在佛罗里达州奥兰多举行的第9届年度网络安全大会日前召开。总部位于加利福尼亚州圣何塞的网络威胁检测和响应解决方案提供商Vectra AI公司产品营销副总裁Kevin Sheu和高级产品营销经理Marcus Hartwig在会上进行了探讨和分析，该调查深入

作者 | Marin Vlastelica Pogani译者 | 陆离编辑 | 一一出品 | AI科技大本营机器学习中Kernel的秘密（一）本文探讨的不是关于深度学习方面的，但可能也会涉及一点儿，主要是因为 Kernel（内核）的强大。Kernel 一般

在ICCV和CVPR等学术会议及国际期刊上发表论文十余篇。水印作为一种保护版权的有效方式被广泛地应用于海量的互联网图像，针对水印的各种处理显得越来越重要，比如水印的检测和水印的去除与反去除。

Weka拥有一系列用于数据挖掘任务的机器学习算法。这与仅涉及单个目标变量的“标准”情况不同。该框架的主要重点是包括大量的机器学习算法和统计测试，并能够处理中大型数据集。斯坦福分类器是一种机器学习工具，它将获取数据项并将它们放入k类之一。它们旨在用于生产环境

本篇博文将向大家演示，如何在仅仅运用78行代码的情况下，利用 Keras 和 Gym 实现深度强化学习，使得 CartPole 这款游戏得以成功运行。即使你不知道强化学习是什么也没关系，我会在文章中给出详细的介绍。如上图所示，大脑表示作用于环境的 AI a

制造真正的自动驾驶汽车的关键是更加重视关于其软件的自学能力。换句话说，自动驾驶汽车首先是人工智能问题，需要一个非常具体的机器学习开发技能。而强化学习是机器学习的一个重要分支，是多学科多领域交叉的一个产物，它的本质是解决决策问题，即自动进行决策，并且可以做连

AI科技大本营按：4 月 15 日举办的京东人工智能创新峰会上，刚刚上任京东人工智能南京分院学术总顾问的周志华教授做了《关于深度学习一点思考》的公开分享。近年来，深度神经网络在语音、图像领域取得突出进展，以至于很多人将深度学习与深度神经网络等同视之。周志华

Intel于近期发布了三门AI系列的免费课程，分别是关于机器学习基础、深度学习基础、TensorFlow基础三个方面。据悉，该系列免费课程主要针对研究生阶段的学生，营长将三门课程概要及链接整理如下。涵盖的主题包括：。并且这些课程的练习需要用Python来实

作为一名高中生，我在过去的一年里自学了机器学习与人工智能的相关课程，在这里和大家分享下我自己的学习心得，希望能够对那些机器学习或人工智能初学者有所帮助，这也是我写这篇文章的目的所在。理论上来说，高中生无法直接理解一些大学的数学知识及相关的机器学习算法。此外

［AI 科技大本营导读］2017年，许多的人工智能算法得到了实践和应用。名博Hack Noon作者 Brian Muhia 认为想要玩转人工智能，不仅要拥有必要的数学背景知识，还需要拥有实际的人工智能项目经验。对于每一种实践方法，Muhia 都用了简短的

2017 年 5 月，谷歌宣布了第二代 TPU ，并在Google Compute Engine中加入了对 TPU 的支持。当 64 块TPU 组合使用时，可提供高达 11.5 千万亿次浮点运算的性能。2017 年，TensorFlow核心库加入了对 Ke

机器学习，说简单就简单，说难还真难，对于还没入行的同学，大概最难的是如何入门机器学习？应该掌握哪些知识？看什么书最高效？如何利用已有基础进一步提高水平？

左边是原图，右边是修图。是不是觉得美女与右边图片的背景搭在一起，更有动感和帅气。可是不会修图啊，肿么办？在机器学习领域摸爬滚打的这几年中，我一直想开发一个实用的机器学习产品。要求的训练数据能轻易获得——机器学习从业人员都知道，数据有时候要比算法贵很多。

近日，在飞马网主办的“FMI人工智能大数据高峰论坛”上，来自eBay的数据科学家李睿博士以“NLP在eBay的技术实践”为题做了主题分享，主要涵盖的应用包含：搜索、分类器、命名实体识别、机器翻译等。事实上，eBay和亚马逊一起，算是美国八大电商之一。我们训

上个月，我们发了很多文章。但是，机器学习和数据科学整个领域所发表的新文章更多。我们苦思冥想，从中找出了这十篇有关神经网络、TensorFlow、数据可视化、生成式对抗网络以及LSTM的最佳文章。只此一篇，你就能把握住机器学习和数据科学整个领域的新内容，绝对

AI100 每周二推出的 Fast.ai 深度学习在线课程很受同学们的欢迎。本课程由 Jeremy Howard 教授开设，共8节。目的是让大家在不需要深入研究高水平数学问题的情况下，学习如何建立最先进的深度学习模型。Jeremy Howard 教授身为一

AI100 正在播出 Jeremy Howard 教授讲授的 Fast.ai 课程。最近，Fast.ai 的另一位创始人 Rachel Thomas 发表了一篇文章，强调了，也可以说是重申了她和 Jeremy Howard 对于 AI 教育的看法——只要方

本文是作者在学习机器学习的过程中随手记下的一些随想，内容涉及数学原理、算法分析、系统设计和产业趋势，脑洞随时开放，思路经常穿越，采取微博文体写作，不拘泥于主题，一事一议，可长可短。谬误在所难免，目的在于抛砖引玉。所以机器学习从某种意义上来说就是根据数据，来

经历三起三落之后，AI 又火了！这一届的 AI 前景看起来仿佛还不错，能不能结出几个好果子？一起来分析一下。1974年，AI 陷入第一次寒冬。DARPA 也几乎完全停止了对 AI 项目的资助，几年前还在“愈演愈烈的自吹自擂的狂欢中作茧自缚”的第一代 AI

AI100 已经引入 Hugo Larochelle 教授的深度学习课程，会每天在公众号中推送一到两节课，并且对视频中的 PPT 进行讲解。课后，我们会设计一系列的问题来巩固课程中的知识。本节课是 Hugo Larochelle 教授深度学习第二章节的第六