在本文中，我们将全面介绍K-means聚类及其扩展。我们将研究聚类，它为什么重要，它的应用，然后深入研究K-means聚类(包括如何在真实数据集上用Python实现它)。

为了快速对问题进行分类，帮助大家更好地运用模型，本文就带大家来看一下运用人工智能模型的基本步骤！

IBM, 谷歌, 脸书, 苹果, 和微软 哪个公司会是未来的 AI 引领者？

为什么 AI 将接管你的简历，你又能做些什么呢？

Self-trainingforFew-shotTransferAcrossExtremeTaskDifferences:作者提出了这样一种方法，当一个域只有少量的标注数据及大量的未标注数据时，可以在未标记样…

深度学习在单图像超分辨率上的应用：SRCNN、Perceptual loss、SRResNet。

哈佛商业评论称数据科学家是21世纪最性感的工作。所以，对于那些ML刚刚开始的人来说，这篇博客机器学习算法工程师需要知道的十大算法是非常有用的。

深度学习为何如此成功呢？

自从大家知道我是做人工智能的以后，亲戚朋友经常会有人问我，什么是AI，什么是机器学习，什么是深度学习。

在这篇文章中，我将主要关注图像恢复的任务，以及如何使用deep image prior来解决这个任务。

摘要：与传统的浅层机器学习相比，深度学习具有优秀的自动提取抽象特征的能力，并且随着分布式计算平台的快速发展，大数据的处理能力得到极大的提升，使得近年来DL在工程界得到广泛的应用，包括图像识别，语音识别，自然语言处理等领域，并取得比传统机器学习更好的效果提升。另一方面，智能推荐系统，本质上是从一堆看似杂乱无章的原始流水数据中，抽象出用户的兴趣因子，挖掘出用户的…

摘要：大数据概念被热炒多年之后，我们是时候开始关注大数据与人工智能在具体领域中的应用问题。那么，目前大数据和人工智能领域还存在着哪些技术挑战如何找到大数据和人工智能的创业入口，利用数据挖掘和机器学习的能力创造出更大的商业价值 作为第四次工业革命的引领性领域，近年来的人工智能和大数据持续升温。最近的AlphaGo事件更是将人工智能的前沿技术呈现于大众面前。 大…

随着大数据和人工智能的广泛应用，这些新兴技术的庞大影响力遍及全球经济，如今的投资者和企业家们迫切希望在2018年取得这些创新成果，正在开始确定将要定义这些技术创新的主要趋势。

本文介绍了深度学习框架和平台的概念和特征，基于微博深度学习平台深入探讨了深度学习平台的设计思考和技术架构。

提起AI医疗，人们不外乎想起这些问题：AI医生们可以帮助人们预防疾病吗？可以判断我们的病情吗？甚至，AI们会在手术台上对我们进行“切割”吗？

本文精选了包括人脸和图像识别、文本分析、自然语言处理、文本情感分析、语言翻译、机器学习和预测等多个领域共 58 个实用 API。

新手数据科学家最容易踩的5个坑，来看看你有没有中招

人工智能一浪接一浪地席卷全球，AI的其中一个重要分支——计算机视觉，也如雨后春笋，不断涌现出新的想法和应用。人脸识别已经逐渐渗透我们的日常生活，机器能够认准人脸，想必大家都有所耳闻；而另一类计算机视觉的应用，是进行商品识别。

本文为雷锋字幕组编译的面试专题，原标题 Apple AI Interview Questions — Acing the AI Interview ，作者Vimarsh Karbhari。

Dragon是一种创新和实用的通用语言。所支持的编程范例是命令式的、过程式的、面向对象的、使用嵌套结构的声明式的。