1、特征选择
特征选择也被称为变量选择和属性选择，它能够自动地选择数据中目标问题最为相关的属性。是在模型构建时中选择相关特征子集的过程。
特征选择与降维不同。虽说这两种方法都是要减少数据集中的特征数量，但降维相当于对所有特征进行了重新组合，而特征选择仅仅是保留或丢弃某些特征，而不改变特征本身。
降维常见的方法有PCA，SVD，萨蒙映射等，特征选择是丢弃作用小的特征。
为什么要做特征选择？
在有限的样本数目下，用大量的特征来设计分类器计算开销太大而且分类性能差。通过特征选取，删选掉冗余重复的和不相关的特征来进一步降维，获取尽可能小的特征子集，模型仅需少量的样本就可以得到较高的预测准确率。特征选择可以移除那些重复冗余、无关的特征，利于构建复杂度更低、解释性更强的模型。
1、去除冗余和不相关的特征，减少了特征维度，有利于提高模型的预测能力，构建效率更高的模型。
2、更好地理解数据生成的过程，模型的解释性更强。
特征选择方法有很多，一般分为三类：
物联网是在计算机互联网的基础上，利用RFID、无线数据通信等技术，构造一个覆盖世界上万事万物的“Internet of Things”。在这个网络中，物品(商品)能够彼此进行“交流”，而无需人的干预。其实质是利用射频自动识别(RFID)技术，通过计算机互联网实现物品(商品)的自动识别和信息的互联与共享。比如超市里的付款系统，目前的超市里都是有专门的工作人员核算顾客的消费量，而利用物联网则能实现付款机对货物的自动核算功能，大大提高了购买效率。
那么物联网综合管控平台系统又有哪些优势呢？
1、一点接入，全网服务：提供政企公司或各省公司一点进行业务受理，分省出卡的业务开通，各配合省根据客户需求进行卡的制作、配号和销售，直接为客户提供业务服务和网络服务，满足客户“一点拿卡”、“一站式服务”需求，避免客户与多个省进行业务对接，且无省间漫游结算，特别适合于全网业务应用的行业客户。
2、丰富的码号资源：拥有13位以10648开头的物联网专用号段和11位以14765开头的物联网专用号段，总容量达一亿以上，充分满足用户大数量码号需求。
随着硬件的更新换代，越来越多的机器学习从业者又开始面临选择 GPU 的难题。正如我们所知，机器学习的成功与否很大程度上取决于硬件的承载能力。在今年 5 月，我在组装自己的深度学习机器时对市面上的所有 GPU 进行了评测。而在本文中，我们将更加深入地探讨：
GPU + 深度学习
深度学习（DL）是机器学习（ML）的一个分支。深度学习使用神经网络来解决问题。神经网络的优点之一是自行寻找数据（特征）模式。这和以前告诉算法需要找什么不一样。但是，通常这意味着该模型从空白状态开始（除非使用迁移学习）。为了从头捕捉数据的本质／模式，神经网络需要处理大量信息。通常有两种处理方式：使用 CPU 或 GPU。
计算机的主要计算模块是中央处理器（CPU），CPU 的设计目的是在少量数据上执行快速计算。在 CPU 上添加数倍的数字非常快，但是在大量数据上进行计算就会很慢。如，几十、几百或几千次矩阵乘法。在表象背后，深度学习多由矩阵乘法之类的操作组成。
在前一个小节中，简单地谈了谈什么是“M-P神经元模型”，顺便用生活中生动的小案例，把激活函数和卷积函数的概念撸了一遍。下笔之处，尽显“神经”。当然这里所谓的“神经”，是说我们把不同领域的知识，以天马行空地方式，揉和在一起，协同提升认知水平。其实，这不也正是深度学习的前沿方向之一——“迁移学习（Multi-Task and Transfer Learning）”要干的事情吗？
下面，继续“神经”下去，首先聊聊机器学习的三大分支，然后以“中庸之道”来看机器学习的发展方向。
4.1 机器学习的三个层次
在我们小时候，大概都学习过《三字经》，其中有句“性相近，习相远。”说的就是，“人们生下来的时候，性情都差不多，但由于后天的学习环境不一样，性情也就有了千差万别。”
其实，这句话用在机器学习领域，上面的论述也是大致适用的。机器学习的学习对象是数据，数据是否有标签，就是机器学习所处的“环境”，“环境”不一样，其表现出来的“性情”也有所不同，大致可分为三类：
过去的二十年，汽车行业把大量的数字化技术应用在协同工作、设计开发、销售及服务等方面，因此信息安全建设过去几乎没有围绕汽车实施。同时由于生产环境和物理环境的相对封闭，我们也看到国内大量整车厂针对传统信息安全建设的缺位。信息安全不是个新话题，但是在汽车行业开始被重视并且实践，是近两年才开始的。
近年通过大量的走访、调研，我们发现汽车行业在智能网联汽车信息安全建设过程中，目前存在大量的建设误区，导致成本及资源的浪费，未来甚至可能埋下新的安全隐患。
因此我们总结了十大常见误区，供行业管理者参考：
1. 信息安全战略不清晰
