更多原创参见个人小站：http://www.donggeitnote.com/

本文将会介绍如何用Python实现一个决策树分类器。主要包含下面两个方面：什么是决策树？ 使用Python实现决策树什么是决策树简单来说，决策树算法把数据按照树的结构分成了一系列决策节点。每一个决策节点都是一个问题，然后可以根据这个问题把数据分成两个或多个子节点。这个数一直往下创建，知道最终所有的数据都属于一个类。创建一个最佳决策的标准就是信息增益。下图就是一个简单的决策树示意图：使用决策树分类器来train机器学习model就是找到决策树的边界。通过把feature空间...

DeepMind其实包含两个方面：Google AI业务背后的创新以及其相关的组织。DeepMind是Alphabet（Google母公司）的辅助机构。DeepMind已经集成到Google的各种工具和产品之中了，当你使用Google Home或者Goolge Assistant的时候，DeepMind无处不在。Google为什么要收购DeepMindDeepMind是2011年建立的，他的目的是理解所有的知识，并利用这些知识来理解世界上的一切。他的创始人利用神经领域...

也许AI领域最广泛和突出的应用就是各种各样的AI聊天机器人了。聊天机器人已经成为了大的组织的内部以及外部交流策略的不可或缺的一部分。聊天机器人已经在工业上取代人类成为了第一级查询的解决方案。这些方案中，终端用户都是直接和聊天机器人交互的。什么是聊天机器人？聊天机器人是基于各种准则，模拟人类和终端用户进行交流。也就是说，聊天机器人可以像人类一样和你交流，他基于开始预定义的规则和逻辑问你问题，并且回答你的问题。得益于复杂的机器学习算法，聊天机器人可以让电脑程序来模拟人类交流，并且能够对输入.

Python是一个非常灵活的编程语言，我们现在到处可见用Python编写的应用程序。本文就是一个很简单的使用Python来编写的一个机遇命令行的聊天室，他非常简单和易于理解。让我们开始吧。聊天室是什么？聊天室就是一个媒介或者接口，允许两个或多个用户聊天或者发送信息。它既可以是一对一的聊天也可以是群聊。我们这个例子中，将会创建一个群聊天室，他可以同时支持多于两个人在线。架构对聊天室，我们使用服务器-客户端的架构。这就意味着一台服务器将托管多台客户机器。准备开始：在深入代码之前.

本文我们将使用一个非常简单但是可靠的提取方法来实现一个文本摘要器。你有看到一些应用专门用来从一个文章或者新闻中提取出60字左右的摘要吗？比如inshorts。这样的效果就是我们这篇文章想实现的内容，我们将是用一个非常简单的提取方法来实现这个功能，不用担心，我会详细介绍什么是提取方法的。其实有很多文章都介绍了文本摘要的实现，那么我们的文章有什么特点呢？那就是简单和易上手，我们会通过一些简单的代码片段来介绍这方面的内容。文本摘要可以有两种实现的方法：提取方法：从文章中找出n个最能够表达文章意

这篇文章中，我们将会讨论各种不同图形数据库，包括一个关键的图形数据库技术，以及很多相关的前沿技术。整个世界大部分仍然被封锁着，只有一部分国家正在慢慢恢复。在过去几个月中，很多东西都被暂停了，但同时也极大加速了一些别的东西的发展。而这其中，图形相关的开发就是一个加速发展的例子。网上现在出现了很多图形教育相关的资料，并且可以免费获取，而且有越来越多的趋势。图形数据库已经有了很大进步而且做了一些通报，同时正在通过发布新的功能，获得额外的基金以及引入策略合作伙伴来进行重新定位。一个关键的图形数据库技

在线购物正如火如荼，因为人们可以在家里购物，然后坐等商品送达即可。根据NPR的数据，92%的美国消费者通过电子商务来购物，而且这个数字一直在增加。对于在线购物，消费者的期待值很高，他们希望能够快速简单准确地找到能符合他们要求，解决他们问题的品牌。现如今，消费者也希望他们付费的这些品牌能够了解他们。假如不能通过简单的交流就理解他们的需求的话，消费者与品牌之间的关系就会变弱。因为现在的竞品实在太多了，消费者有足够的空间去选择他们想要的东西。还好我们有AI，它会帮我们非常简单地了解客户的需求，并为之定

什么是数据探索？数据探索或者探索数据分析（EDA）提供了一系列探索工具把我们对实时数据的基本理解变成数据分析。数据探索最终的结果是可以极大地提高我们对数据结构，数据的分布以及相互之间的关系的理解。数据探索也可以让数据科学家拥有之前难以获得的对商业的更好的洞悉。数据探索是数据分析的第一步，理解商业数据是我们做出一个很好的决策的必要步骤，这其中就包括总结数据集的主要功能，比如它的大小，规律，特性，准确性等等。这整个流程都是由数据分析的一个团队使用相应的分析工具以及一些高级的软件（比如R）来进行的。数

整个世界正充斥着各种各样的数据，仅仅在2018年，就产生了超过30ZB的数据。任何一个AI项目中，对专业人员来说，数据的好坏都是一个非常关键的部分。有时候，我们项目所需要的数据根本就不存在，另外一些时候，这些数据是存在的，但是我们无法获取 — 比如被竞争对手所垄断。当然，还有时候，我们可以获取到数据，但是这些数据却不能直接拿来被我们使用，本文就讨论在这种情况下我们该如何处理。什么是数据标注？现如今，大量的数据并不少见，但若你想拿他们来训练Machine Learning和Deep Learn

我们在AI从零开始之统计学简介知道，统计学其实就是为了那个f而奋斗，也在AI从零开始之我们为什么为了那个虚无缥缈的f而奋斗中知道了我们为什么要评估这个f，那么本文就继续来讨论一下我们怎样来评估f。一般来说，在评估f之前，我们总是已经有了一系列的可观察的数据，我们把这些数据称之为训练数据(Training data)，就像下图一所示的学历和收入关系图中的红点，就是我们的训练数据。我们利用统计学的...

在前文我们介绍统计学简介（AI从零开始之统计学简介）的时候说，我们是为了那个虚无缥缈的f而奋斗的，我们知道做任何事情其实都是有一定目的的，比如说我们工作是为了赚钱，赚钱是为了买房，买房是为了娶老婆，娶老婆是为了生孩子，生孩子是为了传宗接代（开个玩笑）。那么我们来评估f是为了什么呢？其实，说白了业界认为其实就主要有两个目的：“预测”（ prediction）和“推论”（inference）预测很多情...

今天我们来看一下统计学主要是干些什么，在大家深入了解之前能够有一个感性的认识。要想感性（呃，不是性感），那最好的方法肯定是举个例子来说明了。我们经常说上学无用论，所谓有用无用，粗俗点理解就是能不能赚钱，现在我们假设知道了一些学历（或者说学习年数）和收入的数据，他们如果画图的话就会显示成下面的图一所示：图一 收入和学历之间的关系图现在我们假设收入就只和学历之间有关系，我们把收入写成Y，学历这里置为X...

统计学学习可以分为两类，一类是有监督学习(supervised learning)，另一类则是无监督学习(unsupervised learning)。那么这两个概念究竟该如何理解，本文就尝试从自己学习的角度来和大家分享一下，这中间有不对的地方，希望大家批评指出。所谓有监督学习就是我们手上的数据是有一个明确的结果（或者label），然后我们可以根据这些数据来创建一个model，通过新的输入数据在这...