速看!十大免费机器学习课程已经给你备好了

本文介绍了10门相关课程,涵盖了机器学习入门、深度学习和自然语言处理等,希望对你的学习有所帮助。

图片来源:pexels
本系列课程的提供者有:DeltaAnalytics、作家兼培训师AurélienGeron、威斯康星大学麦迪逊分校、AI研究员GokuMohandas、滑铁卢大学、新加坡国立大学和英属哥伦比亚大学等。

来源:DeepUnsupervisedLearningSpring(

五月GitHub最热机器学习项目都在这里了

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。
您的五月余额已不足,这个月最新最火的机器学习项目都看过了吗?
MybridgeAI博客从将近250个机器学习开源项目中找到了标星数排名最靠前的Top10项目,涵盖视觉问答、对象检测、自动生成评论等多个维度。
一起来看看吧~
第1名:Pythia
Pythia是Facebook人工智能实验室出品的视觉和语言多模式研究的

使用深度学习检测疟疾

人工智能结合开源硬件工具能够提升严重传染病疟疾的诊断。
人工智能(AI)和开源工具、技术和框架是促进社会进步的强有力的结合。“健康就是财富”可能有点陈词滥调,但它却是非常准确的!在本篇文章,我们将测试AI是如何与低成本、有效、精确的开源深度学习方法结合起来一起用来检测致死的传染病疟疾。
我既不是一个医生,也不是一个医疗保健研究者,我也绝不像他们那样合格,我只是对将AI应用到医疗保健研究感兴趣

Facebook最新力作Pythia:模块化、即插即用,极大简化模型进展

Facebook的人工智能研究部门近期推出Pythia,一个模块化的即插即用框架。目标是使数据科学家能够快速构建、复制和基准人工智能模型,将VQAv2.0数据集模型的性能从65.67%提高到70.22%,已在Github上开源。
Facebook最近接连针对开发者社区抛出了一系列工具。继一月份imageprocessinglibrarySpectrum、去年底的自然语言处理建模框架PyText

蚂蚁金服开源机器学习工具SQLFlow,机器学习比SQL还简单

5月6日,蚂蚁金服副CTO胡喜正式宣布开源机器学习工具SQLFlow:“未来三年,AI能力会成为每一位技术人员的基本能力。我们希望通过开源SQLFlow,降低人工智能应用的技术门槛,让技术人员调用AI像SQL一样简单。”

目前,SQLFlow已经在GitHub上获得1636个Star,236个Fork。(GitHub地址:https://github.com/sql-machine-l

有关扩大机器学习规模的五个启发

推特和脸书可以教会我们很多和高效的人工智能有关的东西。
Gartner最近的一项调查显示,很多公司才刚刚开始机器学习之旅,而37%的组织已经实施了人工智能。如果你已经准备好接受机器学习,你可能先要评估十个问题或评估人工智能、机器学习和深度学习的完整指南,然后才能对机器学习进行概念验证。

机器学习正在不断发展,新的商业突破、科学进步、框架改进和最佳实践常常见诸各大媒体。
我们可以从实施了大规模

19款超好用的免费数据挖掘工具大汇总!

数据在当今世界意味着金钱。随着向基于app的世界的过渡,数据呈指数增长。然而,大多数数据是非结构化的,因此需要一个过程和方法从数据中提取有用的信息,并将其转换为可理解的和可用的形式。
数据挖掘或“数据库中的知识发现”是通过人工智能、机器学习、统计和数据库系统发现大数据集中的模式的过程。
免费的数据挖掘工具包括从完整的模型开发环境如Knime和Orange,到各种用Java、c++编写的库,最常

用机器学习改善供应链的10个方法

如今,企业在利用机器学习预测错误率、需求规划生产力、降低成本、准时出货方面实现了两位数的改进,从根本上变革了供应链管理。
机器学习算法以及基于这种算法的模型,非常擅长在大型数据集中发现异常、模式和得出预测性见解,如此一来,当供应链遇到时间、成本和资源约束等多方面的挑战,机器学习成为解决这些问题的理想选择。
比如,亚马逊的Kiva机器人正是依靠机器学习技术来提高精度、速度和规模;而DHL则是利用

生成式对抗网络(GANs)的七大未解之谜

根据一些度量指标,在过去两年,有关生成式对抗网络(GANs)的研究中已经取得了长足进步。图像合成模型的实际改进(如下所示),几乎快得让人跟不上。

然而,根据其它度量指标,研究并没有很大的进展。例如,关于评估GANs的方法仍存在着广泛的分歧。鉴于目前图像合成基准似乎有点处于饱和的状态,现在是时候要反思下这个子领域的研究目标。
本文将列出研究中的7个开放性问题,希望能在不久的将来,这些未解之谜能

微软开源可解释机器学习工具包lnterpretML

 
【图片来源:MicrosoftResearchBlog  所有者:MicrosoftResearchBlog】
人类创造出人工智能,并且被人工智能影响着自己的生活。如果人工智能的行为具有可理解性,那么人类可以更进一步地利用人工智能。近期,微软研究院就机器学习的可理解性发表了相关文章,雷锋网全文编译如下。
当人工智能系统能够影响人类生活时,人们对它的行为理解是非常重要的。通过理解人工智能系统