张飞软硬开源基于STM32 BLDC直流无刷电机驱动器开发视频套件,👉戳此立抢👈

为什么Jupyter Notebook会比其他工具更受欢迎?

论智 2018-05-31 09:27 次阅读

对于机器学习和数据科学的入门者来说,“有什么好用的IDE/环境/工具?”是他们提出的最常见的问题之一。这确实也是个不怎么好回答的问题,因为它没有具体选项——从面向特定语言的IDE(如R Studio、PyChARm)到Sublime text、Atom等编辑器——它们都很优秀,所以如果你有选择恐惧症,你最好读读论智的这篇文章,从Jupyter Notebook开始学起。

如果每个数据科学家都应该使用或必须使用一种工具,毫无疑问,它就是Jupyter Notebook(曾用名iPython Notebook)。Jupyter Notebook是一个交互式笔记本,它功能强大,支持40多种编程语言,可共享,并提供在同一环境中构建可视化应用的服务。

数据科学家可以在上面创建和共享自己的文档,从实现代码到全面报告,Jupyter Notebook大大简化了开发者的工作流程,帮助他们实现更高的生产力和更简单的多人协作。也正是因为如此,它一直以来都是数据科学家们最喜欢的工具之一。

本文将全面介绍笔记本的安装、操作方法,并深入探讨它的特性和优势。当你读完全文后,我们希望你能找到用Jupyter Notebook帮助自己实现机器学习项目的灵感。

1. 什么是Jupyter Notebook?

Jupyter Notebook是一个开源的Web应用程序,旨在方便开发者创建和共享代码文档。

它提供了一个环境,用户可以在里面写代码、运行代码、查看结果,并在其中可视化数据。鉴于这些优点,Jupyter Notebook成了数据科学家眼里的一款人见人爱的工具,它能帮助他们便捷地执行各种端到端任务,如数据清洗、统计建模、构建/训练机器学习模型等。

而对于初学者,Jupyter Notebook也独具魅力。它的一个特色是允许把代码写入独立的cell中,然后单独执行。这样做意味着用户可以在测试项目时单独测试特定代码块,无需从头开始执行代码。虽然其他的IDE环境(如rstudio)也提供了这种功能,但就个人使用情况来看,Jupyter Notebook的单元结构是设计的最好的。

这个笔记本的优势还体现在灵活性和交互性上。Jupyter Notebook支持的编程语言数量高达40余种,除了最基础的Python,它还允许用户在上面运行R语言和SQL等语言。由于它比IDE平台更具交互性,用户也更乐于在各种教程中用它展示代码。

2. 如何安装Jupyter Notebook?

Jupyter Notebook原来也叫iPython Notebook,顾名思义,它和Python关系紧密。如果要在PC上安装笔记本,首先你要确保自己已经安装了Python(2.7/3.3或更高),这是必备条件。

Anaconda

官方在文档中强烈建议新用户用Anaconda打包安装Python和Anaconda——所谓懒人方法,小白必备。其实除了提到的两个工具,Anaconda还包含数据科学和机器学习中经常需要用到的各种软件包,只需下载、解压、安装,所有工具就都一步到位了。

下载地址:https://jupyter.readthedocs.io/en/latest/install.html

PIp

如果你很欣赏自己,或者因为某些因素就是不想用Anaconda,你也可以用pip。当然首先,你得确保自己的机器上有pip的最新版本。

#LINUX和OSX

pip install -U pip setuptools

#Windows

python -m pip install -U pip setuptools

然后,安装Jupyter Notebook:

#Python2用户看这里

pip install jupyter

#Python3用户不要跑

pip3 install jupyter

如果还是有疑问,请看官方文档(英)、官方文档翻译(中)。

3. 入门

安装完成后,如果要运行Jupyter Notebook,你只需在控制台输入以下命令:

jupyter notebook

你会看到笔记本打开了你的默认浏览器,网址为http:// localhost:8888/tree。

一般情况下,当你输入命令行后,控制台会出现一行“The Jupyter Notebook is running at……”,如果浏览器因为某些原因无法打开,你就需要复制这个URL,手动打开相应网址。

