栏目简介：人工智能的发展离不开机器学习（machine learning）技术，目前机器学习尤其是深度学习，几乎代表了人工智能领域的技术。机器学习涉及到很多算法，比如决策树、贝叶斯学习、神经网络、遗传算法等，这些机器学习算法的发展与突破对人工智能领域的发展有着非常重要的作用。
[2018-01-24] 所谓降维（dimensionalityreduction），即降低样本的特征的数量，例如样本有10个特征值，要降维成5个特征值，即通过一些方法，把样本的10个特征值映射换算成5个特征值。...
[2018-01-24] 机器学习在Facebook的众多产品和服务中都有着举足轻重的地位。 本文将详细介绍Facebook在机器学习方面的软硬件基础架构，如何来满足其全球规模的运算需求。...
[2018-01-17] 近年来，人工智能的浪潮不断拍打着 IT 领域的海岸，各家科技巨头们都喜欢向外骄傲地宣布自己的算法能够如何完美地识别图片。然而事实还是能够证明图像识别算法所存在的弱点以及恶意攻...
[2018-01-17] 图灵奖得主、贝叶斯网络之父Judea Pearl日前在arXiv上传了他的最新论文，论述当前机器学习理论局限，并给出来自因果推理的7大启发。Pearl指出，当前的机器学习系统几乎完全以统计学或盲模型...
[2018-01-12] 2017年是机器学习大放异彩的一年，这归功于众多公司广泛而深入地研究和开发更新颖、更高效的工具和框架。这里介绍，有望在2018年大行其道的10种机器学习的工具和框架。...
[2018-01-12] 本次测试是面向对机器学习有一定了解的人。参加测试之后，参与者会对自己的机器学习方面知识有更深刻的认知。目前，总共有1793个参与者参与到了测试中。...
[2018-01-12] 机器学习的应用可以理解为一个搜索问题，即根据某个项目的已知信息和可获取的资源，找到从输入到输出的最好的映射。在本文你即将看到把应用机器学习当作搜索问题的概念...
[2018-01-13] 贝叶斯当年发明发现概率论是为了证明上帝的存在。事实上，在18，19世纪的西方文明，当科学理论研究到一定程度，都会去信奉，投身，研究宗教，神学，究其原因，显然与其所处环境及从小...
[2018-01-13] 端到端地解决机器学习的问题是非常重要的。可以学习机器学习的知识，可以实践机器学习的某个方面，但是只有针对某一个问题，从问题定义开始到模型部署为止，通过实践机器学习的各个方...
[2018-01-13] 本文将介绍GAN的基础概念及其工作方式，并辅之以有趣案例的实现方法和重要资源，方便初学者训练、使用。2014年Ian J Goodfellow等人首先提出生成对抗网络（Generative Adversarial Network，GAN）后，在...
