本文将通过地图寻宝问题为例，向你简要介绍多智能体系统实施时的困难程度及其原因。

在过去一年多的时间里，关于初创企业失败以及安全问题令人担忧等报道内容一直笼罩着物联网行业。但其实，物联网一直保持着不可阻挡的前进之势，2017 年也很有可能是物联网设备数量超过手机的一年。

新年总是跟黄金密不可分。新年第一天，让我们尝试用python搭建一个机器学习线性回归模型，预测金价！

新的一年即将到来了，这里先祝各位新年快乐，狗年财运旺旺的 。在新年的最后一篇推送中，就简单的介绍一下和狗相关的一项黑科技，狗练识别。

在淘宝平台上有非常多的子场景，例如搜索、推荐、广告。每个子场景又有非常多细分，例如搜索包括默认排序、店铺内搜索、店铺搜索等；推荐内有猜你喜欢、今日推荐、每日好店等。基于数据驱动的机器学习和优化技...

学习曲线是监督学习算法中诊断模型 bias 和 variance 的很好工具。本文将介绍如何使用 scikit-learn 和 matplotlib 来生成学习曲线，以及如何使用学习曲线来诊断模...

在深度学习出现后，人脸识别技术才真正有了可用性。这是因为之前的机器学习技术中，难以从图片中取出合适的特征值。轮廓？颜色？眼睛？如此多的面孔，且随着年纪、光线、拍摄角度、气色、表情、化妆、佩饰挂件...

日前，Uber 官网上的一篇文章详细介绍了基于 NLP 和机器学习构建的 COTA 客服系统。利用该系统，Uber 可以快速高效地解决 90％ 以上的客服问题，雷锋网 AI 研习社将原文编译整理如下：

机器学习中使用的算法大体分为 3 类：监督学习、无监督学习和强化学习。 监督学习 提供了反馈来表明预测正确与否，而 无监督学习 没有响应：算法仅尝试根据数据的隐含结构对数据进行分类。 强化学习 ...

人工智能热度很高，但泡沫也很大。人工智能在视频领域的应用已经走入寻常人的生活，人脸识别，视频自动抠像技术已经比较成熟。除此之外，人工智能还能为视频应用带来哪些变化呢？鲍金龙撰文，描述了人工智能在...

不久之前，机器之心推荐了一篇论文，介绍 UC Berkeley 研究员发布的分布式系统 Ray。开发者称，Ray 专门为人工智能应用设计，通过这款框架，运行于笔记本电脑上的原型算法仅需加入数行代...

人工智能正在成为像“电力”一样的东西，每一个关系未来发展的人都应该对其有所了解。尤其是开发者，不懂人工智能，竞争力将会在将来大幅度下降。

在过去一年中，我们看到了很多某种人工智能算法在某个医疗检测任务中 「超越」人类医生的研究和报道，例如皮肤癌、肺炎诊断等。如何解读这些结果？他们是否真正抓住医疗实践中的痛点、解决医生和病人的实际需...

作为我们这代人应该感到幸运，因为我们即将见证一个伟大的时代的到来。作为上个时代的弄潮儿——程序猿，我们有着得天独厚的机遇去创造着下一个时代。如何成功转型就变得至关重要，今天我们就来谈谈程序猿如何转型AI！

如果说一套系统就能解决所有问题的“通用人工智能”离人们的生活还很遥远，那么让人工智能系统解决具体的某一项、或某一类问题已经是一个切实可行的小目标。近几年智能解题逐渐成为人工智能的一大研究热点。随...

以下是精心收集的一些非常好的开放数据集，也是做 AI 研究不容错过的数据集。

机器学习是件令人兴奋的事，但一系列工作是复杂和困难的。作为一名开发人员，要学习的工具实在是太多太杂了。幸运的是，Python是一种广泛应用于大数据和机器学习各类工具上的语言，使用范围极广。机器学...

人工智能(AI)含义宽泛，从聊天机器人到自动驾驶汽车的很多东西都可以用这个词来描述。市场营销人员很喜欢赶时髦，乘着这股东风推销产品。

很多人说，强化学习被认为是真正的人工智能的希望。本文将从7个方面带你入门强化学习，读完本文，希望你对强化学习及实战中实现算法有着更透彻的了解。

在深度学习项目开始前，选择一个合适的框架是非常重要的事情。最近，来自数据科学公司 Silicon Valley Data Science 的数据工程师 Matt Rubashkin（UC Ber...