智能网联汽车信息安全与车辆主被动安全不同，需要同时考虑人员、策略、技术等多维度的风险控制。而风险战略自上而下、由内而外都需要兼顾，需要调配供应链、IT、法务、风控、电子电器、车内网络甚至销售运维等多个部门，需要项目参与人都拥有相当的风险控制意识，需要在车辆的整个生命周期都贯彻风险管理措施……因此信息安全战略的缺失或者不完善，很大程度上会影响整车企业信息安全建设的走向。
机器学习算法已经被广泛应用于自动驾驶各种解决方案，电控单元中的传感器数据处理大大提高了机器学习的利用率，也有一些潜在的应用，比如利用不同外部和内部的传感器的数据融合(如激光雷达、雷达、摄像头或物联网)，评估驾驶员状况或为驾驶场景分类等。在KDnuggets网站发表的一篇文章中，作者Savaram Ravindra将自动驾驶中机器学习算法主要分为四类，即决策矩阵算法、聚类算法、模式识别算法和回归算法。我们跟他一起看看，这些算法都是怎样应用的。
算法概览
我们先设想这样一个自动驾驶场景——汽车的信息娱乐系统接收传感器数据融合系统的信息，如果系统发现司机身体有恙，会指导无人车开往附近的医院。
这项应用以机器学习为基础，能识别司机的语音、行为，进行语言翻译等。所有这些算法可以分为两类：监督学习和无监督学习，二者的区别在它们学习的方法。
监督学习算法利用训练数据集学习，并会坚持学到达到所要求的置信度（误差的最小概率）。监督学习算法可分为回归、分类和异常检测或维度缩减问题。
背景介绍
从纸笔办公到物联网时代，你知道哪些攻击面是攻击者最常利用，而我们又最常忽略的吗？
现在，在你的办公室中可能还有一些老旧的传真机或是布满灰尘的打印机，在你的眼中，它们或许只是已经无法用来发送邮件或复印文档的过时技术。你可能也会将收发室/信房视为收集未经请求的垃圾信件的地方，而这些垃圾信件很快就会被你丢进垃圾箱。
是的，如此寻常的物件，如此寻常的操作，可能每天都在我们的生活和工作中上演。但是，攻击者却能够从中发现一些不同的东西：漏洞，一些通常会被安全部门忽略的漏洞。要记住，非计算机向量上的网络攻击要比你想象的更常见。
例如，今年8月，Check Point公司的研究人员就披露了全球数以亿计传真机所使用的通信协议中存在的两个严重远程代码执行（RCE）漏洞。该攻击被称为Faxploit，其中涉及了两个缓冲区溢出漏洞，一个在解析COM标记时触发（CVE-2018-5925），另一个基于堆栈的问题在解析DHT标记（CVE-2018-5924）时发生，这可以导致远程代码执行。
文章发于《智能家居》杂志，经亿欧家居编辑，供行业人士参考。
在人工智能、5G、IoT突破融合的趋势下，各地加速智慧城市建设，城市安防更是加深发展，利用深度学习技术来理解视频内容，使得安防领域成为人工智能技术最大应用场景之一。安防，被视为下一个即将爆发的市场，是国内现阶段人工智能直接创收最多的行业。据数据统计，目前国内大约装有1.76亿个监控摄像头，预计三年内数量会增加到6.26亿。未来每个新增摄像头的背后，AI都大有可为，预计到2022年整个市场将达到万亿规模。本文将重点探讨AI+安防在家庭、社区、楼宇等场景下的相关应用。
为何AI技术纷纷落地安防行业？
安防领域一直被认为是人工智能技术落地最好的行业之一。而这主要源于安防本身的两大特性：首先，以视频技术为核心的安防行业拥有海量的数据来源，可以充分满足人工智能对于算法模型训练的要求；其次，安防行业中事前预防、事中响应、事后追查的诉求与人工智能的技术逻辑完全吻合。
而从目前市场现状来看，鉴于安防领域巨大的市场规模和可观的营收利润前景，也恰恰使其成为众多AI巨头以及创业公司的必争之地。
时下机器人技术发展火热，随着人们对机器人技术智能化本质认识的加深，机器人技术开始源源不断地向人类活动的各个领域渗透。小编带大家来看十项最具前景的机器人技术!
「软体的机器人」：柔性机器人技术
该技术是指采用柔韧性材料进行机器人的研发、设计和制造。
柔性材料具有能在大范围内任意改变自身形状的特点，在管道故障检查、医疗诊断、侦查探测领域具有广泛应用前景。
可以把问题根据难度从小到大排个序：大数据+分布均衡<大数据+分布不均衡<小数据+数据均衡<小数据+数据不均衡。
说明：对于小数据集,机器学习的方法是比较棘手的。对于需要解决的问题，拿到数据后，首先统计可用训练数据有多大，然后再观察数据分布情况。经验表明，训练数据中每个类别有5000个以上样本，其实也要相对于特征而言，来判断样本数目是不是足够，数据量是足够的，正负样本差一个数量级以内是可以接受的，不太需要考虑数据不平衡问题（完全是经验，没有理论依据，仅供参考）。
0、搜集更多的数据
然而实际上，当搜集数据的代价不大时，这种方法是最有效的。
但是需要注意，当搜集数据的场景本来产生数据的比例就是不平衡时，这种方法并不能解决数据比例不平衡问题。
1、采样
采样分为上采样（Oversampling）和下采样（Undersampling），上采样是把小众类复制多份，下采样是从大众类中剔除一些样本，或者说只从大众类中选取部分样本。