人类社会发展至今，智能已成为新的生产要素。近年来，人工智能行业发展迎来了爆发期，整个行业开始重新认识技术创新的价值。人工智能、机器学习及数据科学正在对医疗服务的提供产生着巨大的影响。基于人工智能、机器学习、数据科学和其他自动化技术的程序被开发出来，帮助人类

这次的文章主要介绍了外网上一些很棒的机器学习领域的基础知识文章以及相关的新闻和学术论文，有助于巩固人工智能的基本概念，以及了解人工智能的最新热门。不管是初涉该领域，还是已经有一定了解，相信都能从文章中获益。该文引用了这封邮件，Waymo发言人也证实了该邮件

有很长一段时间，没有人想阅读和AI有关的书，整个领域的研究如同一潭死水。但之后，AI领域涌现一批重大突破成果：图像识别、自动驾驶汽车、阿尔法围棋。似乎在一夜之间，AI不一样了。如今，研究者争分夺秒地出版成果，来填满大家的书架。在过去的一年里，他们以手指能承

好的机器学习专家犹如侦探，会通过不断探索去更好地理解模型。在这个可解释解读的机器学习时代，仅训练模型并从中获得预测是不够的。为了能够真正产生影响并获得好的结果，还要探索并分析模型。幸运地是，What-if工具的出现解决了这个问题，它的出现帮助大量工作人员更

在上个月结束的旧金山Kaggle活动日中，Kaggle主办方按照惯例为参加者们组织了一场编程马拉松。其中，H2O.ai的首席机器学习科学家艾琳·莉黛尔发布的一条推特让人们印象深刻。H2O平台能轻松并直观地解决机器学习的诸多问题。此次编程马拉松排行榜中，H2

机器学习非常复杂，但层出不穷的新工具新平台使得掌握机器学习越来越容易了。今天，芯君为大家推荐一款好用的机器学习平台。为了准备AWS re：Invent 2018大会，亚马逊云计算服务更新了SageMaker。这次又有什么新功能呢？2018年11月26日至3

本文详细讲述了如何执行基本自然语言处理任务并使用机器学习分类器来预测SMS是垃圾邮件还是非垃圾邮件。通过理论和代码的配合，用最生动的实例让你轻松掌握这一主题。在机器学习领域中，自然语言处理指的是教会计算机理解、分析、处理并能潜在地生成人类语言。NLTK不是

在上一节的代码篇中，我们已经对keras的功能做了简单的介绍，我们已经可以很快的搭建出一个简单前馈神经网络，但上一节的目的主要是让大家更快的熟悉keras的基本功能，并未将模型应用到具体的数据上，我们本文会利用统计学习的一些数据，将神经网络与统计学习的一些

在人工智能的领域下，有许多经常被公众所错误理解并且误用的概念。本术语词典的主要目的是用一种简单精确的方式来解释人工智能的术语。一个大家都同意的定义：AI是一个包括机器学习*，深度学习*，自然语言处理*，视觉识别*等的研究领域。9月14日，由百度教育、北京师

机器学习技术主要分为有监督学习和无监督学习，前者需要利用样本的标签，后者则没有。某种程度上来说，有标签的学习是一种目标导向的学习，而机器学习的根本任务就是预测，标签就可以将学习过程与结果结合在一起，这和我们人类本身的学习过程是吻合的。

我们在昨天的《bagging集成和stacking集成（理论篇）》中说，没有任何一个模型可以胜任全部的机器学习任务，并且从理论上来讲，集成学习会扩大假设空间，使得最终的模型可以达到更好的性能。那么事实是否如此呢？在这篇文章中，我们主要把随机森林的实践与理论

编者按：由中国人工智能学会、阿里巴巴以及蚂蚁金服联合主办，CSDN、中国科学院自动化研究所承办的第三届中国人工智能大会将于7月22-23日正式召开，届时，蚂蚁金服人工智能部技术总监李小龙将在智能金融论坛上分享蚂蚁金服在“人工智能+金融”的进展。在此之前，阿

Spark 已经取代 Hadoop 成为最活跃的开源大数据项目。但是，在选择大数据框架时，企业不能因此就厚此薄彼。近日，著名大数据专家 Bernard Marr 在一篇 文章 中分析了Spark和Hadoop的异同。Hadoop和Spark均是大数据框架，