机器学习和深度学习

译者：AI研习社（季一帆）双语原文链接：https://www.yanxishe.com/TextTranslation/2965 本文完整代码见 Github 或直接在 Google Colab 运行测试。 本文目录引言机器学习ML和深度学习NN中的线性代数矩阵向量矩阵

译者：AI研习社（ Disillusion ） 双语原文链接： https://www.yanxishe.com/TextTranslation/2998 深度学习、机器学习、人工智能——这些流行词皆代表了分析学的未来。在这篇文章中，我们将通过一些真

本文为雷锋网字幕组编译的技术博客，原标题 DIY Deep Learning Projects，作者为 Favio Vázquez。翻译 | 赵朋飞、林骁    整理 |  孔令双 雷锋网按，在这篇文章中雷锋网 (公众号：雷锋网) 将推荐一些应用计算机视觉和深度学习的项目，包括具体实现和细节，你

作者：【方向】本质上，深度学习提供了一套技术和算法，这些技术和算法可以帮助我们对深层神经网络结构进行参数化——人工神经网络中有很多隐含层数和参数。深度学习背后的一个关键思想是从给定的数据集中提取高层次的特征。因此，深度学习的目标是克服单调乏味的特征工程任务的挑战，并帮助将传统的神经网络进行参数化。现在，为了引入深度学习

作者：小鲸摘要： 告别传统模式，科技公司搞机器学习需要哪些必备技能？ 主流的科技公司已在积极地把自己定位成AI或者机器学习公司：谷歌把“AI先行”作为公司战略，Uber自带机器学习的血统，而各种AI研究实验室更是层出不穷。这些公司都在想尽办法说服世界，“机器智能的革命时代正在到来”。它们尤其强调深度学习，

作者：Michael Copeland人工智能是未来。人工智能是科幻。人工智能已经深入我们的日常生活。这些话都没错，当然这要看你指的是哪种程度的人工智能。概述2015年11月9日，Google发布人工智能系统TensorFlow并宣布开源。这两年在不管在国内还是在国外，人工智能、机器学习仿佛一夜之前传遍大街小巷。机器学

编者按：本文由微信公众号 “新智元”（ID：AI_era） ，来源trendintech，insidebigdata 等 ，译者李静怡， 刘小芹 。 搜索是最先一批被人工智能深刻改变的行业，这不仅仅是因为搜索公司（谷歌、百度、微软）跑在了AI 革命的前面。本文从搜索结果、

在这篇文章中，数据科学家与分析师 Vincent Granville 明晰了数据科学家所具有的不同角色，以及数据科学与机器学习、深度学习、 人工智能 、统计学、物联网、运筹学和应用数学等相关领域的比较和重叠。Granville 介绍说，由于数据科学是一个范围很广的学科，所以他首先介绍了在业务环

导读： 在这篇文章中，数据科学家与分析师 Vincent Granville 明晰了数据科学家所具有的不同角色，以及数据科学与机器学习、深度学习、 人工智能 、统计学、物联网、运筹学和应用数学等相关领域的比较和重叠。 OFweek工控网讯：在这篇文章中，数据科学家与分析师 Vinc

2016是人工智能爆发的一年，各种层出不穷的新技术、新概念让人眼花缭乱。很多人都分不清人工智能（Artificial Intelligence，简称AI）、机器学习（Machine Learning，简称ML）以及深度学习（Deep Learning，简称DL）概念之间的不同。本文为理解机器学习和深度学习提供了不同的视