NeurIPS是全球顶级的机器学习会议。没有其他研究会议可以吸引6000多位该领域内真正的精英同时参加。如果你非常想了解机器学习最新的研究进展，就需要关注NeurIPS。考虑到这些论文的前沿水平，它们对于大多数人来说通常晦涩难懂。我的目的是通过将关键的机器

是什么让数据科学成为一个性感的行业？当把海量数据注入到新兴行业中，并随之而涌现的大量令人兴奋的新技术。如今，数据科学不再是纯抽象领域的代名词，而是随处可见。从大型产业到学术研究，无不体现出社会对该专业领域知识需求的增长。Statista公司发布的一份报告显

机器学习覆盖的范围十分广泛。这篇文章将整体描述机器学习适用的典型问题，提供实现机器学习项目雏形的框架。读者可以认为本文提到的机器学习就是发现数据中的规律，以理解某些问题或者预测未来事件。一条机器学习管道可以被分解成三个主要步骤：数据收集、数据建模和模型运用

想用机器学习的方法了解放射学吗？这可不是件容易的事情。在正式学习开始前，需要先掌握这些让人目不暇接又相对基础的信息。如果给我6小时砍树，我会先花4小时磨利斧头。许多机器学习的初学者都是从Python入门的，因此Python一定不能错过。本篇文章并不旨在教授

还记得在线性回归中我们有哪两种方法去求代价函数的最小值吗?当然是梯度下降和正规方程了。让我们来复习一下线性回归中梯度下降算法，如下：。其中黄色部分就是代价函数对参数 θ 的偏导数。就成了下面这样：。正则化后得到的梯度下降算法与线性回归中非常像，只是假设函数

支持向量机，作为传统机器学习的一个非常重要的分类算法，它是一种通用的前馈网络类型，最早是由Vladimir N.Vapnik 和 Alexey Ya.Chervonenkis在1963年提出，目前的版本是Corinna Cortes 和 Vapnik在19

3月初，谷歌推出了TensorFlow Privacy，并将其开源。这款强大的机器学习模型不仅可以使开发者更容易地用隐私来训练机器学习模型，而且能使研究人员以强大的隐私保障来提高机器学习的发展水平。现代机器学习越来越多地被应用于创造惊人的新技术和用户体验，

暑期将至，不知道大家都计划好怎么度假了吗？先提醒一下，周末的课程不要忘记哦！实际上，按照传统的办法，在高维空间计算数据的内积也会变得非常困难，所以我们尽量用降维的手段将一些操作拉到低维空间。如果我们只考虑降维的话，似乎绕开了高维空间内积的麻烦，但对于某些实

A Joint Learning Approach to Intelligent Job Interview Assessment. 分别是 “岗位描述，简历与面试评语之间”找寻优秀面试官在面试中主要关注点，从而进一步辅助面试等。改善传统面试中的主观性，片

7 月 22 - 23 日，在中国科学技术协会、中国科学院的指导下，由中国人工智能学会、阿里巴巴集团 & 蚂蚁金服主办，CSDN、中国科学院自动化研究所承办的 2017 中国人工智能大会在杭州国际会议中心盛大召开。杉山将在机器学习领域发表过

虽然沿y轴方向的线性判定保持了数据集的较大方差，但是无法提供关于类别区分的任何信息，因此它不是一个好的线性判定。给定训练集样例，设法将样例 投影到一条直线上，使得同类样例的投影 尽可能接近，异类样例的投影点尽可能远离；在对新的样本进行分类时，将其投影到同样

如果你想对一个概率问题进行建模，那么有一个通用的方法，这个方法就是广义线性模型。GLM的出现是经过假设推广总结出来的，明确一个事实，『假设』是不需要被证明的。假设的初衷是认为他们能够具有很好的解决问题的性质，但是并非胡编乱造。假设2、3都是在假设1的基础上

最近大半年，人工智能领域成为科技领域提到的最多的名词之一。在kdnuggets此前发布的文章 ’s Deep Flaws 中，深度学习大神Yoshua Bengio和他的博士生、Google科学家Ian Goodfellow在评论中与作者就深度学习对抗