【AI科技大本营导读】亚马逊的 Alexa 的巨大成功已经证明：在不远的将来，实现一定程度上的语音支持将成为日常科技的基本要求。整合了语音识别的 Python 程序提供了其他技术无法比拟的交互性和可访问性。最重要的是，在 Python 程序中实现语音识别非常简单。阅读本指南，你…

文章选自TowardsDataScience，作者：James Le，机器之心编译。 在机器学习中，有一种叫做「没有免费的午餐」的定理。简而言之，它指出没有任何一种算法对所有问题都有效，在监督学习（即预测建模）中尤其如此。 例如，你不能说神经网络总是比决策树好，反之亦然。有很多…

本文旨在通过一个完整的实战例子，演示从源数据清洗到特征工程建立，再到模型训练，以及模型验证和评估的一个机器学习的完整流程。由于初识机器学习，会比较多的困惑，希望通过借助这个实战的例子，可以帮助大家对机器学习了一个初步的认识。

关于 Python 数据抓取 & 分析 & 机器学习 & 挖掘 & 神经网络 内容的分享。

最简单的端口扫描工具使用TCP连接扫描的方式，即利用操作系统原生的网络功能，且通常作为SYN扫描的替代选项。Nmap将这种模式称为连接扫描，因为使用了类似Unix系统的connect()命令。如果该端口是开放的，操作系统就能完成TCP三次握手，然后端口扫描工具会立即关闭刚建立的…

本文从分类和回归两个方面介绍了基本的监督学习方法，并用Scikit-Learn做了实例演示。为何使用人工智能和机器学习？地球的未来在于人工智能和机器学习。如果对这些技术一无所知，人们很快会发现自己落伍了。世界发展日新月异，每天都发生着不可思议的变化。

NumPy是一个Python语言的软件包，它非常适合于科学计算。在我们使用Python语言进行机器学习编程的时候，这是一个非常常用的基础库。本文是对它的一个入门教程。

至于历史上是如何的大家可以网上查阅，这里讲讲我对于神经网络产生的必然性的一些看法。先回到上一篇文章，可以看到，如果要找一个简单的能用现有函数规则描述的特征边界（比如直线，圆，椭圆，球面……），我们可以直接选取它的特征量，然后对这个模型进行训练，也就是说，对于某种问题有它的某种特…