写在前面 2017年可以说是人工智能元年，不到一年的时间里人工智能概念与公司呈现出井喷式的发展，而社会上对与AI相关产业的人才需求也越来越大，不少人都希望掌握这个技术以免被时代淘汰。作为在AI领域领跑
Python已经激励了很多人去学习编程，并不断地激励着他们。我认识一些人，他们学习Python的原因各不相同，从web开发到机器学习。我看到过一些新人学习Python来使用Django编写web应用程序，使用Python创建机器学习模型，以及编写一些方便的脚本来自动化那些无聊的东西。
大数据文摘编辑组 谷歌刚刚为全球的机器学习者们带来了一份大礼。 作为向人工智能教育领域迈出的第一步，谷歌的人工智能学习网站Learn with Google AI在今天上线，并重磅推出了一门机器学习速成课（Machine Learning Crash Course ，MLCC），提供交互式教学视频和练习，免费教授机器学习概念。 课程网站： https://developers.google.cn/machine-learning/crash-course/ 在本次发布中，谷歌提供了英文，西班牙文，法文，韩文
此前我们报道过微软推出 Python 免费在线视频教程，为 Python 初学者提供学习材料。无独有偶，谷歌近日也宣布推出两个 Kotlin 免费在线课程，正如苹果将 iOS 开发人员从 Object-C 转移到 Swift，谷歌也在将 Android 开发者从 Java 转移到 Kotlin。
最近，微软推出了一套免费的 Python 在线视频课程，为 Python 初学者提供学习材料。无独有偶，谷歌近日也宣布推出两个 Kotlin 免费在线课程，正如苹果将 iOS 开发人员从 Objective-C 转移到 Swift，谷歌也在将 Android 开发者从 Java 转移到 Kotlin。
我们很多人都没有注意到，其实 YouTube 上面有大量免费的机器学习的指导课程。你无须再等待 MOOC 课程的更新了，可以在 YouTube 上面找到你想要的。去年，我们在 Top YouTube Videos 里面推荐了大量神经网络、深度学习和机器学习方面的优秀视频，但是很多视频已经有些过时了，所以这里我们需要更新一下视频推荐。 （备注：请自备梯子科学上网观看） 本文可以帮助你发现新的工具、技术、方法等。你要牢记这句话：对新知识的学习要像生命对于活水的需求一样迫切，永远不要停下追赶新知识、新观点的脚步。
今天谷歌上线了基于 TensorFlow 的机器学习速成课程（Machine Learning Crash Course ，MLCC），它包含 40 多项练习、25 节课程以及 15 个小时的紧凑学习内容。此外，还包含了实际的案例研究示例。该课程基于谷歌内部课程，最初旨在帮助谷歌员工对AI和机器学习基础知识进行介绍。现在，MLCC将面向所有人开放，而且有中文版网站！
早在二月份，谷歌与全世界共享了内部机器学习速成课程（MLCC），以帮助更多开发人员学习使用ML。这份课程支持中文，而且免费。
day1课程目录： 开课介绍（1） 开课介绍（2） 开课介绍（3） 电脑简史（1） 电脑简史（2） 计算机结构 day1课程内容梳理： 导师介绍： Alex Li（金角大王）：买了一辆特斯拉，喜欢姑娘 武sir（银角大王）：喜欢研究代码和武藤兰 苑昊（深山老妖）：河北大学计算机系在读硕士 小月月：擅长pyhton开发 Linux管理 已经不使用Windows了 学员自我介绍： 略 为什么要学Python？： 美国都用Python讲课，国内外许多知名公司都在使用，谷歌以前能用pyht
机器之心整理 参与：思源、许迪 随着机器学习越来越受到公众的关注，很多初学者希望能快速了解机器学习及前沿技术。而今天谷歌上线了基于 TensorFlow 的机器学习速成课程，它包含 40 多项练习、25 节课程以及 15 个小时的紧凑学习内容。谷歌官方描述为机器学习热爱者的自学指南，且课程资料都是中文书写，课程视频都由机器学习技术转述为中文音频。这对于中文读者来说将会有很大的帮助，当然我们也能选择英文语音以更精确地学习内容。此外，据机器之心了解，这曾是谷歌内部培训工程师的课程，有近万名谷歌员工参与并将学到
但这个最热门的角色并不是一个简单的领域，它至少需要高中数学和一些编程知识，甚至需要重新开始学习。
