AI前沿技惊四座的BERT全靠数据集?大模型霸榜或许是学界的灾难 作为 2018 年自然语言处理领域的新秀,BERT 是过去几年自然语言处理(NLP)领域的集大成者,一经出场就技惊四座,碾压所有算法,刷新了 11 项 NLP 测试的最高纪录,甚至有「超越人类」的表现,它被认为是未来 NLP 研究和工业应... AI君 5年前 (2019-07-22) 443℃ 0喜欢
AI前沿如何为机器学习获取有效数据 处理小数据的7个技巧值得一看 本文转自雷锋网,如需转载请至雷锋网官网申请授权。 我们经常会听到,大数据是建立成功的机器学习项目的关键。 一个主要的问题是:许多组织没有你需要的数据。 在没有基本的、必要的、未经处理数据的情况下,我们应该如何为机器学习的概念建立原型并加以验... AI君 5年前 (2019-07-16) 449℃ 1喜欢
AI前沿做机器学习项目数据不够?这里有5个不错的解决办法 许多开展人工智能项目的公司都具有出色的业务理念,但是当企业AI团队发现自己没有足够多的数据时,就会慢慢变得十分沮丧……不过,这个问题的解决方案还是有的。 本文将简要介绍其中一些经笔者实践证明确实有效的办法。 数据稀... AI君 5年前 (2019-07-03) 438℃ 1喜欢
AI前沿大数据与机器学习将如何改变全球能源行业? 机器学习、大数据以及自动化正在彻底改变全球工业体系,能源行业自然也不例外。各类创新成果推动着技术进步、带来了经济效率的提升、创造着智能化程度更高的业务运营模式,同时为基础设施提供了更强的弹性水平。正因为如此,世界各地的企业与机构才积极将先进... AI君 5年前 (2019-06-17) 767℃ 1喜欢
AI前沿16个用于数据科学和机器学习的顶级平台 调研机构Gartner公司将数据科学和机器学习平台定义为“具有凝聚力的软件应用程序,它提供了创建多种数据科学解决方案以及将这些解决方案合并到业务流程、周围基础设施和产品中所必需的基本构建块的混合体。” 这样的平台支持数据科学家在整个数据和... AI君 5年前 (2019-04-15) 679℃ 1喜欢
Django2.0手册Django2.0手册:为模型提供初始化的数据 It’s sometimes useful to pre-populate your database with hard-coded data when you’re first setting up an ap... AI君 5年前 (2019-03-28) 144℃ 0喜欢
Flask探索Flask探索:存储数据 大部分 Flask 应用程序会在某一时刻处理存储数据。存在许多不同的方式来存储数据。寻找最好的一种方式完全取决于你要存储的数据。如果你存储关系型数据(例如,一个用户有多篇文章,每篇文章都有一个作者等等),一个关系型数据库可能是一种合适的方... AI君 5年前 (2019-03-27) 137℃ 2喜欢
零基础学Python零基础学Python:处理股票数据 这段时间某国股市很火爆,不少砖家在分析股市火爆的各种原因,更有不少人看到别人挣钱眼红了,点钞票杀入股市。不过,我还是很淡定的,因为没钱,所以不用担心任何股市风险临到。 但是,为了体现本人也是与时俱进的,就以股票数据为例子,来简要说明pand... AI君 5年前 (2019-03-27) 175℃ 1喜欢
零基础学Python零基础学Python:将数据存入文件 在《文件(1)》和《文件(2)》中,已经学习了如何读写文件。 如果在程序中,有数据要保存到磁盘中,放到某个文件中是一种不错的方法。但是,如果像以前那样存,未免有点凌乱,并且没有什么良好的存储格式,导致数据以后被读出来的时候遇到麻烦,特别是不... AI君 5年前 (2019-03-27) 132℃ 0喜欢
AI前沿数据集查找神器!100个大型机器学习数据集都汇总在这了 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。 想自己构建机器学习模型,没想到首先就卡在了第一步。 网上各种数据集鱼龙混杂,质量也参差不齐,简直让人挑花了眼。想要获取大型数据集,还要挨个跑到各数据集的网站,两个... AI君 5年前 (2019-03-21) 850℃ 0喜欢
AI前沿Gartner报告:正处于数据科学与机器学习工具 “大爆炸”的时代 Gartner 表示,目前用于数据科学的工具正在迅速发生变化。该公司在其最新的数据科学和机器学习平台的报告中称,我们正处于 “大爆炸” 中。 日前, Gartner 发布了 2019 年版面向数据科学与机器学习工具的魔力象限。Gar... AI君 5年前 (2019-03-21) 769℃ 0喜欢
AI前沿学好机器学习和大数据必备的6本好书! 机器学习和数据科学是复杂而相互关联的概念。要想让自己在技术紧跟趋势,你必须消耗大量的时间进行知识的更新。 日复一日的重复劳动不等于学习,这样仍有可能掉队。 所以一方面我们需要学习新知识,一方面保持实操经验。这样完美技能的组合,才能帮助你在行... AI君 5年前 (2019-03-16) 389℃ 0喜欢