当笔记本打开后,它的顶部有Files、Running和Clusters三个选项。其中Files中列出了所有文件,Running显示了你已经打开的终端和笔记本,Clusters则是IPython parallel提供的。

如果你想新建一个笔记本,单击面板右侧的“New”,它会跳出4个选项:

Python 3

Text File

Folder

TerMInal

选择Text File后,你会得到一个空白的页面。它相当于一个文本编辑器(类似于Ubuntu上的应用程序),你可以在上面输入任何字母、单词和数字,所以选择好编程语言后,你是可以在上面写脚本的。此外,它还提供查找和替换文件中的单词的功能。

选择Folder后,你其实是在编辑文件夹列表。你可以创建一个新文件夹,把所需文档放进里面,或者修改它的名称、直接把它删除。

而Terminal的工作方式和Mac、Linux计算机上的Terminal一样,都是在Web浏览器中创建终端支持。只需在终端输入Python,一个Python脚本就写好了。

由于本文重点介绍的是笔记本,下面我们会重点展示新建“Python 3”后的结果:

导入最常见的Python库来启动笔记本,如pandas和numpy。在代码上方的菜单中,那些图标依次表示添加、编辑、剪切、向上移动cell、向下移动cell、运行代码、停止运行和撤销。

这个下拉的列表提供了四个选项:

Code:这个不言自明,就是你写代码的地方;

Markdown:非常常见的轻量级标记语言,用来为代码添加注释和结论;

Raw NBConvert:一个命令行工具,可以把你的笔记本转换成另一种格式,如HTML;

Heading:添加标题,使你的文档看起来更干净整洁,它现在已经变成Markdown里的一个语法,用两个#表示。

4. Jupyter Notebook的魔术命令

作为iPython的继承者,开发人员已经在Jupyter Notebook中加入预定义的魔术命令(magic function)。这是一种增加便捷性和互动性的工具,如果要查看命令列表,你可以输入(注:通常不需要“%”):

%lsmagic

当看到那一串函数列表时,也许你能从中认出几张老面孔,如%clear、%autosave、%debug和%mkdir。只要你以前写过代码,这些函数就几乎是不可避免的。

在Jupyter Notebook中,魔术命令有两种运行方式,一是Line-wise,而是Cell-wise。顾名思义,Line-wise就是当你想执行一个命令行的时候需要用到的,而Cell-wise面向的就不单单是一行了,它作用的是整个cell的代码块。

为了区分两种运行方式,如果是Line-wise,所有命令必须以%字符打头;如果是Cell-wise,则用%%。

Line-wise:

%time a = range(10)

Cell-wise:

%%timeit a = range (10)

min(a)

以上只是两个最简单的示例,你可以试着自己运行这些命令,看看其中有什么区别。

5. 不仅限于Python

之前也提到了,Jupyter Notebook的成功离不开它的灵活性,虽然Python在数据科学和机器学习中都占局主导地位,但对于数据分析任务,其他语言也有各种各样的特色和优势,比如R语言的'ggplot2'软件包就非常好用。在这一点上,Jupyter Notebook的态度是开放的。

如果想在Jupyter Notebook中启用R,你需要先去GitHub上下载'IRKernel'(R的专用kernel),然后按以下8个步骤依次执行(附图解地址):

步骤一:用Anaconda安装Jupyter Notebook;

步骤二:完成下载后,打开Anaconda命令提示符;

步骤三:输入ipython notebook新建ipython笔记本

步骤四:用conda update ipython-notebook这个命令行更新笔记本;

步骤五:输入conda install -c r ipython-notebook r-irkernel安装IRkernel;

步骤六:用R.exe打开R;

步骤七:输入install.packages(c('rzmq','repr','IRkernel','IRdisplay'), repos = 'http://irkernel.github.io/', type = 'source')安装必要软件包;

步骤八:输入IRkernel::installspec()后再输入quit(),完成操作。

如果是Julia用户,你也可以在Jupyter Notebook中“畅所欲言”。考虑到篇幅因素,有需要的读者请前往www.analyticsvidhya.com/blog/2017/10/comprehensive-tutorial-learn-data-science-julia-fROM-scratch/查看图文攻略。

和R语言一样,JAVAScript用户也需要去Github先下载‘IJavaScript’ kernel:github.com/n-riesco/ijavascript。文档里已经明确写出了安装kernel所需的步骤,但要注意的是,记得先装node.js和npm,这是大前提!

