什么是集成学习?简而言之，集成学习是训练多个机器学习模型并将其输出组合在一起的过程。组织以不同的模型为基础，致力构建一个最优的预测模型。组合各种不同的机器学习模型可以提高整体模型的稳定性，从而获得更准确的预测结果。集成学习模型通常比单个模型更可靠，因此，它

机器学习/深度学习是一个广阔的研究领域，说来并不年轻，但又朝气蓬勃，似乎每天都在涌现大量的新方法和新技术。一般来说，传统的机器学习可以分为三个基本学习范式，即监督学习、无监督学习以及强化学习。在每个范式中都包含一种学习方式和理念，它为拓展当前机器学习的能力

在过去的几年中，化学研究只专注于使用从个人经验和文献中获得的先前研究成果的进行试验的方法。尽管在文献中一直有很多反应和化学途径可供科学家使用，但在一系列反应/一系列反应中可能会发生许多不可预测的自发场景。这是化学研发需要时间和耐心才能产生结果的原因之一。

一行代码不用写，就可以训练、测试和使用模型，还有这样的好事?最近，软件工程师 Nidhal Baccouri 就在 GitHub 上开源了一个这样的机器学习工具——igel，并登上了 GitHub 热榜。目前，该项目 star 量已有 1.5k。该项目旨在

本文转载自公众号“读芯术”。在做真正喜欢的事情时，没有什么比不断挑战自己更有趣了。做自己真正喜欢的业余项目是提升自我的最好方法之一。使用新技术可以增加自己的技能，还可以尝试从未使用过的编程语言。强化学习是指对机器学习模型进行训练，以做出一系列决策。如果你喜

)无代码数据科学可以做到这一点，并使得除工程师外的每一个人都可以进行机器学习和数据洞察，毫不费力地应用于业务中。想象一下，如果只需向数据提出一个问题，就能比传统机器学习工作流程更快地做出决策。我们预测，人们在业务中思考数据科学和机器学习的方式将发生翻天覆地

本文转自雷锋网，如需转载请至雷锋网官网申请授权。网上关于各种降维算法的资料参差不齐，同时大部分不提供源代码。所谓降维，即用一组个数为 d 的向量 Zi 来代表个数为 D 的向量 Xi 所包含的有用信息，其中 d. 通常，我们会发现大部分数据集的维度都会高达

Google AI 大牛、谷歌大脑负责人 Jeff Dean 曾统计过一个数据：平均每天全世界都会产生 100 篇机器学习新论文。已经相当忙碌的 AI 从业者如何有针对性的选择优质论文学习呢？机器之心「7 Papers」为大家整理了过去一周备受关注的优质论

在机器学习中，我们训练了一个模型，可能会发现这个模型得到的数据与实际数据偏差太大。这时，通常我们会在如下办法中选择去优化我们的算法。· 得到更多的训练集;· 减小特征的数目;· 增加多项式;为了防止以上的事情发生，减少让你抓狂的几率，维护世界的和平，我们需

集成学习简介集成学习通过构建并结合多个学习器来完成学习任务。个人理解是按照不同的思路来组合基础模型，在保证准确度的同时也提升了模型防止过拟合的能力。，这种方法相较于单个模型通常能够获得更好的预测结果。针对弱学习器效果明显，个体学习器满足：。这也是集成学习在

面试机器学习方面的工作时，在简历的个人项目那块，你会写什么？在 SharpestMinds 创始人 Edouard Harris 介绍的两个成功例子中，人家是从基础的收集数据开始一步步做项目的：目标明确，做到极致。我是一名物理学家，在 YC startup

在今天的 2018 云栖大会·上海峰会上，阿里巴巴发布了免费的天池深度学习课程，涵盖了神经网络基础、CNN、RNN、递归网络、强化学习以及 GAN，内容很全面，感兴趣的同学可做为学习资源。目前该课程只开放了感知机的介绍，这也是机器学习与深度学习的基础。首先

近日，来自SAP的梁劲公开了自己所写的一份 520 页的学习教程（英文版），详细、明了地介绍了机器学习中的相关概念、数学知识和各种经典算法。机器之心看到后，也迫不及待的推广给更多的读者。完整的 PDF 请从文后作者公开的链接下载。其次因为机器学习本身是一个

随着深度学习的不断发展，计算能力得到了深度学习社区越来越多的注意。任何深度学习模型，归根到底都是需要跑在设备上的，而模型对设备性能的要求越低，则能得到越多的运用——千万不能让硬件成为了模型普及的瓶颈！然而，除了运算量之外，模型对于内存带宽的需求也是影响实际

8 月 8 日，吴恩达正式发布了 Deepleanring.ai——基于 Coursera 的系列深度学习课程，希望将人工智能时代的基础知识传播到更多人身边。一周过去后，许多人已经学完了目前开放的前三门课程。这些新课适合哪些人，它是否能和经典的《机器学习》

6 月 23 日，吴恩达通过 Twitter 宣布自己离职百度之后的新一步动向——Deeplearning.ai，并宣称将在 8 月份公布有关 Deeplearning.ai 的更多细节。今日，机器之心获得消息，Deeplearning.ai 项目正式发布

斯坦福大学的课程 CS231n 作为深度学习和计算机视觉方面的重要基础课程，在学界广受推崇。今年 4 月，CS231n 再度开课，全新的 CS231n Spring 2017 仍旧由李飞飞带头，带来了很多新鲜的内容。今天机器之心给大家分享的是其中的第八讲

在昨天开幕的 WWDC 2017 开发者大会上，苹果宣布了一系列新的面向开发者的机器学习 API，包括面部识别的视觉 API、自然语言处理 API，这些 API 集成了苹果所谓的 Core ML 框架；参阅机器之心报道《苹果开发者大会 WWDC 2017：

人工智能的发展曾经经历过几次起起伏伏，近来在深度学习技术的推动下又迎来了一波新的前所未有的高潮。近日，IBM 官网发表了一篇概述文章，对人工智能技术的发展过程进行了简单梳理，同时还图文并茂地介绍了感知器、聚类算法、基于规则的系统、机器学习、深度学习、神经网

5 月 28 日，机器之心主办的为期两天的全球机器智能峰会进入第二天，全天议程中最受关注的是多位重要嘉宾出席的领袖峰会，包括《人工智能：一种现代方法》的作者 Stuart Russell、第四范式联合创始人兼首席科学家杨强、科大讯飞执行总裁兼消费者事业群总