学习总结

12月3日，金山办公升级了WPS AI语音速记功能，此次升级进一步强化了AI能力，并与WPS云文档深度融合，通过AI技术给用户带来准确、快速的录音转文字功能的同时，让语音速记与在线文档无缝衔接。更新后的WPS AI语音速记优化了功能启用路径，打开和使用都更人性化。用户在WPS Office客户端新建面板和App首页均能

转自丨 公众号Datawhale作者丨张峰本文将介绍机器学习算法中非常重要的知识—分类（classification），即找一个函数判断输入数据所属的类别，可以是二类别问题（是/不是），也可以是多类别问题（在多个类别中判断输入数据具体属于哪一个类别）。与回归问题（regression）相比，分类问题的输出不再是连续值，

2019年过去了，你有哪些得失？总结过去，展望未来，本文作者非常详细地回顾了自己过去一年的职业变化和学习情况：在错误中学习，在反思中进步。推荐产品经理阅读。2019正式过去，今天经历的还算蛮多，也依旧犯了不少错误（有一些还是重大的）。总体来说有得到也有失去，通过外部的反馈（项目和人），对自我的认知更加清晰了，但平时总是

笔者从听、看、说为例，分享了自己在工作时间外学习的，以及自己的学习方法。前两天我陆续收到了两份年度学习报告，一份是公司内推送的学习总结，一份是得到app的年度学习报告。我抱着吃瓜的心态点开了这两个链接。先说下背景，我司有数千位讲师，每年都有大量专业课或通用课的产出，学习资源非常丰富。在此不便分享公司内的网页，我大体说下

人类并不是完美的，我们经常在编写软件的时候犯错误。有时这些错误很容易找到：你的代码根本不工作，你的应用程序会崩溃。但有些 bug 是隐藏的，很难发现，这使它们更加危险。在处理深度学习问题时，由于某些不确定性，很容易产生此类错误：很容易看到 web 应用的端点路由请求是否正确，但却不容易检查梯度下降步骤是否正确。然而，在

雷锋网 AI 科技评论按：上周，深度学习顶级学术会议 ICLR 2019 在新奥尔良落下帷幕。毕业于斯坦福大学、现就职于英伟达的女性计算机科学家 Chip Huyen 参加了这次会议，谈到对这次峰会的感想，她有以下 8 点想要讲：1. 包容性这次 ICLR 2019 着重强调了包容性在 AI 中的重要作用：前两个主要演

选自arXiv作者：Daniel Saez Trigueros等机器之心编译参与：Panda英国赫特福德大学与 GBG Plc 的研究者近日发布了一篇综述论文，对人脸识别方法进行了全面的梳理和总结，其中涵盖各种传统方法和如今风头正盛的深度学习方法。机器之心重点编译介绍了其中的深度学习方法部分，更多有关传统人脸识别方法的

雷锋网(公众号：雷锋网) AI科技评论按：如今，基于深度学习的 AI 系统日趋产业化，如何有效地在云端和雾端进行落地成为一个核心问题。相对于传统机器学习，深度学习无论是训练还是部署都对计算和通信等提出了很大的挑战。在云端（如 Google Cloud、Amazon AWS、Microsoft Azure、Fac

本文为雷锋字幕组编译的技术博客，原标题8 Deep Learning Best Practices I Learned About in 2017，作者为Brian Muhia。翻译 |  付腾  林立宏    整理 |  凡江在2017年我感到最开心的事情就是，我更多地通过实践来参与最新AI的发展，学到了很多的数学知

雷锋网 AI科级评论按，深度模型在机器学习很多领域都取得了巨大成功，但也对算法的原材料训练数据提出了更多的要求。对于研发高水平的算法，数据的高质量采集、清洗、处理等等对算法效果会有直接影响。 在近期雷锋网 (公众号：雷锋网) AI研习社的线上分享会，来自 BasicFinder 标注平台的数据科