当数值特征跨越不同的数量级的时候，模型可能会只对大的特征值敏感，这种情况可以考虑分桶操作。

这个问题很有意义。机器学习算法并没有什么不足之处，那么为什么数据科学家要选择深度学习算法呢？神经网路能够提供给我们哪些传统机器学习提供不了的功能呢？...

机器学习是通过对已有数据进行模型训练，再将训练好的模型应用于未知数据的过程。从这句话中我们可以看到几个关键要素：数据，模型，训练，应用。对于一个通常的机器学习项目，这些确实是其中最核心的环节。那么，对于其中每一个项...

在机器学习和模式识别中，特征工程的好坏将会影响整个模型的预测性能。其中特征是在观测现象中的一种独立、可测量的属性。选择信息量大、有差别性、独立的特征是模式识别、分类和回归问题的关键一步，可以帮助开发者最大...

在开发股票投资模型这项工作中，很少有凭空搭建的楼阁。尽管可以使用机器学习类的工具增强模型性能，但是大部分模型的基础结构，依然基于传统的资产定价模型和因子分析演化而来。...

这是机器学习发挥作用的地方。我们将建立一个机器学习分类器来判断一只股票是买入、卖出还是持有。为了确定一个股票或公司是否属于这三种类型之一，我们将看一下每个公司的季度报告。这些季度报告包含了必要的财务信息...

这是一个值得思考的问题。机器学习算法并不缺乏，那么为什么数据科学家会倾向于深度学习算法呢？神经网络提供了传统机器学习算法不具备的功能吗？...

当前，新一轮科技革命和产业变革孕育兴起，大数据的集聚、理论算法的革新、计算能力的提升及网络设施的演进，驱动人工智能发展进入新阶段，人工智能正加快在工业领域的渗透融合，带动工业企业进步，推动产业升级，而预测性维护是工...

Keras是由 Python 编写的神经网络库，专注于深度学习，运行在 TensorFlow 或 Theano 之上。TensorFlow和Theano是当前比较流行的两大深度学习库，但是对初学者来说相对有些复杂。Keras 使用简单，结构清晰，底层计算平台可基于 ...

关于作者 辛俊波，腾讯算法数据中心应用算法组 导语I推荐系统和搜索应该是机器学习乃至深度学习在工业界落地应用最多也最容易变现的场景。而无论是搜索还是推荐，本质其实都是匹配，搜索的本质是给定 query，匹配 doc；推荐的...