课程咨询: 400-996-5531 / 投诉建议: 400-111-8989
认真做教育 专心促就业
机器学习是掌握人工智能技术的其中一个学习环节,而今天我们就一起来了解一下,在学习机器学习的一些知识概念的时候都需要考虑哪些问题。
为什么一开始就需要梯度下降?
在学习基本的机器学习概念时,你的脑海中是否出现过这个问题?梯度下降是我们在初期学习时一定会遇到的基本算法之一,并且已经证明该方法在ML中是非常有效的。但是一旦你开始阅读这篇文章,你会对之前学习的内容产生疑问。
起初这个问题直截了当,后来变成了Reddit高层人士之间的大讨论。我非常喜欢浏览这些评论,我相信如果你对这个领域感兴趣,对数学抱着严谨的态度,也一定会觉得它很有用的。
大规模神经网络的逆向工程
当复杂庞大的神经网络的开发人员突然消失,而没有留下任何理解网络所需的文档时,你该怎么做?这可不是凭白无故的虚构,而是实实在在会发生的一个常见情况,提问者本人就遇到过。
这种情况经常发生在开发人员身上,但是当涉及到深度学习时,完全是一种新的境况。这篇文章介绍了几种方法,科学家可以用于还原深度模型初的设计思路。有些回答很实际,而有些则很荒谬,但每种回答都增加了一种视角。或许某天当你也遇到这种情况时,它们会帮到你。
关于TensorFlow2.0API的争论
这个话题下大量的评论吸引了我的注意力(撰写本文时有110条评论),世界上有什么话题能引起如此大的争议呢?但是,当你接着阅读时,辩论者之间完全不同的意见让人难以置信。除了TensorFlow被嘲笑“不是好的框架”之外,还有很多人在点赞PyTorch(如果你使用过PyTorch就会明白这并不奇怪)。
这一切开始于FrancoisChollet将自己的想法发布到GitHub上,在机器学习社区点了一把火。
基于预测奖励的强化学习
这篇文章中另一个OpenAI的项目,是他们的又一个巨大突破。标题看上去没那么特别,但是你要理解OpenAI团队做出了什么。正如一位Reddit用户所指出的,OpenAI的工作让我们向模仿人类行为的机器更近了一步。
它耗费了大约一年的训练时间,以超越人类的水平通关了蒙提祖马的复仇游戏,这给人留下了十分深刻的印象!
找到一份数据科学家工作
这是为那些有抱负的数据科学家提供的文章。文章的作者阐述了他是如何得到这份令人垂涎的工作,他的背景,他从哪里学习的数据科学等。回答了这些标准问题之后,他写了一篇非常好的文章,关于处于类似情况的人们可以做些什么来实现他们的抱负。
【免责声明】本文系本网编辑部分转载,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与管理员联系,我们会予以更改或删除相关文章,以保证您的权益!