机器学习 – 第7页小小书 XXshu

建立10倍的云端团队

Mathew Schwartz在Unsplash上的照片在云中，忽视一个简单的事实实在是太容易了。毫无疑问，您需要10倍的云提供商。 TPU芯片等硬件创新，Tensorflow和Kubernetes等框架以及AutoML等服务的结合无疑带来了难以置信的价值。对我来说，现在，这个10倍的云提供商是Google Cloud。您可能不同意。我尊重您的意见。但是，这场辩论是完全不同的讨论。一旦有了10倍的云提供商，这只是其中的一部分。有时往往被忽视的是非常真实和非常人性化的组成部分。毕竟，要充分发挥云技术和服务的潜力，您需要一支10倍的云团队。如果您不熟悉该术语，那么10倍的开发人员只是指生产力比普通开发人员高十倍的开发人员。在开发人员中，该术语本身有点争议。不信的人会指出，没有像10倍跑步者这样的东西。马拉松比赛的获胜者所花的钱不会比普通马拉松运动员少十倍。相信者将证明开发人员进入了高效率的流程，几乎是tr，注意到了模式和捷径，例如Beautiful…

供萌芽的数据科学家阅读的10本机器学习书籍

机器学习和人工智能是令人兴奋的领域，并且我们已经在这些主题上写了两年了。虽然我们在博客上谈论的很多内容都是机器学习的高级实现，并且对于初学者来说可能是不知所措，但实际上，机器学习的核心概念非常容易掌握。在线上有很多资源和备忘单，但是我们认为老式的学习方法有时是最好的：拥有一本好书。很少有资源能够匹配一本好书的深入，全面的细节。在此博客中，我们列出了一些最流行的书籍，适合初学者或对机器学习感兴趣的人使用。但是，尽管这些书将为您提供有关主题和理论的良好概述，但您也无法超越实践。查看我们关于在线或南非提供的课程的博客，为您的机器学习曲线增加一些实践经验和课程。统计学习的要素：数据挖掘，推理和预测，第二版作者：Trevor Hastie，Robert Tibshirani和Jerome Friedman 本书在一个通用的概念框架中描述了医学，生物学，金融和市场营销等各个领域的关键思想。尽管该方法是统计方法，但重点是概念而不是数学。大量使用彩色图形给出了示例。对于统计学家和对科学或工业中的数据挖掘感兴趣的任何人来说，它都是宝贵的资源。本书涵盖范围广泛，从监督学习（预测）到无监督学习。许多主题包括神经网络，支持向量机，分类树和Boosting-这是本书中对该主题的第一个全面处理。…

我通过Python进行情感检测中学到了什么

作为2017年9月23日至24日在巴丹举行的Tech Caravan的一部分，我被要求发表有关实用机器学习的演讲。我决定创建一个情感检测程序，例如Microsoft的Emotion API。它接受上面带有面孔的图像，猜测脸上的情绪，然后将其打印在控制台上。我所构建的内容能够获得〜75％的准确性。在这个故事中，我将谈论在构建情感检测程序时学到的东西，因此我将不详细介绍其构建方式。请查看幻灯片的链接和底部的代码。如果有人以前做过，那是可行的当我第一次同意进行演讲时，我不知道如何构建情绪检测程序，但是我认为如果有人能够做到，那么我可能会做到。它可能不尽如人意，但却是可行的，而这正是我所做的。我的准确率大约为75％，这还不错。找到好的功能我认为除了眼睛，眉毛和嘴唇的线条长度和角度之外，我还可以尝试找到更好的功能来解决此问题，但是我受时间的限制，没有时间来提取更好的功能。都是关于数据的如果您的数据很糟糕，那么您的机器学习算法将毫无意义。您应该获得很多彼此不同（多种）的数据（卷）。这样，模型就不会过拟合，并且可以预测从未见过的数据。数据也应正确处理。…

如何创建最畅销的书名-向Amazon BestSellers学习

资料来源：卢卡斯·阿蒙纳特吉您的博客文章标题微笑吗？亚马逊上的畅销书不仅如此，而且还有更多的方式。当然，它们之所以微笑是因为它们从架子上飞了下来，但是当您测量并绘制每个单词之间的唯一性距离时，它们也会微笑。无论您是为书籍，博客还是视频撰写标题，都适用相同的单词选择原则。成功的标题具有特定的节奏。在期权交易行业中，有一个技术指标称为“波动性微笑”。这表明，价内和价外期权价值比价内期权贵。绘制时，歪斜形成微笑。当我对成功标题的单词距离进行平均并绘制它们时，我被类似的形状所震惊。我在这里使用8词标题，因为这是高级亚马逊书籍的常用字数统计（我在上一则中篇文章中讨论了该概念背后的理论：量化出售的标题与不出售的标题）。我们都知道标题对于快速传达书的内容并说服读者进一步参与至关重要。成功的标题具有特定的节奏。如果我们分析了足够多的亚马逊销售排行榜上的书籍，我们会注意到以下模式，它们以遥远的单词开始，以遥远的单词结束，但由较近的单词绑在一起。换句话说，一个好的标题以最少的同义词开始和结束，而中间的同义词则更多。这可以在上面的图表中看到，其中y轴测量单词的距离（数字越小，一个单词与下一个单词的同义词越多，则它的同义词越大，含义越小）。 x轴显示标题中的单词（更准确地说，两个单词之间的一个点）。当使用每个单词之间的单词嵌入矢量距离进行绘制时，在标题的开头和结尾都可以看到这种微笑的图案（我在上一篇中篇文章中讨论了该概念背后的理论：卖出标题的人与不卖出标题的人，定量分析）。…