6. Jupyter Notebook的交互式控制面板

在添加小部件前,你需要先导入小部件包:

from ipywidgets import widgets

小部件的基本类型是典型的基于输入和按钮的文本输入。你可以参考下面这幅动图,了解交互式小部件的外观:

来源:Dominodatalab

7. 快捷键

既然Jupyter Notebook的主打优势是便捷,那它自然少不了方便操作的快捷键。事实上,当你想运行任意代码块时,只需按下Ctrl + Enter就可以了。

下面是本文挑选的一些实用快捷键,有需要的读者可以视情况逐个阅读+尝试,如果今后你会经常用到Jupyter Notebook,那不会这些组合键的你就几乎已经是条咸鱼了。

Jupyter Notebook提供了两种不同的键盘输入模式——Command和Edit。其中Command模式是将键盘和计算机命令绑定在一起,这时单元框线是灰色的(左侧蓝色粗线)。Edit模式允许你将文本(或代码)键入活动单元,这时单元框线是绿色的。

用Esc和Enter分别在Command和Edit模式之间跳转。

更多快捷键介绍(中文):blog.csdn.net/lawme/article/detAIls/51034543

8. 有用的扩展

添加扩展是提高Jupyter Notebook效率的一种非常有效的方式,那么安装和使用扩展哪家强?这里我们推荐Nbextensions。

先是安装(pip):

pip install jupyter_contrib_nbextensions

安装关联的JavaScript和CSS文件:

jupyter contrib nbextension install --user

完成此操作后,你会在Jupyter Notebook主页顶部看到一个'Nbextensions'选项卡。

如果要启用一个扩展,只需点击来激活。下面是4个比较有用的扩展。

Code prettify:它可以让你的代码更美观。

Printview:生成预览,新增的按钮叫jupyter nbconvert。

ScratchPAD:生成一个实验环境(副本)跑代码,不会对笔记本代码造成影响。

Table of Contents (2):抓取所有标题,并显示在浮动窗口中。

此外,小编也曾经写过一篇《Top 5:五大最实用的Jupyter Notebook扩展插件》,介绍了另外5种好用的扩展,有兴趣的读者可以一起看一看。

9. 保存和共享你的笔记本

这是Jupyter Notebook中最重要和最棒的功能之一。有过写博客经历的读者也许知道这种痛,当你一腔热血想把自己的成果分享给别人时,可能代码格式还没转完你就放弃了。大多数笔记本都采用json格式,它不是很适合共享,也不利于在博客中发布不同的单元块。

但Jupyter Notebook不一样,点击进入“file”后,你会看到一个“Download as”:

看到这7个选项后你就很开心了,其中最常用的是.ipynb文件。你也可以用nbconvert选项手动将笔记本转换为不同的格式,如HTML和PDF。

此外,你还可以使用jupyterhub,它允许你在其服务器上托管笔记本并与多个用户共享。许多顶尖的研究项目都把这作为协作方式。

10. JupyterLab

JupyterLab是今年2月推出的一个工具,从某种程度上来说,它是Jupyter Notebook的一个发展——拥有同样的组件,但允许更灵活和更强大的项目工作方式。换句话说,它的用户体验更好。

JupyterLab的特色是允许用户在一个窗口内安排笔记本、终端、文本文件和输出的工作区。你可以把窗口拖到你想要的位置,也可以通过实时预览编辑常用文件格式,如Markdown、CSV和JSON,实时查看项目进展。

11. 实践和技巧

虽然自己钻研很有趣,但无论是学习还是工作,大部分时候你是在一个团队中工作的。在这种情况下,你要规范自己的操作和实践,确保笔记本中的代码和注释都是正确的,方便其他人阅读、理解。以下是一些实践指标,仅供参考:

对每个程序员来说最重要的事:要好好注释!

