51CTO首页
AI.x社区
博客
学堂
精品班
软考社区
免费课
企业培训
鸿蒙开发者社区
WOT技术大会
IT证书
公众号矩阵
移动端
短视频免费课程课程排行直播课软考学堂
全部课程厂商认证IT技术25年5月软考PMP项目管理免费题库
在线学习
文章资源问答课堂专栏直播
51CTO
鸿蒙开发者社区
51CTO技术栈
51CTO官微
51CTO学堂
51CTO博客
CTO训练营
鸿蒙开发者社区订阅号
51CTO软考
51CTO学堂APP
51CTO学堂企业版APP
鸿蒙开发者社区视频号
51CTO软考题库
账号设置 退出

机器学习

2020内容  
涵盖机器学习相关算法知识、开发工具、解决方案与应用场景。
文章 课程
共 2020 条
一个开源机器学习框架新手入门，Scikit-learn的那些事儿
对Python语言有所了解的科研人员可能都知道SciPy——一个开源的基于Python的科学计算工具包。基于SciPy，目前开发者们针对不同的应用领域已经发展出了为数众多的分支版本，它们被统一称为Scikits，即SciPy工具包的意思。而在这些分支版本中，最有名，也是专门面向机器学习的一个就是Scikit-learn。

2017-04-21 09:59:11

开源机器学习框架
机器学习的八个步骤
机器学习带动了产业内数十亿美元的收入，催生出了空前的资源和海量的就业机会。但这也意味着如何入门机器学习让人有点无所适从。下面是我的入门方法。如果你在本文中的某处卡住了，请搜索 Kaggle(也许某人以前也遇到了同样问题)，并在 Kaggle 论坛上提出问题(如果以前没人提问过该问题)，这是找到方向并解决问题的好方法。

2017-04-20 12:51:28

机器学习Kaggle人工智能
揭秘AI深处的黑暗面：人工智能将取代人类，而你却不知道它是如何机器学习的
即使是对计算机科学家来说，机器学习技术的运作也是晦涩不明的，远不如人工编程易于理解。但这并不意味着未来所有的人工智能技术都是不可知的，只是从本质上来说，深度学习就好比一个看不见内部的黑盒子。

2017-04-20 08:24:27

AI深处人工智能机器学习
用十张图解释机器学习的基本概念
在解释机器学习的基本概念的时候，我发现自己总是回到有限的几幅图中。以下是我认为最有启发性的条目列表。

2017-04-19 10:55:20

机器学习基本概念
28款GitHub最流行的开源机器学习项目：TensorFlow排榜首
现在机器学习逐渐成为行业热门，经过二十几年的发展，机器学习目前也有了十分广泛的应用，如：数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、DNA序列测序、语音和手写识别、战略游戏和机器人等方面。

2017-04-19 10:32:01

GitHub机器学习TensorFlow
人工智能/机器学习知多少？
从在智力竞赛节目和围棋人机大战战胜人类，到推送广告时表现出种族偏见而备受抨击，我们似乎已经进入了人工智能发展步伐迅速加快的时代。但就目前而言，我们还无法让机器具有完整的感知能力，使其电子“大脑”通过合理的道德判断，完成复杂的认知任务。

2017-04-18 15:49:24

人工智能机器学习数据
广告和推荐系统部署机器学习模型的两种架构
广告和推荐系统是机器学习是最成熟的应用领域。那么广告和推荐系统是怎么在线上部署机器学习模型的呢?

2017-04-18 14:31:39

机器学习模型架构
英国开发人工智能新算法 提高心脏病发作预测准确率
心脏病发作很难提前预测。据《科学》杂志17日报道，英国诺丁汉大学科学家开发了一种人工智能新算法，能显著提高心脏病发作预测准确率，若投入临床应用，每年或可挽救数百万生命。

2017-04-18 12:27:16

人工智能心脏病机器学习
机器学习工程师必知的十大算法
机器学习/人工智能的子领域在过去几年越来越受欢迎。目前大数据在科技行业已经炙手可热，而基于大量数据来进行预测或者得出建议的机器学习无疑是非常强大的。

2017-04-18 09:46:31

机器学习工程师算法
开发者弹药库升级 推荐五个机器学习框架
你可能没听过它们，但从今天起或许会考虑上手。

2017-04-17 13:59:37

机器学习代码TensorFlow
吴思楠机器学习之路：Numpy里多维数组的创建
Numpy是Python科学计算的核心库之一，主要提供了对多维数组的强有力支持。

