CDA数据分析师

作者 | Python语音识别来源 | 涛哥聊Python虽然我们大多数人都惊叹为什么DL这么好？在使用大量数据进行训练时，它在准确性方面非常出色。近几年随着深度学习算法的发展，出现了很多深度学习的框架，这些框架各有所长，各具特色。下面将为大家介绍2019年最受欢迎的十大深度学习框架。TensorFlow谷歌的Tensorflow可以说是当今最受欢迎的深度学习框架。Gmail，Ub...

简介每过一段时间，就会有一个深度学习库被开发，这些深度学习库往往可以改变深度学习领域的景观。Pytorch就是这样一个库。在过去的一段时间里，我研究了Pytorch，我惊叹于它的操作简易。Pytorch是我迄今为止所使用的深度学习库中最灵活的，最轻松的。在本文中，我们将以实践的方式来探索Pytorch，包括基础知识与案例研究。我们会使用numpy和Pytorch分别从头开始构建神经网络，看...

在这篇文章中，作者将描述17年在机器学习领域中发生了什么有趣的重大发展,主要是深度学习领域。在17年中发生了很多事情，在作者停下来进行回顾的时候，他发现了这些发展的成就是非常壮观的，下面让我们来在作者的带领下认识一下17年在深度学习中发展的领域的状况，这篇文章很可能会影响我们在数据科学领域未来的发展。3.10 CycleGAN为了应用Pix2Pix，你需要一个包含来自不同领域的相应图片的数据...

简介如果你要问我两个机器学习中最直观明了且通俗易懂的算法——那必然就是K近邻算法和基于树的算法了。这两个算法都易于理解，也很容易解释，并且能够很好地去向人们展示。最近，我们就针对这两种算法，整理了一些测试题。如果你是机器学习的新手，也要在理解这两种算法的基础上进行测试。它们虽然简单，但是却十分强大且被广泛运用在工业领域。这些技能测试能够帮助你测试你在K近邻算法方面的技术能力。因为它们是为测试...

让垃圾自动分类近期垃圾分类成为了一个热门话题，原来直接一次性扔掉的垃圾，现在都需要分门别类进行投放。从今年7月1日起，新的《上海市生活垃圾管理条例》正式开始施行，号称史上最严的垃圾分类就要来了。我们以后在扔垃圾前都要先将垃圾仔细分成可回收物、有害垃圾、湿垃圾和干垃圾四个类别，如果分错还会被罚款。垃圾分类可以更好地保护我们的环境卫生，为了让大家能够正确对垃圾进行分类，官方发布了垃圾分类指南，列...

研究人员将统计和符号人工智能技术结合起来，以加快学习速度和提高透明度。Researchers combine statistical and symbolic artificial intelligence techniques to speed learning and improve transparency.Kim Martineau | 麻省理工学院 探索智能本文由CDA数据分析...

CDA数据分析研究院出品，转载需授权深度学习是机器学习的一个子领域，研究的算法灵感来自于大脑的结构和功能，称为人工神经网络。如果你现在刚刚开始进入深度学习领域，或者你曾经有过一些神经网络的经验，你可能会感到困惑。因为我知道我刚开始的时候有很多的困惑，我的许多同事和朋友也是这样。因为他们在20世纪90年代和21世纪初就已经学习和使用神经网络了。该领域的领导者和专家对深度学习的观点都有自己的见...

作者 | Jean-Louis Queguiner来源 | 机器之心「神经网络就像数数一样简单」，「卷积层只是一个蝙蝠信号灯」……在本文中，一位奶爸从手写数字识别入手，用这样简单的语言向自己 8 岁的女儿解释了一下「深度学习」。当然，用这篇文章向女朋友（如果有的话）科普自己的工作也是可以的。机器学习，尤其是深度学习是一个热门话题，你肯定会在媒体上看到流行语「人工智能」。然而，这些并非...

作者 | Charlotte77来源 | Charlotte数据挖掘前几天看到几篇不同的文章写关于机器学习的to do & not to do，有些观点赞同，有些不赞同，是现在算法岗位这么热门，已经不像几年前一样，可能跑过一些项目、懂点原理就可以了，现在对大家的要求更高，尤其工程能力更不可缺少，只跑过一些iris鸢尾花分类、啤酒与尿布、猫狗分类等的同学需要再提高提高，因为竞争太激...

作者｜Olah & Carter编译｜CDA数据分析师循环神经网络是深度学习的主要内容之一，允许神经网络处理文本，音频和视频等数据序列。它们可用于将序列分解为高级理解，注释序列，甚至从头开始生成新序列！基本的RNN设计与较长的序列相悖，但是一种特殊的变体 - “长期短期记忆”网络 - 甚至可以使用这些。已经发现这样的模型非常强大，在许多任务中实现了显着的结果，包括翻译，语音识...

LeNet-5模型在CNN的应用中，文字识别系统所用的LeNet-5模型是非常经典的模型。LeNet-5模型是1998年，Yann LeCun教授提出的，它是第一个成功大规模应用在手写数字识别问题的卷积神经网络，在MNIST数据集中的正确率可以高达99.2%。下面详细介绍一下LeNet-5模型工作的原理。LeNet-5模型一共有7层，每层包含众多参数，也就是卷积神经网络中的参数。虽然层数...

在这篇文章中，作者将描述17年在机器学习领域中发生了什么有趣的重大发展,主要是深度学习领域。在17年中发生了很多事情，在作者停下来进行回顾的时候，他发现了这些发展的成就是非常壮观的，下面让我们来在作者的带领下认识一下17年在深度学习中发展的领域的状况，这篇文章很可能会影响我们在数据科学领域未来的发展。1.文字1.1 谷歌神经机器翻译2016年左右，谷歌宣布推出谷歌翻译新模式。谷歌公司详细描...

