存儲插件是Drill中，連接到數據源的模塊。一個存儲插件通常會優化Drill查詢的執行，提供數據的定位，命名空間下的配置和讀數據要用到的格式。Drill已經內置了一些存儲插件，你只需要根據你的環...

監督學習的主要任務就是用模型實現精準的預測。我們希望自己的機器學習模型在新數據（未被標注過的）上取得盡可能高的準確率。換句話說，也就是我們希望用訓練數據訓練得到的模型能適用于待測試的新數據。正是...

深度學習計算密集，所以你需要一個快速多核CPU，對吧？還是說買一個快速CPU可能是種浪費？搭建一個深度學習系統時，最糟糕的事情之一就是把錢浪費在并非必需的硬件上。本文中，我將一步步帶你了解一個高...

谷歌 DeepMind 開發的人工智能圍棋程序 AlphaGo 以 5:0 的壓倒性優勢擊敗了歐洲圍棋冠軍、專業二段棋手 Fan Hui ，這是最近一周來最火爆的新聞了。 16 年 3 月份 A...

開源:(TensorFlow)基于CNN的圍棋棋局預測與評價（英）

K均值算法非常簡單（可參見之前發布的博文），詳細讀者都可以輕松地理解它。但下面將要介紹的EM算法就要困難許多了，它與極大似然估計密切相關。

我們在上一篇文章中介紹了EM算法的基本原理，如果讀者對此不甚了解，建議參閱

這是「神經網絡和深度學習簡史」的第三部分（第一部分，第二部分）。在這一部分，我們將繼續了解90年代研究的飛速發展，搞清楚神經網絡在60年代末失去眾多青睞的原因。

DeepDetect是C++實現的基于外部機器學習/深度學習庫（目前是Caffe）的API。給出了圖片訓練（ILSVRC）和文本訓練（基于字的情感分析，NIPS15）的樣例，以及根據圖片標簽索引...

【導讀】：數據是機器學習研究的命門。訪問真正的大規模數據集，是一項傳統上由機器學習研究者和大公司的數據科學家所保有的特權，然而大多數學術研究人員缺無法觸及。2016年1月14日，雅虎實驗室對外發...

出于文本歸類和數據處理之需求，這段時間研究了下文本處理類的機器學習方面的東西。也快過年放假了，在此做一個總結和感受吧。

最近微信朋友圈很多人在轉發的一個游戲叫做“微軟小冰讀心術”，游戲的規則很簡單：參與游戲的一方在腦海里想好一個人的名字，然后微軟小冰會問你15個問題，問題的答案只能用“是”、“不是”或者“不知道”回答。

導讀：這是《神經網絡和深度學習簡史》第二部分，這一部分我們會了解BP算法發展之后一些取得迅猛發展的研究，稍后我們會看到深度學習的關鍵性基礎。還沒有看過第一部分的讀者可以 戳這里 。（←點擊閱讀）

提升一個模型的表現有時很困難。如果你們曾經糾結于相似的問題，那我相信你們中很多人會同意我的看法。你會嘗試所有曾學習過的策略和算法，但模型正確率并沒有改善。你會覺得無助和困頓，這是 90% 的數據...

深度學習在自然語言處理研究上的進展：近年來，深度學習在人工智能的多個子領域都取得了顯著的進展。在自然語言處理領域，雖然深度學習方法也收...

【編者按】：隨著互聯網技術的迅速發展與普及，如何對浩如煙海的數據進行分類、組織和管理，已經成為一個具有重要用途的研究課題。而在這些數據中，文本數據又是數量最大的一類。以統計理論為基礎，利用機器學...

基本假設：多數情況下數據點落入正常的取值范圍，但是當異常行為發生時，數據點的取值落入正常取值范圍之外（如圖1所示）。所以可以利用高斯分布，計算行為發生的概率，如果是概率小于給定閾值，則認為發生了...

Spark MLlib實現的廣告點擊預測–Gradient-Boosted Trees：本文嘗試使用Spark提供的機器學習算法 Gradient-Boosted Trees來預測一個用戶是否會...

Deep Reinforcement Learning 深度增強學習資源

導讀：這是《神經網絡和深度學習簡史》第一部分。這一部分，我們會介紹1958年感知器神經網絡的誕生，70年代人工智能寒冬以及1986年BP算法讓神經網絡再度流行起來。