2017-04-14 15:28:27

1-Numpy基础多维数组
机器学习在恶意软件检测中的应用
机器学习是计算机科学的一个分支学科，目的在于赋予计算机从数据中学习的能力，使计算机能够有效利用当今互联网中存在的PB量级的数据，为人们在决策制定、任务执行方面提供帮助支持，这些工作对人们而言复杂度很高且耗时巨大。

2017-04-14 08:33:47

机器学习恶意软件应用
Spark for python developers —Spark与数据的机器学习
机器学习可以从数据中得到有用的见解. 目标是纵观Spark MLlib，采用合适的算法从数据集中生成见解。对于 Twitter的数据集, 采用非监督集群算法来区分与Apache
Spark相关的tweets。 初始输入是混合在一起的tweets。 首先提取相关特性, 然后在数据集中使用机器学习算法, 最后评估结果和性能。

2017-04-13 13:30:56

SparkSpark MLlib机器学习
利用一点机器学习来加速你的网站
最近，我发现自己对 web 性能的定义可能太狭隘了，从用户的角度上来说，这些只是 web 性能中的一些小插曲。所以我打开了我经常去的网站，尝试了所有的用户可能的操作，并记录操作所花费的时间。(我们需要一些用户操作时光轴工具)，之后，我发现了一个可行的提升性能的方案。

2017-04-13 11:20:56

机器学习代码
聊天机器人中的两把技术之火：AI和机器学习
随着聊天机器人(chatbot)的普及，出现了一大堆类似的竞争应用框架。甲骨文认为秉承行业标准将会防止分散和不兼容的现象出现。

2017-04-13 09:57:39

机器学习人工智能AI
用两万篇论文告诉你：机器学习在过去五年中发生了什么
来自斯坦福大学计算机学院的博士毕业生、OpenAI 的高级科学家 Andrej Karpathy 基于一份 arXiv 机器学习论文大数据，从论文数量、开源框架、数学模型和优化算法等多个方面对过去五年中的机器学习变化趋势进行了详细分析。

2017-04-12 09:00:53

机器学习发生框架
机器学习案例实战之信用卡欺诈检测
我是51CTO学院讲师唐宇迪，在51CTO学院“4.20 IT充电节”(4月19~20日)到来之际，和大家分享一下机器学习实战案例经验。

2017-04-11 21:13:58

机器学习数据分析pandas
数据分析机器学习的泰坦尼克案例-牛刀小试
我是51CTO学院讲师唐宇迪，在51CTO学院“4.20 IT充电节”(4月19~20日)到来之际，和大家分享一下机器学习实战案例经验。

2017-04-11 20:49:02

机器学习大数据数据分析
机器学习研究与开发平台的选择
目前机器学习可以说是百花齐放阶段，不过如果要学习或者研究机器学习，进而用到生产环境，对平台，开发语言，机器学习库的选择就要费一番脑筋了。这里就我自己的机器学习经验做一个建议，仅供参考。

2017-04-11 14:45:22

机器学习学习平台大数据平台
Python机器学习实战：信用卡欺诈检测
对于一个机器学习案例来说，一份数据肯定伴随着很多的挑战和问题，那么最为重要的就是我们该怎么解决这一系列的问题，大牛们不见得代码写的比咱们强但是他们却很清楚如何去解决问题。今天咱们讲述了一个以检测任务为背景的案例，其中涉及到如何处理样本不均衡问题，以及模型评估选择的方法，最后给出了逻辑回归在不用阈值下的结果。

2017-04-11 12:45:29

Python机器学习信用卡欺诈检测
机器学习的发展历程及启示
近年来，人工智能的强势崛起，特别是刚刚过去的AlphaGo和韩国九段棋手李世石的人机大战，让我们领略到了人工智能技术的巨大潜力。数据是载体，智能是目标，而机器学习是从数据通往智能的技术途径。因此，机器学习是数据科学的核心，是现代人工智能的本质。

2017-04-11 09:00:24

机器学习发展历程启示
机器学习研究趋势分析：TensorFlow已超越Caffe成研究最常用框架
你是否使用过 Google Trends?相当的酷，你在里面输入关键词，看一下谷歌搜索中这一词条如何随时间变化的。我想，过去 5 年中 arxiv-sanity 数据库中刚好有 28303 篇机器学习论文，为什么不做一些类似的工作，看一下过去 5 年机器学习研究有何进化?结果相当的有趣，所以我把它贴了出来。

2017-04-10 18:00:11

机器学习Google TensorFlow
学习机器学习时需要尽早知道的三件事
我已经在学术界和工业界进行了许多年的机器学习建模工作，在看了一系列讨论“大数据”实用性问题的优秀视频 Scalable ML 后，我开始思考总结一些在学习机器学习时，我希望能够尽早明白的事情。视频来源于 Mikio Braun，介绍了 Scala 和 Spark 相关的知识。

