机器学习

推荐系统技术文本相似性计算(三)实战篇

前两篇可以直接看我的专栏或者文本相似性计算(一)文本相似性计算(二)前面说了两篇了,分别介绍了TFIDF和向量空间的相关东西,然后介绍了主题模型,这一篇我们就来试试这两个东西。词向量就不在这篇试了,词向量和这两个关系不大,不好对比,不过我最后也给出了代码。0. 工具准备工欲善其事,必先利其器,那么我们先来利其器,这里我们使用的是python的gensim工具包,地址是:ht

翻译翻译,什么叫机器学习?

认识世界,就是一个从已知到未知的函数。机器学习,就是预测这个函数,并且使预测结果尽量准确。本文作者围绕机器学习展开讨论,与你分享。问:谈谈你对机器学习的理解。答:机器学习就是用已知去预测未知。认识世界,就是一个从已知到未知的函数。收集一大堆数据,然后用它们去预测一个值,就是回归问题。例如数码回收,根据你的机型、机况和行情,给出一个价格走势;从一大堆数据中,找到属于

SVM零基础系列教程(二)

原文链接:SVM - Understanding the math - Part 2在SVM教程的第一部分中,我们了解了SVM的目标。它的目标是是寻找最大化间隔的超平面。但是我们如何计算这个边距?SVM = Support VECTOR Machine在支持向量机中,有一个概念,叫做向量(vector)。这也就是说理解向量和如何使用它们是很重要的。Here a short

人工智能PM系列文章(二)PM要学会使用数据

本期和大家聊聊产品经理在机器学习领域该如何理解数据、使用数据、以及面对大数据的治理需要具备的一些基本素质。机器学习三要素:业内公认的机器学习三大要素:算法、计算能力、数据。1、算法:随着Google的Tensorflow的诞生,将算法迅速应用到产品中的门槛大幅度降低。使用Tensorflow可以让应用型研究者将想法迅速运用到产品中,也可以让学术性研究者更直接地彼此分享代码,

AI产品经理究竟是个什么“货色”?

骚年出招吧!哥让你三行代码……记得很久以前,程序员就叫程序员,需求就叫需求,美工就叫美工,测试就叫测试,只有管事管人的叫做经理。后来,慢慢衍生出了一个新的角色——一个叫做产品经理但不是经理的角色。于是乎,江湖上便开始有了产品经理的传说。微信的张小龙让产品经理抵达了一个别人无法企及的高度,网上各种关于产品经理的段子也层出不穷,先来两副对联:上联:这个其实很简单;下联:原理细节

你所不了解的机器学习设计师

机器学习设计师究竟在做些什么?设计师应该如何应对AI的冲击?能够颠覆行业的大公司都已经高度重视AI了。Google提出从移动优先到AI优先,Facebook的AI团队已经坐到了小扎的附近,传说坐的离小扎越近就越被嫉妒,之前的AR已经搬走了。前段时间我做过一个实验,就是在Linkedin搜索“machine learning designer”,我发现已经有不少设计师开始在机

AI/ML 市场分析报告:揭示人工智能真实潜力

人工智能被深度学习的先驱吴恩达称为“新的电力”,因为它有可能革新商业和日常生活,类似于互联网和数据库技术。 尽管 AI / ML 公司和投资激增,但许多大型市场仍有待探索。关键要点: 作为一种通用技术,人工智能(AI)和机器学习(ML)在几乎每个行业都有潜在的用例,并能够重塑人们生活和经营方式。 近十年来深度学习的突破,使得人工智能在日常生活中的应用越来越广泛,为该领域

TensorFlow被发现漏洞背后:关于AI安全我们的傻与天真

AI本身的安全防护,已经成为了开发者必须在意、大平台需要承担责任、国家竞争需要争抢的一个环节。当我们一直在讨论AI能给互联网安全带来什么影响的时候,可能一直都忽略了一个问题:AI本身也不安全。这两天的新闻恰如其分地提醒了我们这一点。近日,谷歌被爆其机器学习框架TensorFlow中存在的严重安全风险,可被黑客用来制造安全威胁,谷歌方面已经确认了该漏洞并做出了整改回应。虽然是

学习大纲:两周搭建Demo理解机器学习

很多互联网PM都想转型到人工智能产品经理,作者也一样,还是零编程基础、零算法基础、零AI实战经验。渴望对神经网络和机器学习理解得多一点,就亲自验证了一条有效的极简路径:40-50小时,学会搭建几种简单的神经网络。理解原理的同时,还能增强信心和兴趣。对互联网PM来说,做Demo就是本能。虽然AIPM岗的职责不涉及代码操作,但目前还没有专用的Demo工具。所以用Python实操