跨专业自学NLP,这个90后撸出了开源类库HanLP,已在GitHub收获1.5W星

截止2019年10月底,一款名为HanLP的自然语言处理类库在GitHubStar数达到了15.5K,超过了宾夕法尼亚大学的NLTK、斯坦福大学的CoreNLP、哈尔滨工业大学的LTP。这是一款由一系列模型与算法组成的自然语言处理(NLP)开发工具包。
你或许想象不到,这款NLP工具包被开发出来时,它的作者何晗,还是一位日语专业的大二学生。如今,在攻读博士期间,何晗又创作了一本《自然语言处理入

这个开源项目用Pytorch实现了17种强化学习算法

强化学习在过去的十年里取得了巨大的发展,如今已然是各大领域热捧的技术之一,今天,猿妹和大家推荐一个有关强化学习的开源项目。
这个开源项目是通过PyTorch实现了17种深度强化学习算法的教程和代码库,帮助大家在实践中理解深度RL算法。
完整的17个算法实现如下:

DeepQLearning(DQN)(Mnihetal.2013)
DQNwithFixedQTargets(Mnihetal.2

将sklearn训练速度提升100多倍,美国「返利网」开源sk-dist框架

在本文中,Ibotta(美国版「返利网」)机器学习和数据科学经理EvanHarris介绍了他们的开源项目sk-dist。这是一个分配scikit-learn元估计器的Spark通用框架,它结合了Spark和scikit-learn中的元素,可以将sklearn的训练速度提升100多倍。
在Ibotta,我们训练了许多机器学习模型。这些模型为我们的推荐系统、搜索引擎、定价优化引擎、数据质量等提供

DeepMind一次性开源3个新框架!深度强化学习应用落地即将迎来春天?

本文转自雷锋网,如需转载请至雷锋网官网申请授权。
深度强化学习(DeepReinforcementLearning,DRL)一直是近年来人工智能的一些重大突破的核心。然而,尽管DRL有了很大的进步,但由于缺乏工具和库,DRL方法在主流解决方案中仍然难以应用。因此,DRL仍然主要是以研究形式存在,并没有在现实世界看到许多采用机器学习的应用方案;而解决这个问题就需要更好的工具和框架。
就在最近,D

PyTorch版《动手学深度学习》开源了,最美DL书遇上超赞DL框架

李沐等人的开源中文书《动手学深度学习》现在有PyTorch版实现了。不论是原书中的示例代码,还是实战项目,原来的MXNet都可以无缝转化到PyTorch代码。项目作者在保持原书内容基本不变的情况下,将MXNet代码都转换为了PyTorch,想要学习DL和PyTorch的小伙伴们可以试试啊。

项目地址:https://github.com/ShusenTang/Dive-into-DL-PyT

10分钟带你打开深度学习大门,代码已开源

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。
深度学习技术的不断普及,越来越多的语言可以用来进行深度学习项目的开发,即使是JavaScript这样曾经只是在浏览器中运行的用于处理轻型任务的脚本语言。
TensorFlow.js是谷歌推出的基于JavaScript的深度学习框架,它提供的高级API使得开发可以直接在浏览器中运行的深度学习算法变得轻而易举。
这不,

滴滴开源自然语言理解模型训练平台DELTA

当地时间7月28日至8月2日,自然语言处理领域顶级会议ACL2019在意大利佛罗伦萨召开,会上滴滴正式宣布开源基于深度学习的语音和自然语言理解模型训练平台DELTA,以进一步帮助AI开发者创建、部署自然语言处理和语音模型,构建高效的解决方案,助力NLP应用更好落地。
滴滴自然语言处理首席科学家KevinKnight在ACL2019现场
DELTA是滴滴第22个开源项目。自然语言处理模型和语音

开源!Gartner力推的百页机器学习书,可以免费下载了!

如今的大型企业都在经历着自工业化以来最大的变革。人工智能颠覆了工业,颠覆了我们的工作、思考和互动的方式,Gartner的一项报告预测,到2020年,人工智能将创造230万个就业岗位,以此同时也会减少180万个人力岗位。机器学习是驱动人工智能发展的主要动力,这个领域的专家数量不多,各大企业都在争抢高技能人才。
说到这里,你可能已经猜到猿哥今天要和大家分享的是一本有关人工智能的书,这本书只有152

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

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