機器學習——特徵工程

摘要： 特徵工程，是對原始數據進行一系列的工程處理，將其提煉為特徵，作為輸入供算法和模型使用。特徵工程是一個表示和展現數據的過程。在實際工作中，特徵工程主要是去除原始數據中的雜質和冗餘，設計更高效的特徵以描述求解的問題和預測模型之間的關係。

閱讀全文...

機器學習模型評估常用指標匯總

摘要： 在使用機器學習算法過程中，針對不同的問題需要不用的模型評估標準，這裡統一匯總。主要以兩大類分類與回歸分別闡述。

閱讀全文...

SuperGLUE！自然語言處理模型的新標準

摘要： 自然語言處理的評分標準從GLUE到SGLUE

 

閱讀全文...

DATA SCIENCE PAPERS – SUMMER 2019 EDITION

閱讀全文...

Cracking open the black box of automated machine learning

摘要： Interactive tool lets users see and control how automated model searches work.

閱讀全文...

扎實你的 AI Coding 基礎！GitHub 大神整理了一份新手易懂的學習課程

摘要： 大數據時代下，AI 工程師的地位水漲船高。 你是否聽到 AI 兩個字就覺得門檻高？別怕，GitHub 神人幫你推薦了 AI 菜鳥工程師的學習菜單。

閱讀全文...

Math of Neural Networks — from scratch in Python

摘要： In this post we will go through the mathematics of machine learning and code from scratch, in Python, a small library to build neural networks with a variety of layers (Fully Connected, Convolutional, etc.). Eventually, we will be able to create networks in a modular fashion

閱讀全文...

模型剪枝，不可忽略的推斷效率提升方法

摘要： 目前，深度學習模型需要大量算力，內存和電量。當我們需要執行實時推斷，在設備端運行資源有限的情況下運行瀏覽器時，這就是瓶頸。能耗是人們對於當前學習模型的主要擔憂。而解決這一問題的方法之一是提高推斷效率。

閱讀全文...

比Spark快100倍的GPU加速SQL引擎！BlazingSQL開源了

摘要： BlazingSQL是一個基於英偉達RAPIDS生態系統構建的GPU加速SQL引擎.RAPIDS包含一組軟件庫（BlazingSQL，cuDF，cuML，cuGraph），用來在GPU上執行端到端的數據科學計算和分析管道。

閱讀全文...

讓神經網絡訓練速度加快4倍！谷歌大腦團隊提出“數據回送”算法

摘要： 在摩爾定律的暮色中，GPU和其他硬件加速器極大地加速了神經網絡的訓練。但是隨著加速器的不斷改進，前期階段所花費的時間將逐漸成為訓練速度的瓶頸。谷歌大腦團隊提出了“數據回送（數據呼應）”算法，在部分情況下，數據回送甚至可以將訓練速度提升4倍。

閱讀全文...

MICROSOFT CLOUD DATA SCIENCE

摘要： Here are some articles from Microsoft regarding cloud data science products and updates. This week includes IoT hubs, Time Series Insights, Deep Learning Virtual Machine, Python sample code for cognitive services, and more.

閱讀全文...

過度擬合及解決方法

摘要： 本文重點介紹了在測試機器學習模型時遇到的一個關鍵主題。

閱讀全文...