机器学习的安全威胁管控

2020-03-05

出品 | CDA数据科学研究院 美国陆军坦克大队再次在中东作战。它的坦克最近配备了基于计算机视觉的瞄准系统，该系统采用了遥控无人机作为侦察兵。不幸的是，敌军欺骗了视觉系统，认为手榴弹闪光实际上是大 ...

机器学习精准预测——揭露海平面上升带来的危害有多大

2020-03-04

作者 | Michael Barnard  编译 | CDA数据分析师 海平面上升是一个受到广泛研究的现象，这是全球变暖造成的。首先，额外的热量使陆地冰融化。然后，水变暖，因此膨胀了一点。这种结合意味 ...

机器学习入门篇 | 面向初学者的十大机器学习算法

2020-03-03

作者 | Rekhit Pachanekar 来源 | CDA数据分析师 英国数学家，计算机科学家，逻辑学家和密码分析员艾伦·图灵（Alan Turing）推测未来机器会具有智能。 “这就像一个学生，他从老师那 ...

如何将机器学习与灵敏性分析相结合来制定业务策略？

2020-03-03

作者 | Jeremy Curuksu 编译 | CDA数据分析师 数不清的企业通常使用机器学习（ML）来辅助决策。但是，在大多数情况下，机器学习系统做出的预测和业务决策仍然需要人类用户的直觉来做出判断 ...

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 ...

为什么统计学在机器学习中如此重要？

2020-03-02

作者 | Jason Brownlee 整理 | CDA数据分析师 统计学和机器学习是两个密切相关的领域。实际上，两者之间的界限有时可能非常模糊。但是，有一些方法显然属于统计领域，不仅在机器学习项目 ...

机器学习中的线性回归，你理解了多少？

2020-02-22

作者丨algorithmia 来源 | 大数据与人工智能 机器学习中的线性回归是一种来源于经典统计学的有监督学习技术。然而，随着机器学习和深度学习的迅速兴起，因为线性（多层感知器）层的神经网络 ...

一文讲解机器学习算法中的共线性问题

2020-01-08

作者 | 宋老师 来源 | JSong的数据科学小站 多重共线性是使用线性回归算法时经常要面对的一个问题。在其他算法中，例如决策树和贝叶斯，前者的建模过程是逐步递进，每次拆分只有一个变量参 ...

《机器学习革命》A machine-learning revolution

2019-12-25

作者 | Marric Stephens 编译 | CDA数据科学研究院 上世纪中叶奠定了机器学习的基础。但是，正如Marric Stephens所发现的那样，功能日益强大的计算机（采用了过去十年改进的算法）正在推动 ...

机器学习中的分类距离

2019-12-17

作者 | 我的智慧生活 来源 | 咪付 生活中，距离通常是用于形容两个地方或两个物体之间的远近。在人工智能机器学习领域，常使用距离来衡量两个样本之间的相似度。 “物以类聚” 我 ...

机器学习中的评价指标

2019-12-17

作者 | 我的智慧生活 来源 | 咪付 在人工智能领域，机器学习的效果需要用各种指标来评价。本文将阐述机器学习中的常用性能评价指标，矢量卷积与神经网格的评价指标不包括在内。 训练与 ...

新手机器学习工程师最容易犯的6大错误

2019-12-16

作者 | Christopher Dossman 编译 | ronghuaiyang 在机器学习中，有许多方法来构建产品或解决方案，每种方法都假设不同的东西。很多时候，如何识别哪些假设是合理的并不明显。刚接触机器学 ...

机器学习背后，你不能不知道的数学核心概念

2019-12-13

作者 | SHAROON SAXENA 编译 | CDA数据分析师 Mathematics behind Machine Learning - The Core Concepts you Need to Know 介绍 “学习机器学习算法背后的数学有什么用？我 ...

人工智能为数据分析做好准备：充分利用机器学习

2019-12-12

作者 | Tessella 编译 | CDA数据分析师 将AI专有技术应用于从世界领先，最强大的科学仪器收集的庞大数据池中，可以加速科学发现的过程。强大的机器学习方法提供了从原始实验数据中提取科学 ...

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。 ...