迁移学习是什么？迁移学习是一种机器学习技术，在这种技术中，一个训练于一项任务的模型被重新用于另一项相关任务。迁移学习是一种优化，它允许在第二个任务建模时快速进行或提高性能。

我们在训练神经网络模型时，最常用的就是梯度下降，这篇博客主要介绍下几种梯度下降的变种（mini-batch gradient descent和stochastic gradient descent），这里主要介绍Mini-batch gradient descent和stochastic gradient descent（SGD）以及对比下Batch gradient descent、mini-... 阅读详情

尽管无线网络占据了所有的新闻头条，但有线网络仍然可以继续可靠地完成工作。尽管它们可靠且相对无处不在，不过，一些人还是预见到了有线网络的消失。无线技术和服务的不断扩展是否标志着有线网络的终结？物联网、即将推出的5G以及更快Wi-Fi的增长是否预示着铜缆的最终消失？

矩阵实际可以看作一个变换，方程左边就是把向量x变到另一个位置而已；右边是把向量x作了一个拉伸，拉伸量是lambda。那么它的意义就很明显了，表达了矩阵A的一个特性就是这个矩阵可以把向量x拉长（或缩短）lambda倍，仅此而已。

统计学和机器学习之间的界定一直很模糊。无论是业界还是学界一直认为机器学习只是统计学批了一层光鲜的外衣。而机器学习支撑的人工智能也被称为“统计学的外延”。例如，诺奖得主托马斯·萨金特曾经说过人工智能其实就是统计学，只不过用了一个很华丽的辞藻。

物联网正在迎来第四次工业革命。尽管人们普遍了解数字化的必要性，但仍有许多误解阻碍了工业物联网的实施。由于复杂性和成本问题，许多组织推迟了他们的工业物联网（IIoT）计划。为最坏情况做准备并不一定是坏事，但您可能高估了工业物联网的风险，并低估了它的真正价值。为了帮助您树立正确的观念，我们将在本文中揭示关于工业物联网实施的6个常见误解。

当今社会，无人驾驶已经成为影响人们生活的最大的课题之一。全球各大科研机构也纷纷投入了大量的人力物力，进行无人驾驶的研究。无人驾驶不再是遥不可及，可以说它对当今社会的影响是巨大的，有可能会颠覆我们的认知。现如今网上关于无人驾驶汽车的利弊，都各有说法。

该内容是Kailash Ahirwar首发在Github的，以下是GitHub链接：https://github.com/kailashahirwar/cheatsheets-ai 。对新手来说，学习机器学习和深度学习是比较困难的，各种深度学习库也是比较难理解，所以，我(原作者)创建了这个机器学习和深度学习速查表，希望对多家有帮助：

尽管智能家居产品越来越多，并满足了各种需求和预算，但消费者仍然对其采用产生了抵制情绪。除了安全和隐私方面的担忧之外，缺乏对物联网好处的认识也导致了许多首次购买者推迟购买。

在神经网络里面，会经常用到activation function，不管是CNN还是RNN亦或是其他带有神经元的网络，activation function都扮演着重要角色。刚接触神经网络的时候，脑子里总会浮现很多问题。为什么会有这么多activation function?为何这个函数就比另一个效果好？这么多函数，我们该使用哪一个？

对于应用深度学习需要思考什么的问题，我们无法统一答复，因为答案会随着你要解决的问题的不同而不同。但是我们希望以下的问答将成为一个帮助你如何在初期选择深度学习算法和工具的清单。

决策树是机器学习最基本的模型，在不考虑其他复杂情况下，我们可以用一句话来描述决策树：如果得分大于等于60分，那么你及格了。

机器学习是当下人工智能浪潮的核心技术，受到了工业界的广泛应用，为社会带来了巨大的产业价值。然而，如果机器学习系统受到攻击，将会带来怎样的严重后果？我们该如何分析、规避这种风险？下面，本文作者将基于 6 个月的研究心得，教给大家破解机器学习系统攻击的正确方式！

在开始调参之前，需要确定方向，所谓方向就是确定了之后，在调参过程中不再更改。1、根据任务需求，结合数据，确定网络结构。例如对于RNN而言，你的数据是变长还是非变长；输入输出对应关系是many2one还是many2many等等