确保你保存了代码文档。

形成一套命名体系,并在实践中落到实处,方便自己和他人理解。

在刚开始的时候导入所需的库,并在旁边注释导入目的。

确保代码行距合适,你也不想别人因为看不懂你的循环和函数疯掉,对吧?

当代码越来越多时,隐藏不重要代码,确保干净整洁。

此外,当你需要把成果演示给别人看时(是的你又要做该死的PPT了),你是可以偷懒直接在Jupyter Notebook里做演示的。

找到“View”,点开其中的“Cell Toolbar”,然后是“Slideshow”。每个代码块都在右侧显示一个名为“Slide Type”的下拉选项:

具体效果如何,请自己尝试。

结语

写到这里,本文也就已经差不多结束了,虽然在一篇文章内塞进这么多内容可能会影响阅读体验,但我们还是真诚地希望新手能从中找到一些有用的东西。

原文标题:数据科学和机器学习,Jupyter Notebook入门指南

文章出处:【微信号:jqr_AI,微信公众号:论智】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

第一届中国AI与机器学习研讨会

活动内容  人工智能技术将在未来对传统产业产生重大颠覆性影响,人工智能将在各行各业为创新设计带来新的动力,它也将催生新的
发表于 03-29 00:00 62次 阅读
第一届中国AI与机器学习研讨会

第一届中国AI与机器学习研讨会

活动内容  人工智能技术将在未来对传统产业产生重大颠覆性影响,人工智能将在各行各业为创新设计带来新的动力,它也将催生新的
发表于 03-29 00:00 62次 阅读
第一届中国AI与机器学习研讨会

人工智能 | 机器学习算法预测多肽自组装,利用AI设计新型生物材料

在这项研究中,研究人员利用组合化学技术快速创建了超过两千种结构差异的水凝胶文库,通过计算这些化合物的....
的头像 电子发烧友网工程师 发表于 05-27 17:34 20次 阅读
人工智能 | 机器学习算法预测多肽自组装,利用AI设计新型生物材料

美国布朗大学通过深度学习算法实现机器人自主学习

机器人的设计初衷决定了它们将要在模拟人类的道路上前赴后继,写字作为人类的一项独有技能,机器人已经能够....
的头像 机器人大讲堂 发表于 05-27 17:11 27次 阅读
美国布朗大学通过深度学习算法实现机器人自主学习

暗网世界黑客可能用AI再造了一个“你”

大数据文摘出品今年2月,卡巴斯基实验室的欺诈侦查小组捣毁了一个名为“创世纪”(Genesis)的暗网....
的头像 人工智能 发表于 05-27 17:03 34次 阅读
暗网世界黑客可能用AI再造了一个“你”

Achronix推出Speedster7tFPGA系列产品 简化设计FPGA灵活性

近日,基于FPGA的硬件加速器件和高性能嵌入式FPGA(eFPGA)半导体知识产权(IP)领导性企业....
的头像 电子发烧友网工程师 发表于 05-27 14:13 82次 阅读
Achronix推出Speedster7tFPGA系列产品 简化设计FPGA灵活性

机器学习教父:未来十年将是人工智能影响教育的十年

Tom Mitchell认为未来的十年,AI将会继续影响教育,机器学习将会对智适应教育产生重要影响
的头像 人工智能 发表于 05-27 13:42 51次 阅读
机器学习教父:未来十年将是人工智能影响教育的十年

打击“暗网”犯罪的过程中,人工智能正成为一把利器

安全部门及相关公司利用机器学习打击“暗网”犯罪的同时,黑客也开始利用机器学习进行对抗和犯罪。
的头像 电子发烧友网工程师 发表于 05-27 11:09 104次 阅读
打击“暗网”犯罪的过程中,人工智能正成为一把利器

对安全关键系统进行AI/ML研究 是否真的对航空航天行汽车行业有利

来自美国的风河公司与柯林斯航空航天公司的专家们都坚定地认为,人工智能(AI)和机器学习(ML)将会给....
的头像 SAEInternational 发表于 05-27 10:02 108次 阅读
对安全关键系统进行AI/ML研究 是否真的对航空航天行汽车行业有利

一个让Python代码运行更快的最佳方式是什么

Python因其强大、灵活且易于使用等特性,而赢得了声誉。这些优点使其在各种各样的应用程序、工作流程....
的头像 电子发烧友网工程师 发表于 05-26 10:21 146次 阅读
一个让Python代码运行更快的最佳方式是什么

几个主要机构在ICML 2019投递的论文中重点关注的方向

通过对比 2018 年和 2019 年的论文接收情况可以发现,谷歌依旧强势领跑,如果将 DeepMi....
的头像 电子发烧友网工程师 发表于 05-25 11:11 640次 阅读
几个主要机构在ICML 2019投递的论文中重点关注的方向

如何有效处理大规模用户数据进行广告推荐?