2017-04-10 08:40:14

机器学习模型应用模型评估
有望取代Spark的实时机器学习框架Ray
一个新的项目旨在为实时处理开发一种速度更快的框架，可用来支持用Python编写的机器学习应用。

2017-04-08 17:32:39

人工智能乔丹Ray
机器理解大数据的秘密：聚类算法深度详解
在本文中，我将给出每种聚类算法的概述、工作方式的简单介绍和一个更细节的逐步实现的案例。我相信这能帮助你理解这些算法。

2017-04-07 13:00:49

机器学习大数据聚类算法
机器学习难在哪
机器学习难，并不是因为数学难，而是因为选择什么工具及Debug难。快速有效Debug是现代机器学习中的必备技能，但机器学习的Debug相比普通程序要难很多：候选错误空间大、调试周期长。

2017-04-07 09:32:20

机器学习调试算法
机器学习从用户社交媒体资料中窥得的五种秘密 译文
大型数据企业正在积极利用机器学习技术判断人类社会中的种种行为趋势。利用一系列数据点，包括购物习惯、所订阅杂志、Facebook关注乃至多达其他5000种关注取向，Cambridge Analytica等数据企业为美国的2.2亿成年人建立起了预测性个性模型。

2017-04-07 07:01:31

机器学习社交媒体
5个开源Python库，让机器学习更简单
Python 是一款强大的工具语言，被广泛应用在大数据和机器学习之中。以下推荐了 5 个 Python 库，帮你疏通机器学习之路。

2017-04-06 10:40:49

机器学习开源Python库
机器学习的本质就是数理统计？答案可能没这么简单
机器学习和统计建模是预测建模领域的两个不同分支。这两者之间的差距在过去的 10 年中正在不断缩小，而且它们之间存在许多相互学习和借鉴的地方。未来，它们之间的联系将会更加紧密。

2017-04-06 09:37:39

机器学习本质统计
如何构建用于检测信用卡诈骗的机器学习模型？
我们将介绍一些强大的，但是在机器学习中普遍适用的技术。阅读之后，你应该具备在你自己的领域着手进行具体机器学习实验的相应知识。

2017-04-06 09:20:10

机器学习模型信用卡诈骗
改变正在发生！机器学习可以将人类带向何方？
尽管无人驾驶汽车和机器人技术可能占据了新闻头条，但人工智能、深度学习以及类似技术可能会让它们的最大影响几乎化为无形，方法就是通过无数方式简化和推进日常生活和商业。

2017-04-05 15:20:56

机器学习人类人工智能
拖拽式机器学习的爱与恨
拖拽式机器学习是，人们在界面上通过拖拽就是建立机器学习过程。拖拽式机器学习系统一般拥有丰富的组件，包括数据清洗、特征选择、训练、预测和效果评估。通过类似于 “搭积木” 的方式，人们将学习组件合成一个完成的机器学习过程。

2017-04-05 14:00:10

拖拽式机器学习配置
为什么机器学习行业的发展离不开 “开源”
机器学习确实可以在开源工具的帮助下解决真正的科学技术问题。如果机器学习是为了解决真正的科学技术问题，社区需要建立在彼此的开源软件工具之上。

2017-04-05 13:30:16

机器学习开源行业发展
百度IDL最新成果：从自然语言入手，教AI智能体像人类一样学习
尽管人工智能取得了巨大的进步，但在许多方面仍然存在局限。例如，在电脑游戏中，如果AI智能体未预先编程游戏规则，则必须尝试数百万次才能确定正确的选择。人类可以在更短的时间内完成相同的壮举，因为我们擅长通过使用语言将过去的知识转移到新的任务中。

2017-04-05 12:16:21

人工智能AI智能学习
初学者必读：从迭代的五个层面理解机器学习
梯度下降算法(或随机梯度下降/stochastic gradient descent)是机器学习的巨大成功。

2017-04-05 08:39:20

机器学习模型梯度下降法
Python vs R : 在机器学习和数据分析领域中的对比
为了鼓励新工具的出现，机器学习和数据分析领域似乎已经成了“开源”的天下。Python 和 R 语言都具有健全的生态系统，其中包括了很多开源工具和资源库，从而能够帮助任何水平层级的数据科学家展示其分析工作。

