撰写于    浏览:5126 次  分类: PyTorch 教程
1、封面介绍2、出版时间2019年8月3、推荐理由本书是一本系统介绍深度学习及开源框架PyTorch的入门书。全书注重实战,每章围绕一个有意思的实战案例展开,不仅循序渐进地讲解了PyTorch的基本使用、神经网络的搭建、卷积神经网络和循环神经网络的实现,而且全面深入地介绍了计算机视觉、自然语言处理、迁移学习,以及对抗学习和深度强化学习等前沿技术。读[...]

撰写于    浏览:35751 次  分类: PyTorch 教程
1、封面介绍2、出版时间2019年11月3、推荐理由在人工智能时代,如何尽快掌握人工智能的核心——深度学习,是每个欲进入该领域的人都会面临的问题。目前,深度学习框架很多,如TensorFlow、PyTorch、Keras、FastAI、CNTK等,这些框架各有优缺点,应该如何选择?是否有一些标准?我认为,适合自己的就是最好的。如果你是一位初学者,建[...]

撰写于    浏览:1944 次  分类: PyTorch 教程
1、封面介绍2、出版时间2019年4月3、推荐理由PyTorch是Facebook于2017年初在机器学习和科学计算工具Torch的基础上,针对Python语言发布的一个全新的机器学习工具包,一经推出便受到了业界的广泛关注和讨论,目前已经成为机器学习从业人员的研发工具。《PyTorch深度学习》是使用PyTorch构建神经网络模型的实用指南,内容分[...]

撰写于    浏览:2416 次  分类: 默认分类,自然语言处理与推荐系统
1、封面介绍2、出版时间2019年12月3、推荐理由《PySpark机器学习、自然语言处理与推荐系统》阐释如何构建有监督机器学习模型,比如线性回归、逻辑回归、决策树和随机森林,还介绍了无监督机器学习模型,比如K均值和层次聚类。该书重点介绍特征工程,以便使用PySpark创建有用的特征,从而训练机器学习模型。自然语言处理的相关章节将介绍文本处理、文本[...]

撰写于    浏览:2416 次  分类: 默认分类,自然语言处理与推荐系统
1、封面介绍2、出版时间2019年12月3、推荐理由《PySpark机器学习、自然语言处理与推荐系统》阐释如何构建有监督机器学习模型,比如线性回归、逻辑回归、决策树和随机森林,还介绍了无监督机器学习模型,比如K均值和层次聚类。该书重点介绍特征工程,以便使用PySpark创建有用的特征,从而训练机器学习模型。自然语言处理的相关章节将介绍文本处理、文本[...]

撰写于    浏览:5826 次  分类: 自然语言处理与推荐系统
1、封面介绍2、出版时间2019年8月3、推荐理由本书是一本关于推荐系统从入门到进阶的读物,采用“理论+实践”的形式展开,不仅对各种推荐算法进行了介绍,还对算法所涉及的基础理论知识进行了补充。全书共分为3篇:第1篇是“推荐系统的背景介绍和入门”,包括走进推荐系统、搭建你的一个推荐系统和推荐系统常用数据集介绍;第2篇是“推荐系统涉及的算法介绍、冷启动[...]

撰写于    浏览:779 次  分类: 算法工程师经验分享
为什么大家现在都不看好 CV 方向了呢?明明现在目标检测中,COCO数据集最好准确率才0.52,还有很大进步空间啊。https://www.zhihu.com/question/383486199

撰写于    浏览:4603 次  分类: PyTorch 教程
1、封面介绍2、出版时间2017年8月3、推荐理由《Deep Learning》(深度学习)是一本皆在帮助学生和从业人员进入机器学习领域的教科书,以开源的形式免费在网络上提供,这本书是由学界领军人物 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合力打造。《Deep Learning》(深度学习)是一[...]

撰写于    浏览:940 次  分类: 算法工程师经验分享
在业界,做机器学习和数据挖掘的人也统称算法开发工程师,但是别以为有着算法开发的Title就天天写算法了。除了公司平台部门(基础架构部等),其他业务部门的算法工程师往往要花费大量的时间和精力要从事和业务紧密相关的数据挖掘工作。算法工程师和系统工程师不一样。系统工程师做一个系统边界很明确的,需求文档上的功能全部实现了,就算完成了。但是模型的准确率达到多[...]

撰写于    浏览:952 次  分类: 算法工程师经验分享
1、接到一个项目之后心潮澎湃,脑子里马上闪现出faster rcnn、resnet、mask rcnn等各种牛逼的算法。2、结果发现图片都不知道存在哪……于是反馈给产品经理,开了一通会议,确定图片数据库在某个位置,准备读表爬虫!3、结果发现表的信息是乱七八糟的,一张表里面有图片链接,但没有这个图片的标签信息;另一张表里面有标签信息,但又没有图片链接[...]

撰写于    浏览:988 次  分类: 算法工程师经验分享
讯飞AI同传语音造假2019年9月20号讯飞AI同传语音造假的新闻刷爆科技圈,科大讯飞股价应声下跌3.89%(不是65.3%,标题党文章害死人)。 吃瓜群众纷纷感慨,有多少人工,就有多少智能。AI漫天飞舞AI概念在2015年起就红得发紫,不论是送外卖,搞团购,卖车的,或是推荐莆田医院的,是个公司都会标榜自己是搞人工智能的。在21世纪的第2个10年,[...]

撰写于    浏览:1060 次  分类: 算法工程师经验分享
算法工程师的迷茫算法工程师的日常工作大部分时候就是收集和处理数据。就说模型吧,搞不过那些专门搞研究发Paper的人;说工作吧,核心岗位也只留给那些入行早或者有顶会光环的人。虽然大多数算法工程师是会不断学习,但有时候不免有些算法民工的感觉。很多算法工程师感觉很是迷茫,不知道自己的出路是在哪里。技术迷茫人人皆有作为一名技术人员,大部分人都经历过迷茫的阶[...]

撰写于    浏览:2089 次  分类: 算法工程师经验分享
算法工程师的行业特点:充斥大量数学公式与其他工作方向,如APP开发、Web开发,游戏开发相比,人工智能尤其是机器学习属于数学知识密集的方向。在各种书籍,论文,算法中都充斥着大量的数学公式,这让很多立志成为算法工程师的人倍感压力。机器学习和深度学习需要学习的数学知识首先我们考虑一个最核心的问题:机器学习和深度学习究竟需要哪些数学知识?请看下面这张表:[...]

撰写于    浏览:953 次  分类: 算法工程师经验分享
人类的需求一定有明确需求和不明确需求两大类,搜索代表的是明确的需求,而个性化代表的是不明确需求,所以只要人类有获取信息的需要,个性化推荐一定会伴随人类的发展,一直持续下去。虽然推荐算法不会消亡,但是一定会遇到挑战和变数。推荐算法工程师最大的危机来自于云计算及 AI 的发展,越来越多的云计算公司将 AI 作为云服务的基础能力 (包括推荐能力) 封装起[...]

撰写于    浏览:899 次  分类: 算法工程师经验分享
声明本文摘自网络,并做了些修改。写的不错,分享给大家。前言背景:一直有朋友希望我能介绍下自学机器学习、数据挖掘的经历,然而当我认真回首研究生这两年半,发现浪费掉的时间居多,学习的时间太少,积累还不够(虽然校招季收获比较多的数据挖掘相关offer,其实人脉、运气、面试经验等其他因素占了很大比重)。所以在此只能聊聊一些浅显的认识,各位姑妄听之。本文受众[...]