其中g(xt−τt) 是训练样本的损失函数在τt个更新之前的模型上的 梯度。而τt的大小一般与计算机....
的头像 电子发烧友网工程师 发表于 05-25 10:55 358次 阅读
如何有效处理大规模用户数据进行广告推荐?

微软研究院出品《数据科学基础》,放眼未来40年

产生这一变化的原因有很多,其中计算和通信技术的融合在这个过程中发挥了重要作用。同时,在自然科学、商业....
的头像 新智元 发表于 05-25 10:31 142次 阅读
微软研究院出品《数据科学基础》,放眼未来40年

谷歌:半监督学习其实正在悄然的进化

上图可以看出来,最开始的时候,半监督学习训练确实有种提升监督学习效果的趋势,然而实际操作中,我们经常....
的头像 新智元 发表于 05-25 09:58 303次 阅读
谷歌:半监督学习其实正在悄然的进化

机器学习神经网络参数的代价函数

吴恩达机器学习笔记之神经网络参数的反向传播算法...
发表于 05-22 15:11 20次 阅读
机器学习神经网络参数的代价函数

人工智能应用于农业 引领现代农业的未来

利用以上这些知识,媒体实验室开放农业项目的研究人员报告说,他们已经在不涉及基因编译的情况下种植出了你....
发表于 05-22 14:45 407次 阅读
人工智能应用于农业 引领现代农业的未来

关于数据科学的趋势和前景

本文分析了全球不同国家、不同行业和不同规模企业的数据科学社区增长的比例和趋势。
的头像 电子发烧友网工程师 发表于 05-22 14:32 700次 阅读
关于数据科学的趋势和前景

微软推出开源跨平台的机器学习框架 ML.NET

微软最近推出了ML.NET,这是一个用于构建自定义机器学习库解决方案的框架。
的头像 电子发烧友网工程师 发表于 05-22 14:17 181次 阅读
微软推出开源跨平台的机器学习框架 ML.NET

你会喝人工智能设计和生产的威士忌吗?

这款威士忌的意义并不局限于它本身,而是在于它背后的设计方法论。
的头像 电子发烧友网工程师 发表于 05-22 11:02 222次 阅读
你会喝人工智能设计和生产的威士忌吗?

莱迪思新版sensAI实现10倍的性能提升,助力网络边缘低功耗、智能IoT设备

莱迪思半导体公司低功耗、可编程器件的领先供应商,今日宣布其屡获殊荣的Lattice sensAITM....
发表于 05-21 15:17 137次 阅读
莱迪思新版sensAI实现10倍的性能提升,助力网络边缘低功耗、智能IoT设备

人工智能和机器学习在支付技术中广泛应用 保护用户交易安全

长期以来,“人工智能”在我们这个技术快速创新的时代是一个无所不在的术语。然而,对于支付技术行业而言,....
发表于 05-20 16:51 269次 阅读
人工智能和机器学习在支付技术中广泛应用 保护用户交易安全

RealTalk系统利用文本输入生成逼近真人声音 社会影响巨大

加拿大创业公司 Dessa 开发出一个语音合成系统 RealTalk,与以往基于语音输入学习人声的系....
的头像 电子发烧友网工程师 发表于 05-20 11:12 407次 阅读
RealTalk系统利用文本输入生成逼近真人声音 社会影响巨大

机器学习/人工智能领域一些非常有创意的突破

本文介绍了近期在机器学习/人工智能领域一些非常有创意的突破,每一个都脑洞大开,不管是否是相关从业人员....
的头像 电子发烧友网工程师 发表于 05-19 10:49 417次 阅读
机器学习/人工智能领域一些非常有创意的突破

