没错，这就是Julia素有的口号。Julia作为一种现代编程语言，主攻科学计算，它是一种灵活的动态型语言，其性能可与传统的静态型语言相媲美。目前其追随者和使用其的开发人员日益增多。Julia试图提供一种单一环境，此环境的生产能力足以进行原型设计，并能有效地

小芯没有定期参加这类项目，对此深感内疚。我们常常沦陷于职场生活，却忽略了对前沿知识的学习。你没有理由不去了解所在领域的最新技术和框架，无论它是自然语言处理、计算机视觉还是别的内容。而数据科学项目毫无疑问是了解、练习、应用这些最先进技术的最好方式。为帮大家训

日常工作中，我经常用到AutoML，在参加ML竞赛时，也用过几次AutoML来辅助主模型，还参加过两次AutoML竞赛。我认为，AutoML自动化建模过程的想法是很棒的，但这一领域其实被吹吹捧得言过其实了。在未来，一些重要概念，如特征工程、元学习超参优化，

时间过得很快，转眼间已经是在同济的第七个年头，也到了要说再见的时候。在同济，有我快乐难忘的大学时光，也有我忙碌充实的研究生时光。研究生阶段的忙碌不仅仅因为有科研，还因为实习和秋招。在这里我分享下自己实习、秋招过程中的一些经验和浅薄认识，也希望对后来的同学有

当谈及机器学习和谷歌的TensorFlow时候，相比于JavaScript和其他浏览器，大多数人会想到Python和专用硬件。本文解释了TensorFlow.js的用途，以及机器学习在浏览器中运行的意义。TensorFlow.js的界面完全基于Tensor

你会发现，即使你不需要任何特定的工具，观察其广泛的实现细节或其特定代码也可能有助于产生你自己的一些想法。Hyperopt-sklearn是基于Hyperopt的模型选择，用于scikit-learn项目中的机器学习算法。下表显示了使用scikit-lear

你听说过“群策群力”吗?不是电视剧，而是一个真实的术语。好吧，想象一下你在茫茫人海中问了一个复杂的问题。现在，来汇总下人们的答案。“群策群力”是指一群人的集体意见，而非某个专家的意见。回到机器学习领域，我们可以运用同样的思路。一组预测器称为一个集合。因此，

当听到“强化学习”这个词时，你的第一反应是什么呢？大多数人认为它涉及过多的数学内容所以过于复杂，但强化学习其实是一个极有魅力的学习领域。这篇文章把强化学习相关的技术拆分为了几个概念，便于大家理解。你一定听过OpenAI和DeepMind这两大行业领先的AI

一个好的优化算法，一方面要快，即迭代更新的次数越少越好，另一方面计算的代价要小，即利用的信息越少越好。现在我们已经知道这两者是无法兼得的，梯度下降只需要计算梯度，但在每一步下降只局限于大小为。的局部方向，迭代更新的次数较多，而牛顿法这样的二阶优化，利用了H

0-1损失函数：当f=y时，等于1，当f≠y时，等于0。机器学习的三要素就是：表示，评估和优化。我们可以很容易想到，损失函数也是这样一回事情，真实值与预测值差别越大，Loss越大，我们的优化的目标就是减小Loss。既可以被当作性能度量，同时也是回归问题的损

大家好呀，本周第二节课开始。在前几周的时间里，我们讨论的过拟合、特征选择代码篇中，利用的数据都是关于典型的回归问题。但在降维过程中，为了方便做可视化，采用的数据是分类的数据，从而可以在特征空间里，直接观察不同类别标记样本的离散程度，来定性地认识降维方法的效

在过去几年中，如果你打开过浏览器，那么你肯定看到过几百回“神经网络”这个词。在这篇短文中，我将为你初步介绍这一领域和神经网络本身的背景信息。要理解神经网络，我们首先需要懂机器学习。而为了理解机器学习，我们就得先谈谈人类学习，或者“经典编程”。在经典编程中，