按照该课程所述，读者可能需要初级代数知识，如变量与系数、线性方程组和函数曲线等以理解基本的机器学习模型。此外，读者也需要一些 Python 编程经验，但一般只需要最基础的函数定义、列表/字典、循环和条件表达式等。本课程的实现是基于 Python 和 TensorFlow，不过读…

选自 Medium，作者：Eddie Smolyansky，机器之心编译，参与：刘晓坤、王淑婷。 作为像深度学习这样高产领域的研究人员，我们经常会发现自己被论文的汪洋所淹没。这些论文是如此之多，想全部读完并跟踪最新研究似乎很难很难。我觉得形成这种局面的一个重要原因是，我们没有充…

Google 2017年的论文 Attention is all you need 阐释了什么叫做大道至简！该论文提出了Transformer模型，完全基于Attention mechanism，抛弃了传统的RNN和CNN。 我们根据论文的结构图，一步一步使用 PyTorch …

摘要：深度学习背后的主要原因是人工智能应该从人脑中汲取灵感。本文就用一个小例子无死角的介绍一下深度学习！ 人脑模拟 深度学习背后的主要原因是人工智能应该从人脑中汲取灵感。此观点引出了“神经网络”这一术语。人脑中包含数十亿个神经元，它们之间有数万个连接。很多情况下，深度学习算法和…

在之前的两个文章中，我们分别介绍了R-CNN与SPP-Net，于是在2015年RBG（Ross B. Girshick）等结合了SPP-Net的共享卷积计算思想，对R-CNN做出改进，于是就有了Fast R-CNN。首先简单介绍下Fast R-CNN。 首先在SPP-Net与R…

Statsbot 团队已经发表了一篇关于使用时间序列分析进行异常检测的文章。今天，我们将讨论使用长短时记忆模型（LSTMs）进行时间序列的预测。我们请数据科学家 Neelabh Pant 向大家来讲述他使用循环神经网络预测汇率变化的经验。 作为一个生活在美国的印度人，我和我的家…

之前总是在看前沿文章，真正落实到工业级任务还是需要实打实的硬核基础，我司选用了HANLP作为分词组件，在使用的过程中才感受到自己基础的薄弱，决定最近好好把分词的底层算法梳理一下。 1. 简介 NLP的底层任务由易到难大致可以分为词法分析、句法分析和语义分析。分词是词法分析（还包…