机器学习数据集

字幕组双语原文： TensorFlow最出色的30个机器学习数据集 英语原文： 30 Largest TensorFlow Datasets for Machine Learning 翻译：雷锋字幕组（ chenx2ovo ）

图：作弊者通过宠物领养平台Petfinder.my收集有关Private Leaderboard的答案，从而获得竟赛冠军【网易智能讯1月16日消息】世界最知名的数据挖掘以及机器学习竞赛平台Kaggle刚刚宣布，获得最新竞赛的冠军团队Bestpetting因涉嫌作弊而被剥夺了冠军头衔。该团队通过宠物领养网站Petfind

机器学习的理论并不难掌握。如果你要在软件中添加人脸识别功能，首先要收集大量图片，然后，在软件进行了无数次学习之后，就能在众多照片中识别出人脸了。问题是，虽然理论好理解，但是相应的软件却很难操作，更不要说精通了。你必须创建各种自定义的代码位，然后将其复制到软件的多个位置上，除此之外，你还要对数据分析有着非常直观的认识，如

作者：Moritz Mueller-Freitag 长期以来，在机器学习中不合理的数据利用效率一直是引起广泛讨论的话题。也有人认为，曾经阻碍人工智能领域取得各种重大突破的，并不是什么高深的算法， 而是缺乏高质量的数据集。然而讨论的共同中心是，在当下最前沿的机器学习方面，数据是一个相当关键的组成部分。获取

ML 数据集可以包含数亿个数据点，每个数据点由数百（甚至数千）的特征组成，几乎不可能以直观的方式了解整个数据集。为帮助理解、分析和调试 ML 数据集，谷歌开源了 Facets，一款可视化工具。Facets 包含两个部分 —— Facets Overview 和 Facets Dive ，允许用户以不同的粒度查看其数据的

编者按：本文由微信公众号 “新智元”（ID：AI_era） 编译，来源：research.googleblog.com；reddit，编译：文强；胡祥杰；刘小芹 数据重要还是算法重要？一篇新的论文或许给出了答案。使用一个 300 倍于 ImageNet 的新数据集，谷歌研究人员

1 新智元编译 来源：machinelearningmastery.com作者：Jason Brownlee 　　 编译：刘小芹 　　 新智元启动新一轮大招聘：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

选自Microsoft作者：Lee Scott机器之心编译参与：李亚洲、吴攀、杜夏德 　　 要学习怎么使用微软 Azure 机器学习，最重要的是获取样本数据集和进行实验。在微软，我们有大量的样本数据集可用。这些数据集已经在 Azure Cortana Intelligence Gallery 中的样本模

本篇教程将引领大家，通过使用spark的机器学习性能和 Scala ，练习一个基于超出内存可加载范围的数据集的逻辑回归分类器（即LR分类器）。假如你想创建一个机器学习模型，但却发现你的输入数据集与你的计算机内存不相符？对于多机器的计算集群环境中通常可以使用如Hadoop和Apache Spark分布式计算工具。然而，A