古往今来，人类一直在探求科技的极限。随着信息技术在21世纪的爆发，数据科学与人工智能技术迎来自己的春天，尤其是以深度学习为基础的人工智能技术可谓是大放异彩，在诸多领域远胜人类，并且如人脸识别这样的技术也纷纷落地，甚至悲观者认为，机器智能时代来临，倘若某天机器有了自主思维，人类将会面临灭顶之灾。可是，深度学习就如此无所不能吗？答案是否定的！深度学习是利用深层神经网络的技术，虽然在图像识别等方面已经...

在人工智能中，有两个十分重要的内容，第一就是机器学习，第二就是深度学习。正是由于机器学习与深度学习，人工智能才能够帮助我们做出更多的事情。其实，深度学习也是有分类的。深度学习可以分为两种，一种是强化学习，另一种则是对抗学习。在这篇文章中我们就简单为大家介绍一下强化学习和对抗学习的知识。其实强化学习和对抗学习，相对来说，都是深度学习比较前沿的部分。一般来说，强化学习是人工智能在训练中得到策略的训...

现在深度学习受到了大家的青睐，这是因为深度学习有很多实用的技术，而这些技术都有值得我们学习的知识。所以现在有很多人都去学习深度学习，但是在学习深度学习过程中有两个问题需要我们去考虑，那么这两个问题到底是什么呢？下面我们就给大家介绍一下这两个问题。深度学习需要考虑的两个问题就是如何在样本数量有限的数据集上训练算法，以便让它们在能够完全捕捉真实世界复杂度的无限大数据集上也能发挥出好的表现；第二个问...

我们在上一篇文章中给大家介绍了关于深度学习中的前馈神经网络的相关知识，而前馈神经网络是神经网络中最朴素的一个内容，这是因为前馈神经网络的知识是比较简单的。而我们在上一篇文章中给大家提到了一个方法，那就是梯度下降法，在这篇文章中我们就给大家介绍一下这些知识。首先，梯度下降法就是求出所需参数的极值，使损失最小化。当然，在求取参数的过程中，无论是取任何值，难以避免产生的是一个误差值，在训练过程中，工...

很多人在学习深度学习的时候会遇到一个疑惑，那就是深度学习可解释差这个说法是否准确。这个拗口的词汇相信大家对其义也不甚了解。虽说这个词汇不好理解，但是这个词汇确实是一个十分重要的概念，我们要想学习深度学习知识就不能忽略这个词汇。那么深度学习可解释差到底是什么意思呢？下面我们就给大家介绍一下这个词汇的意思。首先我们给大家解读一下“解释”的含义，其实解释的意思就是在观察的基础上进行思考,合理地说明事...

在探讨算法之前，我们先来谈一谈什么是机器学习，相信大家都听说过AlphaGo。2016年3月，AlphaGo与围棋世界冠军李世石进行围棋人机大战，最终以4:1获胜；2017年5月，AlphaGo与世界围棋冠军柯洁对战，以3:0获胜。AlphaGo其实就是一款围棋人工智能程序，其主要工作原理是“深度学习”。看一下下面这张图，来了解一下，人工智能、机器学习和深度学习的关系。在20世纪五十年代，人工...

现在有很多人对机器学习和深度学习的概念并不是很明白，其实深度学习是机器学习中的一部分，而机器学习是深度学习的基础，这两个知识体系都是服务于人工智能的。在这篇文章中我们给大家介绍一下关于机器学习和深度学习的区别，希望这篇文章能够帮助大家理解机器学习和深度学习。那么什么是机器学习呢？一般来说，为了实现人工智能，我们会使用机器学习。我们有几种用于机器学习的算法。这些算法有决策树、随机森林、人工神经网...

很多人对于深度学习有很多的问题，其实这说明深度学习的关注度还是很高的。深度学习是为人工智能服务的，因此深度学习这种算法越来越受大家的关注。在这篇文章中我们就给大家解答一下关于深度学习的问题，希望这篇文章能够给大家带来帮助。1.为什么构建深度学习模型需要使用GPU？在深度学习中，深度学习模型有两个主要的操作，也就是前向传递和后向传递。前向传递将输入数据通过神经网络后生成输出；后向传递根据前向传...

介绍预测股市的走势是最困难的事情之一。影响预测的因素很多 - 包括物理因素与心理因素，理性行为和非理性行为等。所有这些因素结合在一起共同导致股价波动，很难以高精度预测。我们是否可以将机器学习作为该领域的游戏规则改变者吗？利用一些特性，比如关于一个组织的最新公告，他们的季度收入结果等功能，机器学习技术有可能发掘出我们以前没有看到的模式和见解，并且可以用来做出准确无误的预测。在本文中，我们将使...

神经网络中一些经典算法在现在的机器学习进程中，有许多问题都是很抽象的，具体表现在没有具体的解析形式，或者是有解析形式但是计算量很大,针对此问题，我们会选择采用一些迭代的优化方法处理解决，从而实现求解。随机梯度下降法随机梯度法，是建立在梯度下降法之上的算法。梯度下降法，顾名思义，是指沿着梯度最大的方向下降的方法，而梯度下降最大的点是如何选取的，这里举例说明，例如现在正站在山上的某一处，现在你需...

众所周知，近几年人工智能的发展可以说是非常迅速，虽然人工智能的概念提出已经几十年了，但真正获得长足的发展还是近几年，而人工智能也吸引了一大批大学毕业生、高材生的加入。但想要进入这个行业并不简单，人工智能的核心是深度学习。因此，想要入行人工智能，我们首先需要做的就是对深度学习的了解和掌握，那么深度学习都有哪些方法呢？首先，小编认为，基础很重要，而深度学习或者说整个人工智能的学习基础都是数学知识。...