CTA核心技术及应用峰会将在杭州国际博览中心召开

在大数据和机器学习两大引擎下,大规模知识图谱的自动化构建成为现实,这就加快了知识图谱技术的落地与应用....
的头像 电子发烧友网工程师 发表于 05-19 10:45 426次 阅读
CTA核心技术及应用峰会将在杭州国际博览中心召开

微博Push系统的发展历程,如何利用机器学习进行热点挖掘以及个性化推荐系统的模型升级之路

Push(消息推送)的作用则在于提高用户活跃度和粘性,提高用户留存率,进而进一步提高产品功能和用户参....
的头像 电子发烧友网工程师 发表于 05-19 10:35 695次 阅读
微博Push系统的发展历程,如何利用机器学习进行热点挖掘以及个性化推荐系统的模型升级之路

AI绘画的成长史,带大家一同走近这位新晋画家

Sketch-RNN 模型得到了人们的广泛关注,一些开发者还基于该模型开发了一些有趣的应用。其中一个....
的头像 电子发烧友网工程师 发表于 05-19 10:31 396次 阅读
AI绘画的成长史,带大家一同走近这位新晋画家

2018年由MIT出版的《机器学习基础》(第二版)现已开放免费下载!

虽然机器学习领域涵盖了各种各样的重要主题,但为了简洁起见,同时也是由于目前某些方法缺乏足够坚实的理论....
的头像 新智元 发表于 05-19 09:30 280次 阅读
2018年由MIT出版的《机器学习基础》(第二版)现已开放免费下载!

PyTorch核心华人开发者透彻解读PyTorch内部机制

张量的物理存储器实际存储在何处,例如在CPU上,NVIDIA GPU(cuda)上,或者可能在AMD....
的头像 新智元 发表于 05-19 09:21 394次 阅读
PyTorch核心华人开发者透彻解读PyTorch内部机制

数据科学家与机器学习工程师怎么区分

十年来,我们一直在谈论数据科学和数据科学家。虽然在怎么才叫“数据科学家”的问题上始终存在着争议,但如....
的头像 工程师人生 发表于 05-18 11:24 660次 阅读
数据科学家与机器学习工程师怎么区分

如何使用Numpy搭建神经网络

很多同学入门机器学习之后,直接用TensorFlow调包实现神经网络,对于神经网络内在机理知之甚少。
的头像 电子发烧友网工程师 发表于 05-18 11:02 254次 阅读
如何使用Numpy搭建神经网络

现在人工智能已经能够读取人的想法并转化成语言和图像你害怕吗

对于那些无法说话的人来说,这是一项重大进步,因为这项技术创造了一种直接将思想转换成言语的途径。
的头像 电子发烧友网工程师 发表于 05-18 09:32 269次 阅读
现在人工智能已经能够读取人的想法并转化成语言和图像你害怕吗

OpenAI发布一款令人印象深刻的语言模型GPT-2

今年2月,OpenAI发布了一款令人印象深刻的语言模型GPT-2,它可以写短篇小说、诗歌,甚至轻松辨....
的头像 电子发烧友网工程师 发表于 05-17 18:48 881次 阅读
OpenAI发布一款令人印象深刻的语言模型GPT-2

机器学习就是现代统计学

在5月 9日的北京智源人工智能研究院主办的“智源论坛——人工智能的数理基础”系列报告中,北京⼤学的张....
的头像 电子发烧友网工程师 发表于 05-17 17:16 2399次 阅读
机器学习就是现代统计学

人工智能落地之路 从概念验证到产品

只有不到20%的机器学习PoC(概念验证)项目能够顺利投产,而这其中的大部分也可能会止步于其方案的“....
的头像 电子发烧友网工程师 发表于 05-17 16:55 239次 阅读
人工智能落地之路 从概念验证到产品