满足您内心书呆子的假期阅读清单

现在是时候了，这是当之无愧的休息时间。除了与家人和朋友共度时光之外，如果您像我们一样，可能还希望有一些休息时间，并有机会拥抱一些有趣的东西。考虑到这一点，我们希望分享一些我们最喜欢的选择。从科幻小说到尖端的学术研究，我们已经编制了一份阅读清单，以挑战和喜悦您。在此过程中，您也希望对机器学习和人工智能的一些更令人着迷的方面有更深入的了解。数学毁灭性武器：大数据如何增加不平等并威胁民主在《数学破坏的武器》中，《纽约时报》最畅销的作家凯茜·奥尼尔向读者介绍了大数据的阴暗面。她解释说，尽管算法在我们日常生活中的普遍性应该为社会带来更大的公平性，但事实恰恰相反。算法常常会加剧歧视，并带来潜在的灾难性后果。写得好并且经过深思熟虑的论断，对于对偏见，透明和信任感兴趣的任何人都应该阅读“数学破坏武器”。自动化不平等：高科技工具如何识别，管理和惩罚贫困者有关算法的道德风险的更多信息，请查看Virginia Eubanks的“自动化不平等”。在其中，她着眼于数据挖掘，策略算法和预测性风险模型对美国贫困人口和工人阶级的作用。我们喜欢这本书的原因是她做得很出色，表明问题不仅仅在于算法本身。而是从我们收集的数据以及我们要解决的问题的基本结构开始。三体问题…

接近ML-如何开始？

在上一篇文章中，我讲述了我是如何开始使用ML的，但是，当然，我的示例不足以一概而论：可用时间，技能，期望，背景都是要考虑的因素，并且在选择一种方法时会产生巨大影响。此外，通过与不同角色，不同背景的人交谈，但所有人都有兴趣加深对这些主题的了解，我意识到人们很有好奇心，但是第一步可能很困难，并且可以建议一些东西（一本书或一门课程）对于某人，但对其他人的错误选择。但是我们需要从某个角度出发，因此让我们进行简单的分类，例如使用从工作角色派生的角色，然后从此处移动以想象不同的学习路径。为简单起见，让我们考虑：首席执行官具有强大业务背景且没有技术专长的人。他/她想了解有关ML的更多信息，目的是回答诸如以下问题：这些技术如何改善业务？要花多少钱？如何测量投资回报率？首席技术官/技术经理具有良好技术知识的个人资料，一位前开发人员转投管理层。可能是从CxO任命的人就这些主题制定战略计划或从PoC开始，所以他/她的问题可能是：我需要知道什么才能聘请合适的人来组成一个专门的团队？为了有效管理该团队和项目？如何评估外部供应商或云ML服务？如何将结果呈现给高层管理人员？科技精通一种或几种语言/框架的技术人员，愿意获得新技能（和相关工具），并且需要知道如何实现CxO提出的要求。我知道，这有点简单，但让我们将其视为基准。…

书评：“揭开医疗保健大数据和机器学习的神秘面纱”

在医疗领域，大数据的潜力很大。从利用患者的社会经济数据到降低成本：无数的应用都是可能的。话虽如此，当涉及到此类主题时，普通民众经常会受到恐吓甚至误会。 “揭开医疗保健的大数据和机器学习的神秘面纱”旨在通过调查医疗保健组织如何利用大数据和相关学科来发现新的业务价值，用例和常识以及如何将大数据集成到预先解决方案中来纠正这一问题。现有的商业智能和分析活动。 CRC出版社《合理使用大数据和机器学习为医疗保健揭开神秘面纱》封面这本210页的书由Prashant Natarajan，John C. Frenzel和Detlev H. Smaltz撰写，是一本快速阅读的书。这是我的印象：保持简单作者和编辑竭尽全力使该语言保持足够的简单，以使所有级别的卫生从业人员，技术爱好者，教育工作者和决策者都能理解。很多具体的事实，数字本书包含有关当前（和将来）大数据应用程序的统计数据和图表。例如，您将了解到：“到2014年，（由Gartner进行调查的）组织中有73％的企业正在投资或平移以投资大数据。但是，在2012年，Gartner发现，只有13％的受访企业实际部署了大数据。数据解决方案。快进到2015年；…

