联邦学习首个国际标准正式推出！
2018年年底，国内学术界与产业界在隐私计算领域开始了一场基于联邦学习技术的生态建设持久战。 那年12月，IEEE标准委员会（SASB）批准了由微众银行发起的关于《联邦学习架构和应用规范》的标准立项。不久，来自国内外的多位知名学者和技术专家纷纷加入标准
18个值得了解的学习Python和SQL的数据科学平台
副标题#e# 数据科学是当今市场上最热门的职业之一。 公司一直在聘用数据科学家，并且总是有很多人试图成为一名科学家。 但是，数据科学的发展不及其他技术学科那么长，因此与软件开发不同的是，没有专门针对数据科学的学习平台来帮助有抱负和经验丰富的科学
Python学习：urllib 分析
副标题#e# 接下来我们会分开讨论除了 urllib.error 以外的几部分。官方文档实际推荐你尝试第三方库， requests，一个高级的 HTTP 客户端接口。然而我依然认为知道如何不依赖第三方库打开 URL 并与之进行交互是很有用的，而且这也可以帮助你理解为什么 reque
在贡献中学习-企业怎样借助开源项目/社区获得技能形成
X-Lab开放实验室是上海同济大学跟华东师范大学联合办的一个创新实验室，我是开源社教育工作组负责人，我自己写博客。 为什么我会研究这个题目？ 我把自己定义为开源信徒，我们去了解开源的历史，会发现从黑客到OpenStack提出来，这一段历史中可以看到道德
2021年人工智能学习的趋势
AI会推动云计算的创新 以人工智能为基础的应用程序和服务正在推动云计算技术的应用，并从中获益。和其他很多虚拟服务一样，人工智能在云平台上的应用是经济有效的，企业也会在新年里继续受益。 AI技术正快速地嵌入到云计算应用中，而全球最大的云计算供应商
美团机器学习中的数据清洗与特征挖掘实践
综述 如上图所示是一个经典的机器学习问题框架图。数据清洗和特征挖掘的工作是在灰色框中框出的部分，即“数据清洗=特征，标注数据生成=模型学习=模型应用”中的前两个步骤 灰色框中蓝色箭头对应的是离线处理部分。主要工作是： 从原始数据，如文本、图像
【机器学习】数据处理中白化Whitening的作用图解分析
之前在看斯坦福教程中whiteining这一章时，由于原始图像相邻像素值具有高度相关性，所以图像数据信息冗余，对于白化的作用的描述主要有两个方面：1，减少特征之间的相关性；2，特征具有相同的方差（协方差阵为1）；但是为什么这么做，以及这样做对于算法或
深度学习的江湖已经能够被统一了吗？
你能想象某一天打开深度学习的词条，发现： 深度学习的江湖已经能够被统一了吗？ 几何学上的对称性可以玩转整个深度学习吗？ 通过对称性和的变换，可以提炼出覆盖CNNs, GNNs, LSTMs, Transformers, DeepSets, mesh CNN等一切你所需构建的架构吗？ 不要惊讶
深度学习与机器视觉的重要性解析！
深度学习是工业机器人的核心技术，能够推动机器人摆脱束缚，根据环境的变化，自主的进行工业操作，并且能够自主学习，充实自己，以适应不断变化的工业环境。 机器视觉是自动化生产装置转化为智能机器人的关键因素，最初主要是作为机器人生产的辅助工具，来
机器学习的五个成功实践
IT领导者们分享了使用人工智能和机器学习来获得业务洞察的方法。 随着组织越来越多地利用技术来更好地预测客户的偏好并支持业务运营，人工智能和机器学习(ML)越来越受企业青睐。 IDC的数据指出，2019年的支出为375亿美元，到2023年，人工智能系统方面的支