深度学习和机器学习有什么区别

01 面向就业的人工智能学习概述
发表于 05-17 13:25 62次 阅读
深度学习和机器学习有什么区别

第一届CTA核心技术及应用峰会召开 对各行业应用场景等情况进行解读

由中国 IT 社区 CSDN 与数字经济人才发展中心联合主办的第一届 CTA 核心技术及应用峰会将在....
的头像 电子发烧友网工程师 发表于 05-17 13:10 351次 阅读
第一届CTA核心技术及应用峰会召开 对各行业应用场景等情况进行解读

Pedro Domingos教授的研究论文汇集机器学习研究人员的经验教训

机器学习算法被认为能够通过学习数据来弄清楚如何执行重要任务。这意味着数据量越大,这些算法就可以解决更....
的头像 电子发烧友网工程师 发表于 05-17 11:35 425次 阅读
Pedro Domingos教授的研究论文汇集机器学习研究人员的经验教训

人工智能有望从根本上改变软件开发

我们正在进入特斯拉人工智能主管Andrej Karpathy所谓的“软件2.0”的时代,在这个时代里....
发表于 05-17 10:29 40次 阅读
人工智能有望从根本上改变软件开发

训练一个机器学习模型,实现了根据基于文本分析预测葡萄酒质量

我们可以把上述的其他信息也引入作为特征参数,这样就能构建出一个更全面的模型来预测葡萄酒质量。为了将文....
的头像 电子发烧友网工程师 发表于 05-16 18:27 313次 阅读
训练一个机器学习模型,实现了根据基于文本分析预测葡萄酒质量

信息社会产生的谣言,还是借用技术来解决

今年愚人节当天,阿里宣布了一项新技术被称为“AI谣言粉碎机”。这项技术的算法模型通过深度学习和神经网....
的头像 电子发烧友网工程师 发表于 05-16 18:21 1082次 阅读
信息社会产生的谣言,还是借用技术来解决

开发成功的机器学习应用程序需要一定的“偏方”

澄清说明:分类器与学习器的含义是什么?假设你有训练数据,并使用你构建另一个程序(模型)的程序处理这些....
的头像 电子发烧友网工程师 发表于 05-16 18:18 298次 阅读
开发成功的机器学习应用程序需要一定的“偏方”

谷歌街景数据建立车祸预测新模型

从一张房子的图像中可见的特征预测发生车祸的风险,而且独立于经常使用的变量,如年龄或邮政编码。
的头像 电子发烧友网工程师 发表于 05-16 17:11 244次 阅读
谷歌街景数据建立车祸预测新模型

机器学习正在进军好莱坞电影行业

Macdonald执导的是一部60秒的雷克萨斯轿车商业广告片,剧本来自科技巨头IBM的Watson人....
的头像 电子发烧友网工程师 发表于 05-16 17:08 226次 阅读
机器学习正在进军好莱坞电影行业

MEGNet普适性图神经网络 精确预测分子和晶体性质

在材料学领域,对分子或晶体结构的特征描述需要满足平移,转动,镜面不变性,以及对整体结构特异信息的表征....
的头像 知社学术圈 发表于 05-16 14:51 145次 阅读
MEGNet普适性图神经网络 精确预测分子和晶体性质

开发成功的机器学习应用程序需要一定的“民间技巧”

似乎我们陷入了困境。幸运的是,我们想要在现实世界中学习的特性并不是从所有数学上可能的函数集中统一绘制....
的头像 人工智能学家 发表于 05-16 14:33 216次 阅读
开发成功的机器学习应用程序需要一定的“民间技巧”

救护车配备通过机器学习增强的医疗机器人,以帮助创伤患者

为了提高对创伤患者救护过程中的医疗能力,Krieger希望为救护车配备一个通过机器学习(ML)增强的....
的头像 IEEE电气电子工程师学会 发表于 05-16 09:20 260次 阅读
救护车配备通过机器学习增强的医疗机器人,以帮助创伤患者

普渡大学研究团队根据蜂鸟的身体构造和行为模式,制造了一款仿生蜂鸟机器人

其实蜂鸟机器人并非普渡大学首创,科学家对蜂鸟的研究由来已久。2011年,由美国国防部DARPA委托A....
的头像 新智元 发表于 05-16 08:44 429次 阅读
普渡大学研究团队根据蜂鸟的身体构造和行为模式,制造了一款仿生蜂鸟机器人