从Python菜鸟到Python Kaggler的旅程（译注：Kaggle是一个数据建模和数据分析竞赛平台） 假如你想成为一个数据科学家，或者已经是数据科学家的你想扩展你的技能，那么你已经来对地方了。本文的目的就是给数据分析方面的Python新手提供一个完整的学习路径。该路径提供了你需要学习的利用Python进行数据分析的所有步骤的完整概述。如果你已经有一些相关的背景知识，或者你不需要路径中的所有内容，你可以随意调整你自己的学习路径，并且让大家知道你是如何调整的。 步骤0：热身 开始学习旅程之前，先回答第一
关键字全网搜索最新排名 【机器学习算法】：排名第一 【机器学习】：排名第一 【Python】：排名第三 【算法】：排名第四 在我看来，基本上可以负责任地认为，Python 可以做任何事情。无论是从入门级选手到专业级数据挖掘、科学计算、图像处理、人工智能，Python 都可以胜任。或许是因为这种万能属性，周围好更多的小伙伴都开始学习 Python。 那Python 现在到底有多热呢？微软开启了一个针对 Excel 功能的话题，用以收集用户的反馈。随后有用户提议让 Python 成为 Excel 的一种脚本语言
译者：Allen 从Python菜鸟到Python Kaggler的旅程（译注：Kaggle是一个数据建模和数据分析竞赛平台） 假如你想成为一个数据科学家，或者已经是数据科学家的你想扩展你的技能，那么你已经来对地方了。本文的目的就是给数据分析方面的Python新手提供一个完整的学习路径。该路径提供了你需要学习的利用Python进行数据分析的所有步骤的完整概述。如果你已经有一些相关的背景知识，或者你不需要路径中的所有内容，你可以随意调整你自己的学习路径，并且让大家知道你是如何调整的。 步骤0：热身 开始学习旅
假如你想成为一个数据科学家，或者已经是数据科学家的你想扩展你的技能，那么你已经来对地方了。本文的目的就是给数据分析方面的Python新手提供一个完整的学习路径。该路径提供了你需要学习的利用Python进行数据分析的所有步骤的完整概述。如果你已经有一些相关的背景知识，或者你不需要路径中的所有内容，你可以随意调整你自己的学习路径，并且让大家知道你是如何调整的。 步骤0：热身 开始学习旅程之前，先回答第一个问题：为什么使用Python？或者，Python如何发挥作用？ 观看DataRobot创始人Jeremy在
在我看来，基本上可以不负责任的告诉你，Python 可以做任何事情。无论是从入门级选手到专业级选手都在做的爬虫，还是 Web 程序开发、桌面程序开发还是科学计算、图像处理，Python 都可以胜任。或
我们都知道谷歌爸爸收购了Cask Data一家公司。长期以来，谷歌致力于推动围绕 GoogleCloud 的企业业务，但在这方面一直被亚马逊和微软吊打，这次的收购正是为了弥补自身的短板。 被收购的 Cask Data 是一家专门提供基于Hadoop的大型数据分析服务解决方案的初创公司。基于此，谷歌进一步加强他的大数据分析能力。 除了谷歌、微软、亚马逊、IBM等国际大佬全力布局大数据外，国内企业也积极投入大数据的怀抱，无论是BAT这样的大厂还是雨后春笋般涌现的创业企业，都纷纷入局。 国内IT、通讯、行业招
“学习Fastai从哪开始？”这个问题可能并不合适。那么是不是要直接看第一个视频？并不是。
AI 科技评论按：3 月 7 日凌晨，谷歌 TensorFlow 开发者峰会（TensorFlow Dev Summit 2019）在美国加州举行。自今年 1 月份谷歌放出 TensorFlow 2.0 开发者预览版，开发者们如今终于迎来了万众期待的 TensorFlow 2.0 Alpha 版的正式发布。也许是为了呼应谷歌此前将 TensorFlow 2.0 称作重要的「里程碑」，TensorFlow 的 Logo 也从过去的三维积木状变成了扁平化风格的「T」和「F」字母拼接。
---- 新智元报道 作者：马文、克雷格 【新智元导读】3月的第一天，谷歌就为各级别的AI开发者和研究人员带来了福利：免费的机器学习和人工智能课程。首先推出的机器学习速成班课程约为15小时，包括互动课程、谷歌研究人员的讲座以及40多个练习，全是干货！ 3月的第一天，谷歌发福利了！ 今天，谷歌上线人工智能学习网站Learn with Google AI，网站设有一门名为机器学习速成班（Machine Learning Crash Course ，MLCC）的免费课程。该课程基于谷歌内部课程，最初
