机器学习（Machine Learning，ML）就是让计算机从数据中进行自动学习，得到某种知识（或规律）。

监督学习：定义：根据已有的数据集，知道输入和输出结果之间的关系。根据这种已知的关系，训练得到一个最优的模型。也就是说，在监督学习中训练数据既有特征(feature)又有标签(label)，通过训练，让机器可以自己找到特征和标签之间...

万事开头难，首先Python机器学习整个流程的第一步就是学习Python这门编程语言的相关基础知识。

近日，有人提出赋予无监督学习新的名字——预测性学习。推崇这次改名的正是前些日子在推特「大火」的Facebook的首席AI科学家，Yann LeCun。

Geoffrey Hinton 是谷歌副总裁、工程研究员，也是 Vector Institute 的首席科学顾问、多伦多大学 Emeritus 荣誉教授。2018 年，他与 Yoshua Bengio、Yann LeCun 因对深度学习领域做出的巨大贡献而共同获得图灵奖。...

图丨Yann LeCun、Geoffrey Hinton、Yoshua Bengio和吴恩达

通过路径级别的网络变换（path-level transformation）、树形的架构搜索空间和树形的RL元控制器，可以在同样性能的情况下将AutoML的硬件算力节省240倍（48000 GPU-hours v.s. 200 GPU-hours）。在CIFAR-10和ImageNet（移动设置）上...

可以说模型、策略和算法是统计学习的三个重要因素，确定了三个要素也就确定了整个方法。也就是说建模的基本框架就定下来了。

山人今天开始将围绕机器智能的算法方面讲讲故事，主要涉及了建模的三要素：模型、策略、算法。这个坑很大，我尽自己最大的努力来填一填，争取用浅显易懂、生动有趣的方式对相关的理论、方法及应用聊一聊，文笔简陋、疏漏错误之...

Deepmind团队在17年12月5日发布的最新Alpha Zero中，非常重要的一种方法就是强化学习(reinforcement learning)，又称再励学习、评价学习，是一种重要的机器学习方法，靠自身的经历进行学习。通过这种方式，RLS在行动-评价的环...