这个答案看起来似乎无懈可击，但其实机器学习和数理统计之间的关系远没有这么简单。

人工智能的发展并非没有挑战。

背景 我们不妨想象下面的几个例子： 输入一张商品的图片，从商品库中匹配出相似的商品，这是以图搜图的一个例子； 输入一小段音乐，从音乐库中匹配出对应的音乐出，这是 MIR 的一个例子； 输入一张人脸，从人脸底库中匹配出对应的人，这是 1:N 人脸识别的一个例子； 像这样的例子还有很多，事实上，以神经网 ....

转载自 机器之心 公众号 人工智能早已不再是博士专属的学科，很多国内外大学，如卡耐基梅隆大学（CMU）和南京大学已经开办了本科人工智能专业。对于计算机科学的学生而言，AI 方向的研究生也是一个热门方向。然而，最近很多北美本科生在申请学校的时候发现，众多高校已经把 NIPS、ICML 等顶会论文的发表 ....

从深度学习到神经网络，这些框架可以简化开发过程。

机器学习资源

聚类作为一种无监督技术，在很多的场合非常的有用，今天給大家介绍5个非常常用的聚类算法，以及各自的优缺点。

哈佛数据科学评论最近发表的一项研究正在改变人们对传奇乐队披头士乐队的看法。该研究还为人工智能以及我们如何从开发人员的角度使用该技术开辟了一些令人兴奋的可能性。

这里有一份机器学习/AI领域最高质量的资源列表

人工智能（AI）和机器学习以许多不同的方式影响着我们的日常生活。它们帮助企业为一些世界领先的公司制定决策并优化运营。因此，未来就业和就业将发生巨大变化。

在使用Tensorflow搭建神经网络的时候，最后一步总会用到tf.train.XxxOptimizer(). 然后会有很多Optimizer()

来源：美团技术团队 图灵平台是美团配送技术团队搭建的一站式算法平台，图灵平台中的在线服务框架——图灵 OS 主要聚焦于机器学习和深度学习在线服务模块，为模型和算法策略的线上部署和计算提供统一的平台化解决方案，能够有效提升算法迭代效率。本文将与大家探讨图灵 OS 在建设和实践中的思考和优化思路，希望能 ....

人工智能做八年级卷子，选择题正确率超90%

计算机视觉是人工智能的一个重要领域，是关于计算机和软件系统的科学，可以对图像和场景进行识别、理解。计算机视觉还包括图像识别、目标检测、图像生成、图像超分辨率重建等多个领域。由于存在大量的实际需求，目标检测可能是计算机视觉中最有意义的领域。

未来三年，AI能力会成为每一位技术人员的基本能力。

Bill Vorhies不久前写了一篇文章《AI背后的数据科学》，他分享的观点很新颖。

Judea Pearl帮助AI在概率计算上取得了巨大进步，但是仍然叹息道：AI在因果关系计算上无能为力。

国产人工智能芯片的发展，一如早年间国产通用处理器和操作系统的发展，过份地追求完全独立、自主可控的怪圈，势必会如众多国产芯片一样逐渐退出历史舞台。

AI领域当中，也存在非理性繁荣！

关于人工智能（AI）和机器学习（ML）如何改变商业实践的故事越来越多，数据科学从业者被要求仅用模糊的或高层次的商业目标来“应用机器学习”。在实施人工智能和从数据中创造商业价值方面存在很大差距，数据科学中的许多尚未解决的问题是导致这些差距的原因。