本文为你介绍目前较新的基于图的机器学习方法。图可以建模样本之间的关系信息，然而，许多之前的机器学习模型忽略了关系信息或没有很好地方法来建模关系信息。目前，图在生命科学、金融、社交网络、用户行为时序建模、区块链等领域的机器学习应用中都得到了广泛的引用，并取得

本文约3500字，建议阅读10+分钟。本文简单介绍聚类的基础知识，包括快速回顾K-means算法，然后深入研究高斯混合模型的概念，并用Python实现。无监督学习中最流行的技术之一是聚类，这通常我们在早期学习机器学习时学习的概念，而且很容易掌握。我相信你已

在数字图像处理中，针对不同的图像格式有其特定的处理算法。下面我们将lena图像转换为“1”图像。为灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。在PIL中，从模式“RGB”转换为“L”模式是按照下面的公式转换：。#

本文约6600字，建议阅读15分钟。本文简要介绍了如何使用spaCy和Python中的相关库进行自然语言处理。以及一些目前最新的相关应用。业界的数据科学团队时常处理大量文本数据，这也是机器学习中使用的四大数据类别之一，通常是人为生成的文本，但也不全是这样。

责编 | Jane出品 | AI科技大本营2018 年秋季，吴恩达教授在斯坦福新开了一门 CS230《深度学习》课程，近期，该课程的视频已经上传到网络上，AI科技大本营必须要把这份新鲜出炉的学习课程分享给大家，营长敲黑板啦：”是谁的小眼睛还没看过来“？还记

作者 | 琥珀出品 | AI科技大本营据了解，全球有 30 亿台智能手机和 70 亿台边缘设备。每天，这些电话与设备之间的交互不断产生新的数据。传统的数据分析和机器学习模式，都需要在处理数据之前集中收集数据至服务器，然后进行机器学习训练并得到模型参数，最终

本文约4300字，建议阅读15分钟。本文主要是向新手介绍贝叶斯方法并将其与频率方法进行比较。你有没有问过自己，以前从未发生过的事件发生的概率是多少？在本文中，我们将深入探讨贝叶斯统计的神秘世界以及它的一些原则，Bernstein-von Mises定理和C

我们从 12 月里近1400篇机器学习文章进行了排名，并挑选出最受大家关注的十篇文章。这些文章的内容主要是由 Google、DeepMind、OpenAI 等科技公司发布的自家在机器学习领域最新技术研究，比如 AlphaZero、CoinRun、NLP模型

本文作者为机器学习提供了一个完整的学习路径。从 ML 到 DL、Scikit-Learn 到 TensorFlow，这是一份学海指南。曾有多少次，当你试图接近某一个新主题或领域时，会感到困惑、迷失方向并且无“路”可循。当然是借鉴其他人的成熟路径，然后跟着他

过去一个月，我们从近 250 个机器学习开源项目中挑选出了最受大家关注的前十名。这些项目在 GitHub 上平均 Stars 数为 2713。这些项目涉及由 Google AI Research 开源的 BERT 预训练模型、DeepMind 开源的图网络

又一次，计算机科学家和生物学者站在一起，对抗人类向内探索的挑战——用机器学习预测基因编辑 CRISPR 中的脱靶效应。今年年初，发表在《自然》生物工程杂志上的一篇论文描述了 Elevation 这项工具。细菌透过这些基因片段来侦测并抵抗相同病毒的攻击，并摧

过去一个月里，我们对近 1400 个机器学习项目进行了排名，并挑选出热度前 10 的项目。这份清单涵盖了包括 OpenAI 最新开发的 RND 算法、Uber 构建的第一个自然语言处理平台、由 Berkeley 研究人员提出的从视频内容中进行学习的 Acr

本文共1800字，建议阅读6分钟。让一系列免费的机器学习与数据科学书籍开启你的夏日学习之旅吧！该书假定读者对Python语言有一定的了解。如果你需要快速入门Python这门语言，可以查看免费的配套项目：。这本书则使用Python代码、离散逼近而非数学、连续

本文约5400字，建议阅读10+分钟。本以为毫不起眼的地方，也藏着Youtube工程师宝贵的工程经验。一是工程导向的；二是阿里、facebook、google等一线互联网公司出品的；三是前沿或者经典的。第一遍读这篇论文的时候，我想所有人都是冲着算法的架构去

出品 | 人工智能头条。4月机器学习热门文章推荐。10、用 R 语言实现整洁的情感分析

本文为你介绍机器学习算法及其分类，助你成为机器学习领域的专家。有两种方法可以对你现在遇到的所有机器学习算法进行分类。此外，算法在机器学习和人工智能中很流行。让我们来看看机器学习算法中的三种不同学习方式：。基本上，在监督机器学习中，输入数据被称为训练数据，并

本文为大家介绍了免费学习机器学习和数据科学方面的书籍。听说，最近大家都开学了？好的，作为一个心地善良且热心服务程序员的小编，我决定给大家分享一波免费的机器学习和数据科学电子书！Think Stats是面向Python程序员的概率和统计的介绍。Think S

上周，香港科技大学计算机系Sung Kim教授公开了一份“三日 TensorFlow 速成课程”的学习资料，随后，他又教大家用PyTorch 进行机器学习／深度学习，课程时间为3-4天。除了共享源码外，Sung Kim教授还放出了教程的PPT。

如何将机器学习应用在投资领域，是目前投资界非常关注的问题。投资业还没有被当作科学问题来对待，其投资策略大多，没有用历史数据沙盘演练，手工作坊操作方式无法做沙盘演练，基金经理缺乏建模的概念和训练，总之，投资行业没有科学基础，没有数学优化，机器学习有望改善这一

本篇干货整理自清华大学自动化系教授张长水于2018年4月27日在清华大学数据科学研究院第二届“大数据在清华”高峰论坛主论坛所做的题为《机器学习和图像识别》的演讲。现在人工智能很流行，机器学习也推到风口浪尖上，图像识别已经变成产品，新闻媒体告诉我们Alpha