2 天前 / 极市小助手
加入极市专业CV交流群，与6000+来自腾讯，华为，百度，北大，清华，中科院等名企名校视觉开发者互动交流！更有机会与李开复老师等大牛群内互动！ 同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流。关注极市平台公众号，回复加群，立刻申请入群~ 【导读】目标跟踪是视频分析和计算机视觉的一个重要分支，融合了图像处理、机器学习、最优化等多个领域的理论和算法，是完成更高层图像理解(如目标行为识别)任务的前提和基础。大数据时代的到来及深度学习方法的出现，为目标跟踪的研究提供了新的契机。 论文信息 题......
2 天前 / 叶锦鲤
NLP基础系列 1.浅论语言与认知的关系 2. 为什么要处理自然语言 3. 计算机是如何理解自然语言的 4.文本标注十要点 5.把自然语言文本转换为向量 6.句子相似度的计算 机器是如何“阅读理解”的？ 2019NLP模型集体超越人类？ 对人工智能领域而言，刚刚过去的2019年，堪称NLP（自然语言处理）年。在这一年里，Bert，XLNet，GPT-2等NLP模型、工具大放异彩，竞相占据各大AI头条。 一众NLP模型虽然属于相互竞争的关系，但至少从媒体报道的角度来看，在阅读理解这件事情上，它们都已经战胜了一个共同的对......
5 天前 / hyper0x
选自Medium 作者：JP Tech等 机器之心编译 毕业季找工作了？如果想应聘机器学习工程师岗位，你可能会遇到技术面试，这是面试官掂量你对技术的真正理解的时候，所以还是相当重要的。近日，JP Tech 发表了一篇文章，介绍了他们面试新人时可能会提出的 12 个面试问题。问题很基础，但却值得一看。 这些问题是我在面试 AI 工程师岗位时常问到的问题。事实上，并非所有面试都需要用到所有这些问题，因为这取决于面试者的经验以及之前做过的项目。经过很多面试（尤其是与学生的面试）之后，我收集了 12 个深度学习领域的面试问题。我将在本文中......
11 天前 / 极市小助手
加入极市专业CV交流群，与6000+来自腾讯，华为，百度，北大，清华，中科院等名企名校视觉开发者互动交流！更有机会与李开复老师等大牛群内互动！ 同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流。关注极市平台公众号，回复加群，立刻申请入群~ 2018年9月，微软亚洲研究院发布了第一版 NNI (Neural Network Intelligence) ，目前已在 GitHub 上获得 3.8K 星，成为最热门的自动机器学习（AutoML）开源项目之一。 作为为研究人员和算法工程师量身定制的自动机器学习工具和框架，NNI 在过去一年中不断迭......
14 天前 / xF0rk
基于Spark的SOC ML检测平台是为企业安全运营人员打造的一站式机器学习检测服务平台，为用户提供从数据预处理、特征转换、特征提取、模型训练、模型预测、异常结果可视化到用户实时反馈的全流程可配置（无需编写代码）可直接运用于生产环境的智能威胁检测服务。SOC ML检测平台内置了多种适用于企业安全环境的数据预处理/特征提取方法和算法组件，同时检测平台融入了最新的行为分析检测思想，满足用户直接在生产环境实验及部署安全检测场景发现未知威胁的需求。拖拽式任务流设计及提供的默认模型参数（沉淀了安全分析经验）让安全运营人员能轻松快速......
30 天前 / hyper0x
机器学习中，最重要的就是数据预处理了。 而当不同特征之间的值差距较大，分布很离散，那么可能就需要统一这些数据的量纲，以便后期的处理。 所以，今天带来的是一些数据标准化处理的方法。 主要的标准化方法先列出如下： ·StandardScaler ·MinMaxScaler ·MaxAbsScaler ·RobustScaler ·Normalizer 1 - StandardScaler - sklearn.preprocessing.StandardScaler（copy = True，with_mean = True，with_std = True ） 通过删除均值和缩放到单位方差来标准化特征。 样本x的标准分......
37 天前 / 读芯术
全文共2146字，预计学习时长7分钟 来源：Pexels 2016年11月3日晚上11:35，我坐在多伦多市中心贝街的会议室里，盯着街边空荡荡的办公室。房间的灯变暗了，电话亮了。我收到了三条提醒。 · 10小时后的执行方案陈述。 · 打电话给杰西。在12小时内发送最终的婚礼安排细节。 · 去机场。在18小时后飞往香港举行婚礼。 “该死，该死，该死！” 我轻敲键盘；笔记本电脑打开了；弹出一个数字。还是不行。我该如何解释预期转化率下降了35%的原因？ 我拿起电话，打给西蒙，一位会在汇报时支持我的同事：“来计划一下......
37 天前 / HueiFeng
总篇64篇 2019年 第38篇 当下很多互联网公司都开始搭建自己的机器学习平台，界面和操作模式可能略有不同，但宗旨基本上都是：减少重复开发，提升工作效率。随着机器学习、深度学习技术的越发成熟，模型训练的流程和架构也就越发固定。在这种趋势下，搭建机器学习平台，把模型训练的固定步骤通过界面操作，大大简化了开发过程，降低了机器学习的门槛。 与传统的脚本开发的模式相比，机器学习平台平台将模型训练中数据处理、特征工程、算法选择等重要环节以组件的形式封装，由用户自由选择并搭建工作流，操作更加简单快捷。对于同一个训练......
