机器学习的基本原理是模型训练。对于人类来说，可以从单一的样例中学习到非常深刻的知识，例如变质的牛奶味道很差、火是热的等，但机器却需要更多的样例，因为它们是基于统计学的原理进行学习。机器学习的过程主要依赖于数据。

假设有一些数据相关的问题亟待你解决。在此之前你听说过机器学习算法可以帮助解决这些问题，于是你想借此机会尝试一番，却苦于在此领域没有任何经验或知识。 你开始谷歌一些术语，如“机器学习模型”和“机器学习方法论”，但一段时间后，你发

Mahout 是一个利用Map/Reduce的机器学习算法库，其思想源于斯坦福大学几个学者在2006年的nips会议上发表的一篇文章“Map- Reduct for Machine Learning on

在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。这篇文档也算是EasyPR开发的番外篇，从这里开始，必须对机器学习了解才能进一步介

个月免费试用期，不过卡巴斯基并不打算这么做。卡巴斯基所提供的免费防病毒应用并没有广告，但是会从免费用户处收集数据来改善机器学习算法，从而更好的打磨所有的产品和平台。 尽管全球开放日期为 7 月 25 日，但是根据地区差异可能需要等待一段时间。公司创始人

前言：最初关注深度机器学习是听了NUS的汪晟博士关于深度机器学习平台SIGNA的介绍，当时就发现深度机器学习是人工智能的一个革新的进步。但是由于从事的云计算和大数据方向的工作，所以平时只是作为自己的兴

使用高级分析算法(如大规模机器学习、图形分析和统计建模等)来发现和探索数据是当前流行的思路，在IDF16技术课堂上，英特尔公司软件开发工程师王以恒分享了《基于Apache Spark的机器学习及神经网络

引言： 机器学习领域中所谓的降维就是指采用某种映射方法，将原高维空间中的数据点映射到低维度的空间中。降维的本质是学习一个映射函数 f : x->y，其中x是原始数据点的表达，目前最多使用向量表达形式。

在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实 践。这篇文档也算是EasyPR开发的番外篇，从这里开始，必须对机器学习了解才能进一步

求，卡内基梅隆大学（CMU）正在进行的一项计算机科学研究有望加深我们对生物的理解，并以此促进类大脑算法的开发。 卡内基梅隆大学计算机科学系和认知神经基础中心（CNBC，卡耐基梅隆大学与匹兹堡大学之间的一个合作研究项目）教授

SimpleAI 是 Python 实现的人工智能算法工具包，示例代码： from simpleai.search import SearchProblem, astar GOAL = 'HELLO WORLD'

机器学习代码的很大一个特点是依赖于矩阵和向量操作，这在神经网络和矩阵分解类模型里面尤其明显。从神经网络里面的backprop到矩阵分解模型里面的更新法则都可以以向量和矩阵甚至张量的形式出现。 写机

自己的专业方向是机器学习、数据挖掘，就业意向是互联网行业与本专业相关的工作岗位。各个企业对这类岗位的命名可能有所不同，比如数据挖掘/自然语言 处理/机器学习算法工程师，或简称算法工程师，还有的称为搜索

原文 http://www.52cs.org/?p=383 机器学习是一个大武林，这里面江湖人士颇多，“发明”出来的算法兵器也是五花八门，浩瀚如海，足够你数上三天两夜了。然而，这些兵器行走江湖

很多机器学习程序涉及从外存的数据读取以及预处理。常见的例子比如深度的神经网络，或者是基于外存计算的一些算法如VW还有我很早之前写过的SVDFeature。在这类问题中，一个常见的优化是采用一个单独的线

如我们之前的介绍， 随着微软、Google、AWS陆续加入，机器学习即服务（MLaaS）的争夺战已经打响 ，BigML就是其中的一个竞争者。本文详细介绍了BigML机器学习服务的特性和使用过程，作者认为BigML比A

前言：新开通的博客，用于记录一些学习方面的东西，算是一个学习笔记吧。本系列按照《集体智慧编程》一书的框架进行。老实说，《集体》在理论上并不算是很好的参考书，但是该书是以一个个具体场景应用为驱动的，个人认为很适合用于机器学习相关的入门教材，起码很对我的胃口。

在本篇文章，作者将讨论机器学习概念以及如何使用Spark MLlib来进行预测分析。后面将会使用一个例子展示Spark MLlib在机器学习领域的强悍。 1.引言 Spark机器学习API包含两个package：spark

导语：本文详细的解释了机器学习中，经常会用到数据清洗与特征提取的方法PCA，从理论、数据、代码三个层次予以分析。 机器学习，这个名词大家都耳熟能详。虽然这个概念很早就被人提出来了，但是鉴于科技水平

北京时间1月18日凌晨消息， 谷歌 计划将创建机器学习模型的过程自动化，而且企业开发者们将能定制属于自己的模型，这样一来，使用Google云平台提供的人工智能技术成了该平台的主要应用场景。 本周三，谷歌简单描述了其最新的Cloud