Facebook开源了两款基于PyTorch的实验框架Ax和BoTorch

从概念上讲,Ax是一个优化实验平台,比如A / B测试,模拟或机器学习模型实验等。Ax提供了一个易用....
的头像 新智元 发表于 05-16 08:36 343次 阅读
Facebook开源了两款基于PyTorch的实验框架Ax和BoTorch

AI | 写剧本、模仿声音、制造笑点,机器学习进军好莱坞

屡获殊荣的电影制作人Kevin Macdonald在去年第一次尝试了拍摄由机器编写剧本的影片。
的头像 电子发烧友网工程师 发表于 05-15 17:49 563次 阅读
AI | 写剧本、模仿声音、制造笑点,机器学习进军好莱坞

机器学习的朴素贝叶斯讲解

秦刚刚的机器学习成长之路之朴素贝叶斯法
发表于 05-15 14:41 32次 阅读
机器学习的朴素贝叶斯讲解

对抗性样本真的是不自然且无意义的吗?

慢慢的,随着Nets越来越老,越来越聪明,他们开始在See-Far中发现越来越多的信号模式。他们发现....
的头像 电子发烧友网工程师 发表于 05-15 11:25 246次 阅读
对抗性样本真的是不自然且无意义的吗?

如何有效地对神经网络参数进行初始化

确保均值为零,并保持每层输入方差值不变,可以保证信号不会爆炸或消失。该方法既适用于前向传播(用于激活....
的头像 新智元 发表于 05-15 08:59 274次 阅读
如何有效地对神经网络参数进行初始化

一图在手,机器学习、神经网络、数据科学要点都有

图形数据可以与很多学习任务一起使用,在元素之间包含很多丰富的关联数据。例如,物理系统建模、预测蛋白质....
的头像 新智元 发表于 05-15 08:49 258次 阅读
一图在手,机器学习、神经网络、数据科学要点都有

浅析影响大数据、机器学习和人工智能未来发展的八大因素

日前,O‘Reilly 公司在伦敦Strata举办了一个为期数天的数据会议,与会者为此更好地了解大数....
发表于 05-14 16:53 230次 阅读
浅析影响大数据、机器学习和人工智能未来发展的八大因素

机器学习和人工智能正在改变商业格局

这些企业正试图利用先进算法,利用数字数据和计算能力的爆炸式增长,实现人与机器之间的协作和自然交互。
发表于 05-14 16:48 83次 阅读
机器学习和人工智能正在改变商业格局

【专辑精选】机器学习之算法教程与资料

电子发烧友总结了以“算法”为主题的精选干货,今后每天一个主题为一期,希望对各位有所帮助!(点击标题即可进入页面下载相关资...
发表于 05-09 17:06 294次 阅读
【专辑精选】机器学习之算法教程与资料

机器学习新手必学的三种优化算法(牛顿法、梯度下降法、最速下降法)

                           &nb...
发表于 05-07 08:30 208次 阅读
机器学习新手必学的三种优化算法(牛顿法、梯度下降法、最速下降法)

机器学习分类算法之支持向量机SVM

统计学习方法C++实现之六 支持向量机(SVM)
发表于 04-29 10:47 65次 阅读
机器学习分类算法之支持向量机SVM

机器学习xfBLAS和Caffee库没有找到源代码

嘿, 我阅读了机器学习库的公告。 我对xfBLAS和Caffee库以及所有网络都特别感兴趣。 但是,我没有找到源代码,示例下载(...
发表于 04-26 13:41 79次 阅读
机器学习xfBLAS和Caffee库没有找到源代码

使用泰坦尼克号乘客数据预测生存死亡

用随机森林解决泰坦尼克号沉没问题
发表于 04-25 07:13 96次 阅读
使用泰坦尼克号乘客数据预测生存死亡

利用机器学习和大数据何建立信用评分的模型

利用Logistic回归拟合信用评分卡模型
发表于 04-19 16:27 168次 阅读
利用机器学习和大数据何建立信用评分的模型

机器学习的推荐系统运作假设

吴恩达机器学习笔记——推荐系统
发表于 04-12 07:09 82次 阅读
机器学习的推荐系统运作假设