38 天前 / hyper0x
本文认为机器学习和人工智能领域中的待解难题本质上与因果关系有关。图灵奖得主、贝叶斯网络之父 Judea Pearl 曾自嘲自己是「AI 社区的反叛者」，因为他对人工智能发展方向的观点与主流趋势相反。Pearl 认为，尽管现有的机器学习模型已经取得了巨大的进步，但遗憾的是，所有的模型不过是对数据的精确曲线拟合。从这一点而言，现有的模型只是在上一代的基础上提升了性能，在基本的思想方面没有任何进步。 那么，怎样才能推动 AI 社区解决这一问题呢？Pearl 认为，我们需要一场「因果革命」。研究者应该考虑采用因果推断模型，从因果而非单纯的数......
48 天前 / 风来风往风伤(TiAmo)
写文章图神经网络库DGL零基础上手指南_01苘郁蓁华中科技大学 计算机应用技术硕士16 人赞同了该文章更多前置知识欢迎阅读《一文读懂图卷积神经网络GCN》 教程以Zachary’s karate club问题为例。 step 1 : 问题描述空手道俱乐部是一个包含34个成员的社交网络，有成对的文档交互发生在成员之间。俱乐部后来分裂成两个群体，分别以指导员（节点0）和俱乐部主席（节点33）为首，整个网络可视化如下图： 图 空手道俱乐部的例子任务是预测每个节点会加入哪一边（0or33） 创建Zachary’s karate club图如下： import dgldef build_karate_club_graph(......
51 天前 / 云水木石
对于在线学习过机器学习有关课程的朋友来说，Jupyter Notebook应该不陌生。Jupyter Notebook提供了基于Web的交互式机器学习环境，用户无需安装任何软件，只需可以上网的浏览器，就可以体验机器学习。Jupyter Notebook在线环境可以让用户编写Notebook，修改代码，并实时执行，查看结果。不过基于Web的编辑器，并没有提供过多的代码编写辅助，对于习惯使用IDE编写代码的开发人员，裸写机器学习代码，的确不太方便。 现在有个好消息，Visual Studio Code提供了对Jupyter Notebook的本机支持。借助于强大的插件系统，VS Code日益成为机器学习工程师喜......
62 天前 / hyper0x
测量智慧 编译 | 杨晓凡 编辑 | 唐里 著名深度学习研究员、谷歌大脑研究员、Keras 库作者（以及 Twitter 活跃分子）Franois Chollet 近期在 arXiv 上公开了一篇论文《The Measure of Intelligence》（arxiv.org/abs/1911.01547）。正如标题，这篇论文讨论的是人类应该如何理解以及正确地测量生命体/智能体的智慧。Franois Chollet 对机器学习领域里「大肆炒作模型在单个任务中的表现」的惯例非常不满，他认为这并不能体现「智慧」。比如 CNN 家族在 ImageNet 图像分类中超越人类、AlphaGo 在围棋中击败人类、OpenAI Five 在 D......
64 天前 / 哈尔的数据城堡
导言在用机器学习算法解决问题时，求解模型参数是很经常的事情，也就是在优化损失函数的时候，需要找到最合适的模型参数。那么如何找到最优的参数呢，这个时候就需要我们本文要讲的 梯度下降法 了。学习前提微积分求导梯度下降法原理简单易懂，但是需要有微积分，以及求导的数学理论基础，其实也就是会微积分的求导。下文也会提到，忘记也无妨。梯度下降法是什么在机器学习算法中，很多模型本质就是通过最小化损失函数来间接求解模型参数。我们在最小化损失函数时，可以通过梯度下降法来一步步迭代求解，得到最小参数值，来得到最小化损失函数，......
64 天前 / 闲鱼技术
背景近些年，随着云计算和大数据的快速发展，以机器学习为基础的智能推荐也得到了迅猛发展。利用云计算，不但可以每日更新模型，双11更是小时级更新模型，以实现更准确的推荐。为了更好的优化推荐系统，丰富实时特征，通常会采集大量的行为数据上报到云端。随着闲鱼DAU（日活跃用户数量）的不断增长，这种云端中心化计算模式的问题也暴露了出来。中心化模式不但要消耗大量的服务器资源，还要面对海量数据处理所带来的延迟问题（分钟级延迟，不可原谅）。推荐系统的实时性为什么说，延迟问题对推荐系统是致命的，不可原谅的？推荐系统的实时性越高，......
64 天前 / 宜信技术学院
一、背景 面对订单数据纸质文件或图片，仅靠人眼识别的话效率低，需引入机器学习来识别和解析图片以提高效率。当前市面已有收费的图片识别服务，包括阿里、百度等，识别效果较好，但针对订单类图片，不仅需要关注图片上的文字，还需要关注文字所在的行列，来分出每条数据和数据详细字段。本篇内容主要介绍一种针对识别完结果进行行列解析的抽象流程和方案，来提高开发效率。本文只提供思路，不提供源码。另外，本文不介绍人工智能图片识别，有兴趣的同学请关注大神们的文章，这里推荐“宜信技术学院官网文章AI板块”。 二、解析流程 ......