cda

数字化人才认证

首页 > 行业图谱 >

AutoAI:人与机器更好地结合在一起

AutoAI:人与机器更好地结合在一起
2020-03-16
作者 | Susan Malaika 编译 | CDA数据分析师 了解AutoAI如何实现数据准备,模型开发,功能工程和超参数优化的自动化。 汽车人工智能的动力 近年来,数据驱动的决策已成 ...

深度学习编码分类变量的3种方法

深度学习编码分类变量的3种方法
2020-03-09
作者 | CDA数据分析师 像Keras中的机器学习和深度学习模型一样,要求所有输入和输出变量均为数字。 这意味着,如果你的数据包含分类数据,则必须先将其编码为数字,然后才能拟合和评估模型。 两 ...

2019年AI人工智能领域都发生了什么?

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 ...

机器学习算法和超参数选择艺术

机器学习算法和超参数选择艺术
2020-03-06
作者 | Mischa Lisovyi & Rosaria Silipo 编译 | CDA数据科学研究院 从智能手机到航天器,机器学习算法无处不在。他们会告诉您明天的天气预报,将一种语言翻译成另一种语言,并建议您接下来想在Netflix ...

2019年AI盘点:人工智能给我们带来了哪些烦恼?

2019年AI盘点:人工智能给我们带来了哪些烦恼?
2020-03-05
作者 | 李军  来源 | FT中文网 2019年,是人工智能技术(以下简称AI)逐渐开始降温的年份。在Gartner 8月份发布的技术成熟度曲线上,所有的AI应用都还没有越过第二阶段的泡沫顶峰 ...

机器学习精准预测——揭露海平面上升带来的危害有多大

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

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 ...

机器学习中的线性回归,你理解了多少?

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 ...

看因果深度学习如何教AI人工智能去问为什么

看因果深度学习如何教AI人工智能去问为什么
2019-12-25
作者 | George Lawton 编译 | CDA数据科学研究院 大多数AI都基于模式识别,但是正如任何高中生都会告诉您的那样,关联不是因果关系。研究人员现在正在寻找方法,以帮助AI深入到更深层次。 ...

一文带你深入了解,什么是深度学习及其工作原理

一文带你深入了解,什么是深度学习及其工作原理
2019-12-25
作者 | CraigStedman 编译 | CDA数据科学研究院 深度学习是机器学习(ML)和人工智能(AI)的一种,它模仿人类获取某些类型的知识的方式。深度学习是数据科学的重要元素,其中包括统计和预 ...

《机器学习革命》A machine-learning revolution

《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 ...

大数据下一个十年将如何演进?

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 ...

人工智能为数据分析做好准备:充分利用机器学习

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

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?

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

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 ...

机器学习与深度学习核心知识点总结(二)

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)

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。 ...

机器学习与深度学习核心知识点总结(一)

机器学习与深度学习核心知识点总结(一)
2019-12-02
作者 | 小小挖掘机 来源 | SIGAI 数学 1.列举常用的最优化方法 梯度下降法 牛顿法, 拟牛顿法 坐标下降法 梯度下降法的改进型如AdaDelta,AdaGrad,Adam,NAG等。 ...

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

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。 ...

OK