摘要： GBDT和xgboost在競賽和工業界使用都非常頻繁，能有效的應用到分類、回歸、排序問題，雖然使用起來不難，但是要能完整的理解還是有一點麻煩的。本文嘗試一步一步梳理GB、GBDT、xgboost，它們之間有非常緊密的聯繫，GBDT是以決策樹（CART）為基學習器的GB算法，xgboost擴展和改進了GDBT，xgboost算法更快，準確率也相對高一些。

摘要： 近日，有越來越多的學者正在探討機器學習（和深度學習）的侷限性，並試圖爲人工智能的未來探路，紐約大學教授 Gary Marcus 就對深度學習展開了系統性的批判。此前，圖靈獎獲得者，UCLA 教授 Judea Pearl 題爲《Theoretical Impediments to Machine Learning with Seven Sparks from the Causal Revolution》的論文中，作者就已探討了當前機器學習存在的理論侷限性，並給出了面向解決這些問題，來自因果推理的七個啓發。Pearl 教授在 NIPS 2017 系列活動中對本文進行了討論，隨後，他也對一些人們關心的問題進行了解答。

摘要： 近日南洋理工大學研究者發佈了一篇描述卷積網絡數學原理的論文，該論文從數學的角度闡述整個卷積網絡的運算與傳播過程。該論文對理解卷積網絡的數學本質非常有幫助，有助於讀者「徒手」（不使用卷積API）實現卷積網絡。

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： 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。

Web Services

YOU MAY BE INTERESTED

Scraper API

Popular Tags