我不会机器学习，但上个月我在 GitHub 上发现了一个**极简、入门级的神经网络教程**。它简洁易懂能用一行公式说明白的道理，不多写一句废话，我看后大呼过瘾。

机器学习的主要挑战是什么？如何测试评估训练好的算法模型呢？

长文带你初步认识机器学习，看看它能解决什么问题。

从人脸识别到自动驾驶，从机器翻译到游戏AI，机器学习已经是如今计算机应用领域当仁不让的明星。其只需改变训练所用的数据集即可适应不同的应用场景的特性，更是让论者如 Pedro Domingos 期待这条路的终点或可找到能够彻底理解世界规律的“终极算法”。一直以来，这个重要的领域由…

作为一个程序员，我们可以像学习编程一样学习深度学习模型开发。我们以Keras为例来说明。

有一次，我们公司开会，机器学习团队的老大汇报业绩时候说到，我们最近做出来的最好的模型，KS 达到了 0.45（不要纠结这个数字哈，随便写了一个）。搞业务的某个同学就一脸懵逼地问，这个 KS 是个什么意思呢？这是好呢？还是不好呢？

这篇文章写的非常好，简明扼要，语言流畅。是我认为入门word2vector的最好文章，没有之一。当然，我也不是生硬的翻译，而是理解之后按照自己的逻辑再写出来，希望能更加清晰一些。欢迎在评论中说出你的看法，多多交流。

多少行代码可以实现神经网络，并且了解反向传播算法。 如上，通过给定的输入的输出进行训练，最后根据给定输入预测输出。 训练数据如上。 如上，上部分为网络结构， 下部分为后面的辅助链式求导过程。 输入数据x乘以对应的权重w，得到的值z经过非线性函数转换(sigmoid)得到预测值l…

1、使用图 (Graph) 来表示计算任务. 2、在被称之为 会话 (Session) 的上下文 (Context) 中执行图. 3、使用 张量(Tensor) 表示数据. 4、通过 变量 (Variable) 维护状态. 5、使用 feed 和 fetch 可以为任意的操作(…