呢？ 从自动驾驶汽车等基于AI的大规模技术革命到构建非常简单的算法，您都需要正确格式的数据。实际上 ...