恶性肿瘤是全球第二大死因，每年导致近千万人死亡。病理报告是肿瘤临床诊断和治疗的“金标准”，是癌症确诊和治疗的基本依据。为了缓解世界范围内病理医生短缺的现状，人工智能病理诊断成为当今学术研究和工程落地的热点。数字病理切片的体积通常都在500MB至2GB，像素

本文4300字，建议阅读10+分钟。本文作者通过实战介绍了Deep Q-Learning的概念。在紧凑的时间线下执行一个动作似乎有无限的选择——这是一个令人兴奋的体验。即使你不喜欢玩游戏，深度强化学习也很重要。只用看当前使用深度强化学习进行研究的各种功能就

作者 | Andrew Ste译者 | 刘旭坤编辑 | Jane2019 年 StackOverflow 发起的开发者调查显示 Python 已经超越 Java 坐上了受开发者喜爱编程语言排行榜的第二把交椅。Python 也已经连续四年在 GitHub 仓

诸如图像、文本、视频等复杂数据类型的语义表征 已成为机器学习的核心问题，并在机器翻译、语言模型、GAN、域迁移等领域中出现。这些都会涉及学习表征函数，即每个数据点的表征信息都是“高级别” 和“紧凑“ (低维)。衡量语义表征好坏的一个标准是，它能够通过少

3 月 20 日，创新工场宣布，张潼博士已加盟创新工场，兼任科研合伙人，他将从 AI 科技发展方向的高度，对创新工场的科技类项目投资，以及创新工场 AI 工程院的 AI 研发项目、AI 人才培养项目等进行指导。据介绍，张潼博士将任港科大和创新工场联合实验室

本文为你讲解了统计学与机器学习的本质区别。如果机器学习仅仅是统计学基础上的锦上添花，那么其结构只能像沙堡一样脆弱。论点与人们的普遍认识相反，机器学习实际上已经有数十年的历史了。然而，得力于近年来信息爆炸所带来的海量数据优势，机器学习正方兴未艾。在这种情况下

本文为你分享“卷积神经网络之父”Yann LeCun对于人工智能的发展提出的一些新的看法。[导 读]当地时间 2 月 18 日，Facebook 首席人工智能科学家、卷积神经网络之父Yann LeCun在旧金山的国际固态电路大会上发表了一篇论文，分享了他关

本文介绍了查找论文及对应源码神器的最新版本，从应用领域到具体任务再到实现一步到位。据网站开发者介绍，里面包含了 966 个机器学习任务、515 个评估排行榜、8625 篇论文（带源码）、704 个数据集。目前该网站已经完成了代码与论文的自动化链接，正在研究

本文约4200字，建议阅读10+分钟。简介Analytics Vidhya是由Kunal发起的一个数据科学社区，上面有许多精彩的内容。2018年我们把社区的内容建设提升到了一个全新的水平，推出了多个高质量和受欢迎的培训课程，出版了知识丰富的机器学习和深度学

本文约2000字，建议阅读10分钟。本文介绍了帮助入门机器学习的5本免费机器学习电子书。今天，机器学习已成为软件工程所有领域中最重要的发展趋势之一。书中内容包括了数据科学和机器学习，但同时还将指导你如何在网络和应用程序开发项目中使用Python。utm_s

七月就要结束了，在即将到来的 7 月最后一个周末，人工智能头条为大家整理了本月 ML 和 Python 最受欢迎的十大开源项目。就算放假在家也可以知道大家现在都在学些什么，学习放假两不误。我们从过去一个月将近250个机器学习开源项目中筛选出最受关注的10大

ICML ，国际机器学习大会如今已发展为由国际机器学习学会主办的年度机器学习国际顶级会议。今天，第35届 ICML 大会在瑞典的斯德哥尔摩正式召开，与大家一同分享这一领域在这一年里的突破。ICML 2018 共有 2473 篇论文投稿，共有 621 篇论

机器学习工程师自学指南！本文将会介绍机器学习的方方面面，从简单的线性回归到最新的神经网络，你不仅仅能学会如何使用它们，并且还能从零进行构建。以下内容以计算机视觉为导向，这是学习一般知识的最快方法，并且你从中获得的经验可以很容易地迁移到机器学习的其他领域。首

第 1 章 自然语言处理概念篇第 2 章 自言语言处理技术篇第 3 章 自然语言处理人才篇第 4 章 自然语言处理应用篇第 5 章 自然语言处理趋势篇自然语言处理是包括了计算机科学、语言学心理认知学等一系列学科的一门交叉学科，这些学科性质不同但又彼此相互交

机器学习中的模型参数和模型超参数在作用、来源等方面都有所不同，而模型超参数常被称为模型参数，这样，很容易对初学者造成混淆。本文给出了模型参数和模型超参数的定义，并进行了对比，指出了二者本质上的区别：模型参数是模型内部的配置变量，可以用数据估计模型参数的值；

本文共1728字，建议阅读4分钟。本文为大家带来3个方向共10本的机器学习读物，附带免费的书籍资源哦~很多机器学习与数据科学书籍的价格都令人退避三舍。然而，这些作者中也不乏善良仁爱之士，将其作品无偿分享给他人。这对于那些有志成为数据科学家和AI工程师的人，

程序员转型AI、机器学习需要学多久？这是绝大多数考虑转型的人，从一开始就要认真思考的问题。光说不练在这里没用，咱们还是要看真实的故事，来看看黑人小哥Jason Carter的转型之路。他是多伦多的一位软件工程师，在4月份打算转型机器学习，并公布了一项为期3

Hinton大神独步天下的人工智能课程——多伦多大学“神经网络与机器学习导论”，2017年课程表上线了。你可能没学过这门课，但了解机器学习的你一定有听过这门课的大名。今年冬季学期，这门课将交由多伦多大学助理教授Roger Grosse主讲。闲话少说，我们直

在很多机器学习和深度学习的应用中，我们发现用的最多的优化器是 Adam，为什么呢？在 keras 中也有 SGD，RMSprop，Adagrad，Adadelta，Adam 等，详情：。优化器算法简述首先来看一下梯度下降最常见的三种变形 BGD，SGD，M

导读：本文是Nodejs之父Ryan Dahl在Google Brain做了一年深度学习后的心得体会，他在那里的目标是用机器学习来卓别林的老电影自动修改到4K画质。他的新项目成果几何？下面让我们直接来看文章：。去年，在研究TensorFlow做出一番成果后