数据分析实用指南

在过去的几个月中，我有很多朋友，同事和熟人给我发送电子邮件，询问我如何获得数据分析工作或如何学习数据分析技能。这篇文章是我的回复的总结，对于您想从事分析工作还是只是想扩展自己的技能范围都将有所帮助。是什么让您对数据分析感兴趣？您是如何找到第一份工作的？我放学后的第一份工作是数字媒体购买-我们有分析师支持我们，我们还使用了由算法和分析提供支持的工具。我一直喜欢这份工作的一部分（分析和利用数据工具），而不是真正的媒体购买纪律。那是我最初引起我兴趣的地方。我能够利用自己的一些数字媒体经验，以及在（无关的）硕士课程期间进行的有限学习（以及一些良好的面试），进入一家完全专注于大数据分析（清晰）咨询公司的领导力发展计划见解）。如果我想进入分析领域，应该在学校学习什么？业内对此有很强的见解，但我的观点是，获得何种学位并不重要，而是在学校期间获得的技能和知识。我本人毕业于拉丁美洲研究，并拥有国际关系硕士学位-与数据分析完全无关。但是，当我获得研究生学位时，我可以与学校的业务分析计划进行交叉学习，在那里我学习了有关SQL，数据库设计和预测建模的基础课程。我的国际学习课程也有相当强大的统计要求，这也非常有帮助。如果您强烈希望选择特定的学位课程，那么信息系统或统计专业的学位都可以帮助您获得分析工作或学习数据分析技能（意味着减少学习时间）你自己）。现在，许多学校也在提供实际的数据科学/分析程序（但是，请帮自己一个忙，并仔细阅读课程要求-这些程序有些“蓬松”，这意味着它们在任何一个主题上都不够深入，以至于不能是有用的（或者某些设计具有更多计算机科学的角度），在某些分析角色中这可能是非常重要的，但对所有人而言却不是必需的或非常合适的，这可能会令人沮丧。请注意，尽管我个人认为您不需要技术学位就可以成为优秀甚至出色的数据科学家/分析专家，但许多公司，人事部门和专业人员甚至都不会在没有技术学位的情况下看您。我个人认为这是招聘的一种短视方式，但确实存在这种态度。您在分析工作中使用的或数据分析师应了解的基本技能是什么？一开始要学习的最好的东西与ETL和数据清理有关，这可能非常无聊，耗时且单调，但是（以我的经验）却占了企业所面临问题的80％。…

了解数据科学-建立图像分类器

嗨！我的名字叫Gabi，我正在学习数据科学。我计划写一些我正在学习的内容，以帮助我整理思想，并跟踪所涵盖的内容。面临的挑战：建立图像分类器，可以正确识别图像中是否存在入侵植物（并将结果提交给Kaggle以查看与其他植物的比较）。我有2295张排序后的图像来训练我的模型，然后将其用于分类1531张图像。设定：我将使用Python进行编程，并使用Keras（带有Theano后端）运行模型。 Theano是一个Python库，可让我“有效地定义，优化和评估涉及多维数组的数学表达式”。鉴于神经网络由许多数组乘法组成，这是构建一个数组的第一步。然后Keras利用Theano的表达式来构建深度学习库。我将使用Jupyter Notebook进行编程。让我们开始吧：创建模型：由于数据集非常小，因此我将使用预先训练的模型。实际上，这在图像分类问题中相当普遍，因为已经存在可以在数百万个图像上训练的良好模型。如果没有资源去做同样的事情，使用预先训练的模型并根据我的需要对其进行调整很方便。具体来说，我将使用VGG模型，该模型在ImageNet…

机器学习的“第0天”入门

本杰明·曼宁博士我相信我们可以从我们的经验中学到最好的知识，当我们分享有关我们的经验的故事时，我们可以分享同样的经验。我喜欢向人们教授东西；我真正喜欢谈论和教授的一个主题是机器学习（ML）。多年来，我已经向各种水平的各种学生教授ML。不要相信炒作-学习者不需要在任何给定领域的任何类型的特定背景知识或领域知识，就可以理解甚至将ML概念应用于问题。当然-在任何领域的经验都可以帮助您，但是许多人可能会向潜在的学习者表明，要使他们入门，需要掌握大量的统计或数学技能，而事实并非如此。实际上，在本文的其余部分中，我将表明，任何人只要了解并完全理解整个ML过程，就需要对我们自己的学习有一个总体了解。在那些更有经验的人向我尖叫之前，请记住这是为学习第0天的学习者而写的，目的是提供一种整体的，易于理解的，无需担心的方法。因此，让我们开始吧-快速讲故事！童年最美好的回忆之一是父亲教我骑新自行车。我认为这是我的第一次“真正的”硬敲击经历，因为父亲没有告诉我如何骑自行车，而是让我每次尝试并最终摔倒时都会稍微失败。看来，我永远都不会到达那里，但我会根据每次尝试骑行时所学到的正确经验，缓慢而可靠地推论出自己做错了什么。在我的经验和实验过程中，我对每个变量进行了调整，直到结果类似于我自己走到穷途末路并与最快的朋友一起骑行所需的外表。当时我几乎不知道，无论结果如何（失败还是成功），每次迭代都代表着一种学习经验，我正在学习如何管理诸如平衡，动力，速度甚至毅力之类的东西。最崇高的荣幸就是理解的喜悦。达芬奇（Leonardo da…