2017-04-01 14:23:35

PythonR机器学习
人工智能时代，机器学习和AI算法将改变“二八定律”
AI和机器学习将从以下三个重要方面来改变公司使用帕累托原则以提升利润的方式。

2017-03-24 15:20:28

人工智能机器学习AI算法
技术热点：白话机器学习
机器学习和自然语言处理也是密不可分的。在很多自然语言处理中，将大量使用机器学习的概念。马尔可夫链和条件随机场，狄利克雷分布这些都是自然语言处理的基础理论。

2017-03-24 13:40:44

机器学习模型神经
如何用机器学习算法预测“实验室地震”？
机器学习算法预测“实验室地震”绝对算得上是一个突破，这一突破不仅震惊了地质学家，还意味着机器学习用于真实地震的预测指日可待。

2017-03-24 08:58:23

机器学习算法预测
借鉴巨头创建机器学习的创企需考虑五大变量
围绕人工智能(AI)和机器学习(ML)的炒作已经达到令人难以置信的程度，有些评论人士称AI为第四次工业革命，其他人则称其为新电力。我是这种理论的信徒之一。大量资金正被投入到AI和ML领域的公司里，因为它们有可能对大多数行业产生革命性的改变，即使不是所有行业。

2017-03-23 11:20:13

机器学习创企变量
人工智能狂热时代：机器翻译如何革新？
人工智能长久以来的目标就是让机器完成那些以前只能靠人类自身才能完成的任务，所以在人工智能的具体应用，除了成为人工智能中枢以外，如何让机器帮助人类进行语言翻译也显得尤为重要。现在让我们一起来看看人工智能狂热背后，机器翻译是怎么革新的吧!

2017-03-22 12:39:33

人工智能机器翻译
机器学习中的梯度下降法
最优化问题是机器学习算法中非常重要的一部分，几乎每一个机器学习算法的核心都是在处理最优化问题。

2017-03-22 12:25:29

机器学习梯度下降法
基于 AC 自动机和贝叶斯方法的垃圾内容识别
虽以识别垃圾内容为出发点，建立了基于 AC 自动机和「贝叶斯」思想的内容识别系统，但这套系统还可以运用到其他场景，比如舆情、其他内容归类等，在这儿就不展开了。

2017-03-21 09:17:37

AC自动机贝叶斯
从重采样到数据合成：如何处理机器学习中的不平衡分类问题？
这篇文章描述了使用多种采样技术来解决这种类别不平衡问题的各种方法。本文还比较了每种技术的优缺点。

2017-03-20 09:25:10

机器学习采样数据合成
机器学习的实现依赖于数据
机器学习的目标听起来很简单： 提供系统基于信息上学习的能力。尽管它听起来简单， 这是在挑战经典的软件工程。大多数我们所熟悉的“硬编码”软件开发系统的行为都是基于计划和预期的用户数据交互。标准的“if – then – else”模型。

2017-03-20 07:30:00

机器学习数据人工智能
探访Facebook应用机器学习团队：如何构建研究与应用之间的桥梁？
「换句话说，虽然人工智能是必要的——甚至是决定性的——但对于 Facebook 来说，人工智能并不是唯一的答案。「目前的挑战是人工智能还处于起步阶段，」Candela 说。「我们只是刚刚上路。」

2017-03-18 23:19:49

机器学习
如何区分人工智能、机器学习和深度学习？
　　人工智能(Artificial Intelligence)是一个最广泛的概念，人工智能的目的就是让计算机这台机器能够象人一样思考，而机器学习(Machine Learning)是人工智能的分支，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，使之不断改善自身的性能。

2017-03-18 16:28:40

人工智能机器学习深度学习
MetaMind深度解读NLP研究：如何让机器学习跳读
自然语言处理是人工智能研究的核心问题之一。近日，已宣布被 Salesforce 收购的深度学习公司 MetaMind 在其官方网站上发表了一篇文章，深度剖析了 LSTM 和词袋模型在自然语言处理上的应用。

2017-03-17 08:30:08

机器学习深度学习人工智能
一周入门机器学习靠谱吗？这有一份详细的学习日程表
这篇文章来自于medium，一位作者亲历了一周入门机器学习后，分享他的“从下到上”的学习经验给各位，希望给那些有兴趣入门机器学习的读者一个容易上手的详细日程表。

2017-03-16 14:01:00

机器学习算法数据
只需十四步：从零开始掌握Python机器学习（附资源）
Python 可以说是现在最流行的机器学习语言，而且你也能在网上找到大量的资源。你现在也在考虑从 Python 入门机器学习吗?本教程或许能帮你成功上手。

2017-03-14 14:04:24

Python机器学习
上一页 1 ··· 3637383940 41
点赞

51CTO技术栈公众号

业务
速览
在线客服