Visualization

摘要： 近日，Mate Labs 聯合創始人兼 CTO 在 Medium 上撰文《Everything you need to know about Neural Networks》，從神經元到 Epoch，扼要介紹了神經網絡的主要核心術語。

摘要： 在今年的 EMNLP 2017 上，臺灣大學黃意堯與加州聖塔芭芭拉大學 (UCSB)William Wang 教授有一篇合作論文被錄用。黃意堯撰寫了關於這篇論文的研究歷程，以供學習與參考。我們做了不改動原意的編輯與修改，將繁體字轉換爲簡體，並將一些臺灣常用表述轉換爲大陸的通用說法。

摘要： 每當DeepMind發表一篇新論文時，媒體都會狂熱的跟蹤報道，而且會使用很多誤導人的短語。

摘要： 此篇介紹了事件行為分析法，此方法在多個領域都可以有所貢獻，比起其他的計量分析方法，事件行為分析法可以幫助我們專注在某些事件發生時的異常情況， 且方法容易上手，也適合沒有分析基礎的人使用。

摘要： 一想數據管理世界中的那個偉大的存在–數據倉庫吧。在過去的二十年中，儘管其他的系統和軟件在許許多多的迭代、變革中演進，甚至完全被新模型所拋棄，數據倉庫這個老骨幹卻安然屹立。她可能會偷偷地給自己的面頰，皺紋整容，也可能會激起一些不那麼令人深刻的模仿，但是沒有什麼能長期的吸引她的注意力。 直到現在。自從Hadoop出現在舞台上之後，一直有人嘀咕說，這個閃亮的新星正在為一些最好的數據管理角色提供服務–這些角色就是，在幾年前，數據倉庫已穩操勝券。 但是現在真的到了數據倉庫要退休的時候了嗎？Hadoop甚至想要進入她的鞋子裡嗎？還有誰在後面等著呢？ 讓我們仔細看看這些據報導的競爭對手的全部本領。

摘要： Hadoop的出現解決了互聯網時代的海量數據存儲和處理，其是一種支持分佈式計算和存儲的框架體系。假如把Hadoop集群抽象成一台機器的話，理論上我們的硬件資源（CPU、Memoery等）是可以無限擴展的。

摘要： 本文對「範例卷積神經網絡」的訓練方法僅作了簡單簡單的概述，所以如果想要獲得更多、更真實的信息，請閱讀論文原文。本文簡要介紹了「變分信息最大化」，並將其運用到了「範例卷積神經網絡」的案例中。我們在案例中只使用了一個數量適中的訓練圖像集，「範例卷積神經網絡」恰恰利用了這一點，把數據分佈表示爲一個經驗分佈（離散有限可能性的分佈）。

摘要： 深度學習的核心問題就是一個非常難的優化問題。所以在神經網絡引入後的幾十年間，深度神經網絡的優化問題的困難性是阻礙它們成為主流的一個重要因素。

摘要： 摘要內容

摘要： 麥肯錫研究發布了機器學習將影響的12個領域，每個領域又分為10個方面。換言之，這就是機器的120個商業機會。有理由相信，深度學習將徹底改變以下提及的這12個領域。這些行業的大多數領導者都在關注機器學習，不過他們卻認為深度學習帶來的改變在遙遠的未來才會發生。他們錯了。

摘要: 如果你是數據分析領域的新兵，那麼你一定很難抉擇——在進行數據分析時，到底應該使用哪個語言，R還是Python？在網絡上，也經常出現諸如“我想學習機器語言，我應該用哪個編程語言”或者“我想快速解決問題，我應該...

摘要: 一直以來，作為人類我們都以擁有情感而自豪，這是我們和機器的一種本質上的區別。隨著計算機的發展，我們更期盼人機之間的溝通交流，尤其是一種帶有感情的溝通交流。計算機在情感方面的成長經歷也類似於我們每個人的...