大数据下一个十年将如何演进？

2019-12-12

作者 | Oleksii Kharkovyna 编译 | 夏夜 当下我们生活在数据的时代里。机器学习和数据分析技术已经成为了我们当今生活密不可分的一部分。那接下来会怎样呢？ 在这篇博客中，我不打算预 ...

Python机器学习中七种损失函数的科学指南

2019-12-11

作者 | KHYATI MAHENDRU 编译 | CDA数据分析师 损失函数实际上是我们经常使用的这些技术的核心，本文介绍了多种损失函数，他们的工作位置以及如何在Python中进行编码。 前言 首先想 ...

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 ...

机器学习之深度学习的未来

2019-12-09

作者 | Francois Chollet 编译 | CDA数据分析师 The future of deep learning 鉴于我们对深网的工作原理，局限性以及研究现状的了解，我们能否预测中期的发展方向？这是一些纯粹的个 ...

2019全球程序员薪酬报告：软件开发比机器学习抢手，40岁后收入下滑

2019-12-09

作者 | Hired_HQ 来源 | 新智元 Hired发布了《2019 年度薪酬状况报告》。调查显示：仅有23%的计算机科学相关专业硕士/博士表示高学历为其带来高薪；54%从业者表示不会继续深造；40岁后薪资呈 ...

机器学习与深度学习核心知识点总结(二)

2019-12-03

作者 | 小小挖掘机 来源 | SIGAI 主成分分析 主成分分析是一种数据降维和去除相关性的方法，它通过线性变换将向量投影到低维空间。对向量进行投影就是对向量左乘一个矩阵，得到结果向量 ...

22道机器学习常见面试题目汇总！(附详细答案)

2019-12-03

作者 | 数据分析1480 来源 | lsxxx2011 (1) 无监督和有监督算法的区别？ 有监督学习：对具有概念标记（分类）的训练样本进行学习，以尽可能对训练样本集外的数据进行标记（分类）预测。 ...

大数据和人工智能：真实世界里的3个用例

2019-11-29

作者 | Kevin Casey 来源 | D1Net 人工智能和大数据之间的关系是双向的。可以肯定的是：人工智能的成功很大程度上取决于高质量的数据，同时，管理大数据并从中获取价值越来越多地依靠(诸如机 ...

38个常用Python库：数值计算、可视化、机器学习等8大领域都有了

2019-11-29

作者 | 李明江 张良均 周东平 张尚佳 来源 | 大数据DT Python作为一个设计优秀的程序语言，现在已广泛应用于各种领域，依靠其强大的第三方类库，Python在各个领域都能发挥巨大的作用。 ...

8 段用于数据清洗 Python 代码

2019-11-27

作者｜Kin Lim Lee 编译｜量子位 最近，大数据工程师Kin Lim Lee在Medium上发表了一篇文章，介绍了8个用于数据清洗的Python代码。 数据清洗，是进行数据分析和使用数据训练模型的必经之 ...

如何正确选择聚类算法？

2019-11-26

作者 | Josh Thompson 来源 | 数据派THU Choosing the Right Clustering Algorithm for your Dataset - KDnuggets 聚类算法十分容易上手，但是选择恰当的聚类算法并不是一件容易的事 ...

机器学习工程师第一年的 12 点体会

2019-11-26

作者 | 人工智能大数据与深度学习 来源 | Datawhale 机器学习和数据科学都是广义上的术语，它们涉及超级多的领域以及知识，一位数据科学家所做的事情可能与另一位有很大的不同，机器学习工程 ...

我国大数据总量有望占全球两成，应用尚处于初级阶段

2019-11-26

来源 | 21世纪经济报道 中国科学院院士、中国人民解放军军事科学院副院长梅宏认为，当前大数据应用尚处于初级阶段，根据大数据分析预测未来、指导实践的深层次应用将成为发展重点。 他指出，预 ...

Python数据清洗(二)：缺失值识别与处理

2019-11-25

前言 缺失值的识别 需要说明的是，判断数据是否为缺失值NaN，可以使用isnull“方法”，它会返回与原数据行列数相同的矩阵，并且矩阵的元素为bool类型的值，为了得到每一列的判断结果，仍然需要any“ ...

Python数据清洗(一)：类型转换和冗余数据删除

2019-11-20

作者 | 刘顺祥 来源 | 数据分析1480 数据分析过程中最头疼也是工作量最大的部分算是探索和清洗了——探索的目的是了解数据，了解数据背后隐藏的规律；洗的目的则是为了让干净的数据进入分 ...

用Python进行数据清洗，这7种方法你一定要掌握

2019-11-20

作者 | 常国珍、赵仁乾、张秋剑 来源 |《Python数据科学：技术详解与商业实践》 数据清洗是数据分析的必备环节，在进行分析过程中，会有很多不符合分析 ...

新的人工智能编程语言超越了深度学习

2019-11-18

作者 | Rob Matheson 编译 | CDA数据分析师 New AI programming language goes beyond deep learning 麻省理工学院的一个研究小组正在努力让初学者更容易进入人工智能的领域，同时也 ...

物联网解决方案中的大数据处

2019-11-18

作者 | 网络大数据 来源 | raincent_com 随着物联网的演变和发展，所有可以想象到的东西(或事物)和产业都将变得更加智能：智能家居和智慧城市、智能制造机械、智能汽车、智能健康等等。无数 ...

Cerebras首席执行官谈公司大芯片对机器学习的重大影响

2019-11-14

作者 | Tiernan Ray 编译 | CDA数据分析师 硅谷创业公司Cerebras Systems周一推出了世界上最大的专为AI设计的芯片。Cerebras首席执行官兼联合创始人Andrew Feldman与ZDNet讨论了深度学习网络 ...

如何在Keras中开发最大化生成对抗网络(InfoGAN)的信息？

2019-11-13

作者 | CDA数据分析师 生成对抗网络（GAN）是一种用于训练深度卷积模型以生成合成图像的体系结构。 尽管非常有效，但默认GAN无法控制生成的图像类型。信息最大化GAN（简称InfoGAN）是GAN架构的 ...