人们现在谈论的人工智能好像还在遥远的未来，但实际上，它已经在我们的生活中激增。从我们给孩子购买的最新玩具机器人宠物到执行预定手术的外科医生机器人，再到十分了解我们对音乐、电影、广告的偏好的推荐系统，我们实际上已经进入了人工智能，与它同在。随着“人工智能”变

微软和京东最近出了一个黑科技：说一句话就能生成图片！在这项研究中，研究人员提出了一种新的机器学习框架——ObjGAN，可以通过关注文本描述中最相关的单词和预先生成的语义布局来合成显著对象。不会PS还想做图？近期，由纽约州立大学奥尔巴尼分校、微软研究院和京东

TensorFlow是一个免费的开源软件库，用于跨任务范围的数据流和可区分编程。它是一个符号数学库，也用于机器学习应用程序，如神经网络。它用于Google的研究和制作，TensorFlow由Google Brain团队开发，供Google内部使用。深度学习

近日，PyTorch 社区发布了一个深度学习工具包 PyTorchHub， 帮助机器学习工作者更快实现重要论文的复现工作。PyTorchHub 由一个预训练模型仓库组成，专门用于提高研究工作的复现性以及新的研究。同时它还内置了对Google Colab的支

专栏分享福利在分享这本书之前，先抽取一人赠送一本《人工智能》书籍，参与方式活动链接。这本书是《人工智能.第二版》，该书籍是一本入门级书籍，被称为人工智能领域的百科全书，非常适合初学者快速理解和入门人工智能领域。本书从人工智能的历史开始讲起，让阅读者对人工智

本文将介绍如何使用迁移学习使用TensorFlow机器学习平台对图像进行分类。在机器学习环境中，迁移学习是一种技术，使我们能够重用已经训练的模型并将其用于另一个任务。CNN由多个层组成，这些层中的每一个都负责学习和识别特定特征。最终图层确定图像类别。机器学

本文总结了2018年期间机器学习博客top50篇，在这个寒冬中给大家带来一点干粮。因此，本文从2018年1月至12月期间挑选出近22,000篇机器学习文章，并进行比较，以挑选出能够提升2019年数据科学技能的前50名文章。从概率上讲，这是一个极具竞争力的列

本文将介绍吴恩达的机器学习课程中关于神经网络的编程作业3和4。这也是我们在课程中遇到的第一个复杂的非线性算法。我不了解你，但这个任务对于我来说肯定有一个陡峭的学习曲线。神经网络构成了深度学习的基础，它具有广泛的应用，如计算机视觉或自然语言处理。因此，重要的

KDnuggets邀请11位来自工业、学术和技术一线的人员，回顾2018年AI的进展，并展望2019年的关键技术趋势。其中，有观点认为，2018年AI最大的进展是没有进展，2019年AutoML、GAN等将继续成为关键技术。11天，11人，11个展望。还有

机器学习是人工智能非常重要的组成部分。然而，人们因为不了解机器学习而越来越感到不安。机器学习算法显的更很复杂，解释这下面的深刻内涵绝非易事。但随着机器学习作为一个领域并越来越成熟，也许是时候谈论些更具体的理解和解释形式了。机器学习对于复杂系统中的决策问题最

无监督学习实际上是一种从数据中挖掘"灵感"的模式查找技术。它可能听起来像表达"让孩子们自己学会不要接触烤箱"这样一种奇特的事情。其实无监督学习与无人监督的机器无关，而是一种可以形成自己对事物的看法的模式。让我们一起来

如今，人工智能总是在各个新闻中占据重要位置。人工智能正在进行医疗诊断、合成新化学品、识别巨大人群中的罪犯面孔、驾驶汽车，甚至创造新的艺术品。有时似乎AI没有什么不能做的，感觉我们很快就会失去工作，看着AI为我们做了一切。为了解AI技术的起源，这篇文章记录了

作为一名人工智能领域方面的新手，上网课是一个不错的选择。除了深度学习课程，其他都是免费的，并且由于是网课，你可以选择在家里学习。所有你唯一需要准备的可能就是一台性能不错的电脑。当你对深度学习算法的工作方式有了一定的理解后，你可能会想要了解深度学习算法的背后

特征选择，即在数据集中查找和选择最有用的特征的过程，是机器学习的关键步骤。不必要的特征会降低训练速度、模型的可解释性，最重要的是会降低测试集的泛化性能。示例中使用的是Kaggle上家庭信用违约风险机器学习竞赛的数据样本。创建FeatureSelector类

在本文中，我们将解释围绕所有这些技术的五种不断变化的趋势，并了解它们的优点。2017年，Gartner将通用人工智能置于其炒作周期的早期应用阶段，它还将深度学习和机器学习技术放置在炒作周期的顶峰。它包括自然语言处理、机器学习、认知计算、神经网络、计算机视觉

学习是最难掌握的，但如果不学习，你我永远无法成长。多年来，作者尝试了不同的东西，并且发现只有通过实践才能更好的学习，而不只是通过阅读。无论何时，当作者尝试构建一些东西时，会遇到错误或陷入现实世界中可能发生的"陷阱"。毕竟，理想中的世界是

《Machine Learning Yearning》是人工智能和深度学习大师吴恩达的一本书。这本书着重介绍如何让机器学习算法发挥作用以及如何构建机器学习项目。在这里我们提供了7个非常有用的建议。人工智能、机器学习和深度学习正在迅速发展并改变着许多行业。吴

如果你对数据科学、机器学习和其他领域的专业感兴趣，或者在数据科学、机器学习和相关领域担任专业人员，以下11本书一定会对你有所帮助。关注数据的分析和精炼，Roger D Peng和Elizabeth Matsui撰写的书籍为数据科学领域的从业人员和管理人员提

参与方式赠送三本书籍，点击下面的链接抽奖地址，按照活动要求关注我和@异步社区，并且转发，既可以参加本次活动。Python机器学习实用教程，Python程序员晋级必备图书，本书提供配套资源可供读者下载。《Python机器学习》适合Python程序员、数据分析

创建先进的机器学习模型既需要专业的技术人员，也非常耗时耗力，是企业在应用机器学习中的一大痛点。现在包括谷歌、Facebook在内的国际前沿企业都在探索让机器自主学习的路径。值得注意的是，中国一家成立仅半年的公司——智铀科技研发出全自动机器学习平台“EBRA