With Me」的创办人，她依托自己的网站对 504 名编程学员进行了一次调查，并通过分析得出了男女学员在学习当中的 9 大差异。 科技行业通常被认为是男性的领域。尽管在过去几年内「提升女性在科技行业中占

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，任何能够用计算

At the end of 2015, all eyes were on the year’s accomplishments, as well as forecasting technology trends of 2016 and beyond. One particular field that has frequently been in the spotlight during the last year is deep learning, an increasingly popular branch of machine learning, which looks to continue to advance further and infiltrate into an increasing number of industries and sectors. Here are a list of Deep Learning libraries and frameworks that will gain momentum in 2016.

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绍

Word、PowerPoint、UGNX、AutoCAD 之类的应用软件。他们有限的学习生涯里，怎么也不会想到来到这里竟然要首先重新学习 C 语言，然后还要学 C++，接下来还要学习 Python 或 Lua 什么的，而且竟然还不让用

其核心价值在于对用户体验的追求。可以按如下思路学习系统学习： 基础知识 ： 1、HTML + CSS 这部分建议在 W3school 在线教程 上学习，边学边练，每章后还有小测试。 之后可以模仿一

近段时间以来，大家纷纷被 12306 的神级图像验证码给击败了，网上吐槽一片。正好最近在深度学习方面的一项图像识别测试比赛中，各大科技公司又取得重大突破，微软还拿到了第一名。也许，将来我们可以指望微软小冰来帮你识别那些神级图像验证码了。

几年，深度学习——这个机器学习的分支频频出现在聚光灯下，它正在向工业界逐渐推进，渗入到更多的领域。 深度学习会成为人工智能实现的最佳途径吗？它的未来又在哪里？RE·WORK邀请深度学习领域的专家和

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）

2015 年底才出现，它已经吸引了全球机器学习开发者的目光。Google 创始人 Eric Schmidt 坚信 TensorFlow 是 Google 的未来。深度学习引擎+云服务平台，将会带来编程范式的

每个良好程序员应当知晓的技能学习路径

SystemML是灵活的，可伸缩机器学习 (ML) 语言，使用Java编写。可实现三大功能：(1) 可定制算法；(2) 多个执行模式，包括单个，Hadoop 批量和 Spark 批量；(3) 自动优化。

的 Bill Vorhies 曾撰文指出，过去一年人工智能和深度学习最重要的发展不在技术，而是商业模式的转变——所有巨头纷纷将其深度学习 IP 开源。 毋庸置疑，“开源浪潮”是 2016 年人工智能领

个月免费试用期，不过卡巴斯基并不打算这么做。卡巴斯基所提供的免费防病毒应用并没有广告，但是会从免费用户处收集数据来改善机器学习算法，从而更好的打磨所有的产品和平台。 尽管全球开放日期为 7 月 25 日，但是根据地区差异可能需要等待一段时间。公司创始人

记者 马婧 作为人工智能最重要的基础技术之一，近年来深度学习逐步延伸到更多的应用场景。随着深度学习模型越来越大，所需数据量越来越多，深度学习的训练和推理性能将是重中之重。 近日，斯坦福大学发布了

在线语言学习网站 Duolingo 多邻国应用近日发布了全新中文学习课程，入门级的非中文使用者，可以从零开始通过学习基础汉语拼音，普通话发音和会话测试，其还内置了人工智能聊天机器人帮助你掌握更多汉语词汇。

谷歌 AutoML 系统最近出产了一系列机器学习代码，其效率甚至比研究人员自身还要高。显然，这是对“人类优越论”的又一次打击，因为机器人“学生”们已经成为了“自我复制”的大师。AutoML 是在人工智

随着人工智能的火热，目前开源出来的深度学习框架非常多，如 Caffe、TensorFlow、MXNet、Torch 等等。框架众多，如何选择？选择一种框架还是多种组合？针对不同的场景或者模型需要选择什

Oryx的目标是帮助Hadoop用户搭建并部署能够实时查询的机器学习模型，例如垃圾邮件过滤和推荐引擎。随着数据的不断流入，Oryx还将支持自我更新。 无论从建模还是部署，Oryx都可以随需扩展