Python 是20世纪90年代发布的一种通用编程语言。虽然 Python 语法简洁，但它在第一个十年中并不为人所知，也没有真正进入开发人员的工作中。Perl 是首选的脚本语言，Java 已经成为面向对象编程领域的主流。这个发现让非常多开发人员将 Pyt

您可以整天训练有监督的机器学习模型，但是除非您评估其性能，否则您永远无法知道模型是否有用。这个详细的讨论回顾了您必须考虑的各种性能指标，并对它们的含义和工作方式提供了直观的解释。罗宾和山姆都开始为工科大学准备入学考试。他们俩全年学习了几乎相同的时间，并参加

AutoML 是当前深度学习领域的热门话题。只需要很少的工作，AutoML 就能通过快速有效的方式，为你的 ML 任务构建好网络模型，并实现高准确率。数据预处理、特征工程、特征提取和特征选择等任务皆可通过 AutoML 自动构建。AutoML 使得建模更容

机器学习的能力归功于这三个因素：数据、算力和算法。由于性质使然，网络领域生成大量数据。这些因素共同为网络安全供应商提供了过去无法想象的功能。机器学习的应用范围很广，包括反恶意软件、僵尸程序检测、反欺诈和隐私保护。令人关注的是，网络安全界使用机器学习存在多个

机器学习是一门理论性和实战性都比较强的技术学科。在应聘机器学习相关工作岗位时，我们常常会遇到各种各样的机器学习问题和知识点。算法理论基础不仅包含基本概念、数学基础，也包含了机器学习、深度学习相关。今天给大家推荐一个不错的算法理论基础面试题汇总资源，已开源~

当一个类的观察值高于其他类的观察值时，则存在类失衡。类不平衡是机器学习中的常见问题，尤其是在分类问题中。不平衡数据可能会长时间妨碍我们的模型准确性。当每个类别中的样本数量大致相等时，大多数机器学习算法效果最佳。欺诈交易相对罕见，只有6%的交易是欺诈行为。不

本文转载自公众号“读芯术”。本文将讨论目标检测的基本方法，并尝试理解每个模型的技术细节。为了让经验水平各不相同的读者都能够理解，文章不会使用任何公式来进行讲解。目标检测(或识别)基于图像分类。IoU是一个度量，用预测的框和真值框的重叠面积除以它们的并集面积

本文转载自公众号“读芯术”。机器学习已然成为许多领域的大热词。但其实，真正了解机器学习的人还是少数，大多数人属于以下两个阵营：。不懂机器学习算法;知道算法是如何工作的，但不知道为什么会工作。因此，本文试图阐述算法的工作流程和内容，尽力直观地解释其中的工作原

自动机器学习是一个新兴的领域，在这个领域中，通过建立机器学习模型来对数据进行建模的过程是自动化的。AutoML能让建模变得更容易，也能让每个人更容易访问。如果你对AutoML感兴趣，下面这四个Python库是最好的选择!auto-sklearn 是一个自动

大家还记得这张图吗？深度系统介绍了 52 个目标检测模型，纵观 2013 年到 2020 年，从最早的 R-CNN、OverFeat 到后来的 SSD、YOLO v3 再到去年的 M2Det，新模型层出不穷，性能也越来越好！上文聚焦于源码和论文，对于各种卷

计算机视觉中的编解码结构的局限性以及提升方法。卷积神经网络广泛应用于深度学习和计算机视觉算法中。虽然很多基于CNN的算法符合行业标准，可以嵌入到商业产品中，但是标准的CNN算法仍然有局限性，在很多方面还可以改进。由于其简单和准确，该体系结构被广泛使用。顾名

人工智能这场革命席卷整个世界，学习人工智能和机器学习早已不再是计算机科学专业人员的专利，各个学科背景的研究生甚至高中生都在探索这个领域。这就引出了一个基本问题：开始学习人工智能的优秀时期在什么时候?在今年夏天教了一门人工智能/机器学习的入门课程后，我们意识

深度神经网络本质上是通过具有多个连接的感知器而形成的，其中感知器是单个神经元。可以将人工神经网络视为一个系统，其中包含沿加权路径馈入的一组输入。然后处理这些输入，并产生输出以执行某些任务。随着时间的流逝，ANN“学习”了，并且开发了不同的路径。各种路径可能

数据科学一直是个引人注目的领域，尤其是对于那些有计算机科学、统计、业务分析、工程管理、物理、数学等学科背景的年轻人。但雾里看花始终看不清晰，人们总是认为数据科学背后有许多神秘的地方，觉得它不仅仅是机器学习和统计。除了研究助理和实习之外，没有任何全职行业经验

当今的IoT用例越来越依赖于对大量设备生成的数据进行分析或实时更新机器学习算法。如果没有实时获取、处理和采取行动，以监控患者、自动驾驶汽车或预测性维护应用的数据，则患者会遭受伤害，车辆坠毁或系统出现故障。企业可以使用基于开放源代码软件堆栈构建的流平台和数据

多年来，主流开发人员一直在使用低代码方法来构建业务和消费者应用软件，这在很大程度上构成了AI界低代码方法的基础。据Veritone的产品高级副总裁Kfir Yeshayahu表示，这些低代码技术在AI界受到追捧。他说，近来对快速AI开发的需求日益增长，尤

Jerry之前的文章 SAP Analytics Cloud和SAP Cloud for Customer的集成 介绍过，我们最近在做一个项目，通过微信小程序在SAP Cloud for Customer里创建数据，并使用SAP Analytics Clo

B2B软件销售和营销团队很喜欢采用“人工智能”这一术语。人工智能具有一种神奇的效果，听起来令人印象深刻。但是，当这些销售人员说“人工智能正在这样做”时，他们的买家通常对人工智能知之甚少，因此不会提出棘手的问题。如果人工智能的目的是为人类做出正确的决定，那么

本文转载自公众号“读芯术”。我是一家人工智能初创公司的技术联合创始人，然而我们并未取得成功。“目前制药公司的研发回报率低于资本成本，因此制药公司投资创新药物的利润越来越低。决定要进行哪些临床试验，获得批准的可能性是一个至关重要的指标，而这种指标目前正以一种

深度学习岗位在这6个月以来已经崩溃。对于那些投资深度学习的小企业来说，目前的情形已经很清楚了：深度学习岗位不是必须的，随着疫情的到来，它们将可能被裁撤。需要澄清一下，我个人认为这只是一个疫情期间经济衰退的现象，而不是又一个AI寒冬。知情网友在针对这场话题的