机器学习的基本原理是模型训练。对于人类来说，可以从单一的样例中学习到非常深刻的知识，例如变质的牛奶味道很差、火是热的等，但机器却需要更多的样例，因为它们是基于统计学的原理进行学习。机器学习的过程主要依赖于数据。

当然，如果只是简单的调光调色什么的，根本用不着微软出马。在更深的意义上来说， Microsoft Selfie还是微软机器学习技术的成果之一，根据应用描述，它能“基于年龄，性别，肤色，灯光等因素”，对自白照片进行“智能加持

特见解。最近推出的系列围绕如今最热门的技术之一——机器学习所展开，之前机器之心推出了Andrew Ng系列，Pedro Domingos系列，本次机器之心精选谷歌研究员、《Machine Learning:

机器学习的诱惑并不总是大的新功能，通常它最擅长的是微小的调整，微妙地改善用户体验。所以 Twitter 的使用神经网络自动裁剪图片预览到他们最有趣的部分。该公司一直在研究这个工具，但昨天在博客文章中详细描述了它的方法。ML

在加利福尼亚州山景城举行的首届TensorFlow Dev峰会上， 谷歌 (微博)正式发布了用于深度学习的TensorFlow 1.0开源框架。谷歌表示，这个版本现在可以用于生产环境，开发人员可通过其应用编程接口（API）使用它。

说到机器学习（Machine Learning），你或许已经听过一两个有关的项目。但想要理解它是怎么运作的，最好还是亲自去体验一番。近日，Google 推出了一个名叫“Teachable Machine”的浏览器内小实验项目。只需花上

14. 加入我们We Need 复杂网络算法研究师 Spark攻程师 联系方式 微博: @吴炜_机器学习数据挖掘

图像分割是图像处理中的一种方法，图像分割是指将一幅图像分解成若干互不相交区域的集合，其实质可以看成是一种像素的聚类过程。通常使用到的图像分割的方法可以分为：基于边缘的技术、基于区域的技术

背景 机器学习在经过近些年的野蛮生长之后，其有效性已经被无数成功应用所验证，在这一点上已经不需要更多证明。在使用方法和常用模型方面也已经没有什么太新奇的东西了。例如在模型方面，经过实践检验过的模型

在本篇文章，作者将讨论机器学习概念以及如何使用Spark MLlib来进行预测分析。后面将会使用一个例子展示Spark MLlib在机器学习领域的强悍。 1.引言 Spark机器学习API包含两个package：spark

假设有一些数据相关的问题亟待你解决。在此之前你听说过机器学习算法可以帮助解决这些问题，于是你想借此机会尝试一番，却苦于在此领域没有任何经验或知识。 你开始谷歌一些术语，如“机器学习模型”和“机器学习方法论”，但一段时间后，你发

and the chunker was refactored。 OpenNLP 是一个机器学习工具包，用于处理自然语言文本。支持大多数常用的 NLP 任务，例如：标识化、句子切分、部分词性标注、名称抽取、组块、解析等。

Mahout 是一个利用Map/Reduce的机器学习算法库，其思想源于斯坦福大学几个学者在2006年的nips会议上发表的一篇文章“Map- Reduct for Machine Learning on

Ng（吴恩达）则宣布加入百度的深度学习研究院。最近几天，他正在密集地为百度面试人才，奔走于 Coursera 的新办公楼和百度的新办公楼之间。他说，能和他多年的好朋友、著名机器学习专家余凯一起工作，他感到相当兴奋。

5月21日消息，由百度牵头的分布式深度机器学习开源平台日前正式面向公众开放，该平台隶属于名为“深盟”的开源组织，该组织核心开发者来自百度深度学习研究院（IDL），微软亚洲研究院、华盛顿大学、纽约大学、

是这样的： 机器人评论：在吗？对方：在（不管回答什么，都触发下一条评论）机器人评论：我们是一个年轻的创业团队，有一个不情之请。对方：xxxxx（不管回答什么，都触发下一条评论）机器人评论：邀请你来写游记blablabla

TensorFlow 是谷歌的第二代机器学习系统，按照谷歌所说，在某些基准测试中，TensorFlow的表现比第一代的DistBelief快了2倍。 TensorFlow 内建深度学习的扩展支持，任何能够用计

在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。这篇文档也算是EasyPR开发的番外篇，从这里开始，必须对机器学习了解才能进一步介

Ebay 和携程从事数据分析与机器学习方面的工作，关注统计与机器学习方面的研究、大数据风控系统的建设。本文探讨的是：互联网金融时代，如何借助互联网思维利用 机器学习方法建立高效安全的大数据风控系统？

8个最好的机器学习速查表（Cheat Sheets）