深度学习作为人工智能的重要手段，迎来了爆发，在NLP、CV、物联网、无人机等多个领域都发挥了非常重要的作用。最近几年，各种深度学习算法层出不穷,GenerativeAdverarialNetwork(GAN)自2014年提出以来，引起广泛关注，身为深度学习三巨头之一的YanLecun对GAN的评价颇高，认为GAN是近年...

前言在生活中，我们经常给朋友推荐一些自己喜欢的东西，也时常接受别人的推荐。怎么能保证推荐的电影或者美食就是朋友喜欢的呢？一般来说，你们两个人经常对同一个电影或者美食感兴趣，那么你喜欢的东西就很大程度上朋友也会比较感兴趣。在大数据的背景下，算法会帮我寻找兴趣相似的那些人，并关注他们喜欢的东西，以此来给我们推荐可能喜欢的事...

/摘要： 分类问题是生活中最常遇到的问题之一。普通人在做出选择之前，可能会犹豫不决，但对机器而言，则是唯一必选的问题。我们可以通过算法生成模型去帮助我们快速的做出选择，而且保证误差最小。充足的样本，合适的算法可以透过表象的类别，进而挖掘其内在的联系、区别，找出最佳的的属性来区分每个样本的类别。模型训练与在线预...

/摘要： 我们经常思考机器学习，深度学习，以至于人工智能给我们带来什么？在数据相对充足，足够真实的情况下，好的学习模型可以发现事件本身的内在规则，内在联系。我们去除冗余的信息，可以通过最少的特征构建最简单、误差最小的模型，以此将学习到的规则，逻辑应用到具体的场景中，帮助我们可以快速准确的处理某些繁琐重复的工作...

/摘要： 基于人工智能火热的大背景下，通过阿里云的机器学习平台PAI在真实场景中的应用，详细阐述相关算法及使用方法，力求能够让读者读后能够马上动手利用PAI搭建属于自己的机器学习实用方案，真正利用PAI玩转人工智能。模型训练与在线预测服务、推荐算法四部曲、机器学习PAI实战、更多精彩，尽在开发者分会场【机器学...

阿里云RPA，作为阿里云自研8年的技术，在资本的热捧下，逐渐从幕后来到台前，成为企业服务市场的黑马。本文将从产品上全面剖析，阿里云RPA这款产品的现阶段情况，同时简单谈谈阿里云RPA的商业化进展。RPA，即RoboticProcessAutomation（机器人流程自动化），能代替人执行电脑端重复、有规则、大批量的跨系...

/以下内容根据演讲视频以及PPT整理而成。本次分享主要围绕以下五个方面：PAI产品简介自定义算法上传数加智能生态市场AutoML2.0自动调参AutoLearning自动学习一、PAI产品简介与功能发展1.PAI-Studio在PAI的架构图中，最下层的是PAI的计算框架和数据资源。PAI可支持MaxCompute、O...

什么是机器翻译机器翻译，是利用计算机将一种自然语言(源语言)转换为另一种自然语言(目标语言)的过程。机器翻译的的实用价值随着经济全球化及互联网的飞速发展而日益提高，在促进政治、经济、文化交流等方面起到越来越重要的作用。机器翻译的应用面很广。比如：为语言服务公司提供翻译服务帮助政府国企在内容、新闻、服务上多语言化在互联网...

围绕日志，挖掘其中更大价值，一直是我们团队所关注。在原有日志实时查询基础上，今年SLS在DevOps领域完善了如下功能：上下文查询实时Tail和智能聚类，以提高问题调查效率提供多种时序数据的异常检测和预测函数，来做更智能的检查和预测数据分析的结果可视化强大的告警设置和通知，通过调用webhook进行关联行动今天我们重点...

本系列将利用阿里云容器服务，帮助您上手KubeflowPipelines.第一篇：在阿里云上搭建KubeflowPipelines第二篇：开发你的机器学习工作流第三篇：利用MPIJob运行ResNet101从上篇文章中，我们可以看到如何通过KubeflowPipeline运行单节点任务机器学习工作流，在本文中，我们会介...

转自：https://www.zhihu.com/question/41354392作者：wepon链接：https://www.zhihu.com/question/41354392/answer/98658997来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。最近赞忽然多了起来，我猜是...

##机器学习中常见的损失函数  一般来说，我们在进行机器学习任务时，使用的每一个算法都有一个目标函数，算法便是对这个目标函数进行优化，特别是在分类或者回归任务中，便是使用损失函数（LossFunction）作为其目标函数，又称为代价函数(CostFunction)。  损失函数是用来评价模型的预测值Y^=f(X)Y^=...

　　最近看到某个网站提交数据要提交验证码，用tesseract自带的识别，　　 　　识别出来是什么鬼，0-9识别成了什么玩意！　　  　　so决定自己训练下tesseract...1.准备工作（安装工具环境）    1.下载安装tesseract-o...

PCA(PrincipalComponentAnalysis)，即主成分分析方法，是一种使用最广泛的数据降维算法。PCA的主要思想是将n维特征映射到k维上，这k维是全新的正交特征也被称为主成分，是在原有n维特征的基础上重新构造出来的k维特征。PCA的工作就是从原始的空间中顺序地找一组相互正交的坐标轴，新的坐标轴的选择与...

 ...