【新智元导读】3月的第一天，谷歌就为各级别的AI开发者和研究人员带来了福利：免费的机器学习和人工智能课程。首先推出的机器学习速成班课程约为15小时，包括互动课程、谷歌研究人员的讲座以及40多个练习，全
选自KDnuggets 作者：Thuy T. Pham 机器之心编译 参与：微胖、黄小天 虽然 YouTube 有很多不错的机器学习视频，但是很难搞清楚是否值得一看，何况每分钟上传的视频长达 300 小时。在本文中，我们整理了观看量最高的十大机器学习视频。今天这篇推送更新了之前颇受欢迎的博文（2015 年 Youtube 最受欢迎十大机器学习视频，https://goo.gl/6ElLdd）。另外，我们也添加了 4 个最受欢迎的相关视频列表（本文第二部分）。 这份顶级机器学习视频排名包括斯坦福、 加州理工、
以前，吴恩达的机器学习课程和深度学习课程会介绍很多概念与知识，虽然也会有动手实验，但它们主要是为了帮助理解。在这一份 Coursera 新课中，吴恩达与谷歌大脑的 Laurence Moroney 从实践出发介绍了使用 TensorFlow 的正确姿态。
此列表包含了人工智能和深度学习最好的入门资源，对初学者和想要进入这一领域但又不知道如何开始的人最为有用。 机器学习 机器学习领域的最佳入门介绍，可以在coursera 上观看吴恩达（Andrew Ng）的机器学习课程。这门课程解释了最基本的概念，让你对最重要的算法有一个很好的理解。 简而言之，如果想对高水平的机器学习算法有一个概览，可以观看在线课程“Machine Learning Distilled”。 图书Programming Collective Intellience《集体智慧编程》是学习在Pyt
框架的选择 如上一节课所说，随着机器学习的发展，目前已经出现很多不错的学习框架，这里我们做个对比： TensorFlow：深度学习最流行的库之一，它不仅便携、高效、可扩 展，还能在不同计算机上运行。小到智能手机，大到计算机集群。它是一款轻量级的软件，可以立刻生成你的训练模型，也能重新实现它；TensorFlow 拥抱创新，有强大的社区、企业支持， 因此它广泛用于从个人到企业、从初创公司到大公司等不同群体。 Caffe: 卷积神经网络框架，专注于卷积神经网络和图像处理，是用 C ++语言写成的。 Theano
Python菜鸟到Python Kaggler 如果你梦想成为一名数据科学家，或者已然是数据科学家的你想扩展自己的工具库，那么，你找对地方啦。本文旨在为做数据分析的Python人提供一条全方位的学习之路，完整讲述运用Python进行数据分析的所有步骤。当然，如果你已经有了一些知识储备，或者无需掌握全部的内容，可以按照自己的需求做出调整，也欢迎与我们分享你是如何调整的。 你也可以参考本学习方法的迷你版 ——《 信息图表：Python数据科学学习之快速入门》。 起步 热身 开始这段学习旅程之前，第一个要回答的
这是「进击的Coder」的第 721 篇分享 来源：OSC 开源社区 (ID:oschina2013) “ 阅读本文大概需要 5 分钟。 ” 5 年前的 2017 Google I/O 大会上，谷歌宣布：官方正式支持将 Kotlin 作为 Android 开发的 First-Class 语言。 自此，Kotlin 开发商 JetBrains 和谷歌一直围绕 Kotlin 进行紧密合作，并共同创立了 Kotlin 基金会。 正如最初 I/O 公告中所强调的那样，Kotlin 是可互操作、成熟、适用于生产环
学好Python，从娃娃抓起。 “Python语言要加入高考科目”，听到这个消息，镁客君瞬间抖三抖，还好毕业早！ 然后一搜消息，发现Python语言不愧是是AI编程语言界的当红炸子鸡： Python将进入山东小学教材； 2018年起，Python列入全国计算机等级考试； 北京、山东确定要把Python编程基础纳入信息技术课程和高考的内容体系。 …… 不过查到消息源，我们发现只是浙江省某个高校的信息技术老师，无意中唠嗑时候提到的“明年浙江省信息技术教材改学简单易懂的Python语言”，然后在三人成虎的传播下，
新版本完全对Fast.ai V1进行了重置，构建了全新的深度学习框架。更轻快、更灵活、更容易使用。
AI中心会建在加纳的首都阿克拉，由科学家穆斯塔法·西塞（Moustapha Cisse）领导，将在今年内开放。
【新智元导读】谷歌首席科学家、谷歌大脑技术负责人Vincent Vanhoucke在Udacity开了一门深度学习课程，讲解在机器学习和深度学习实践应用中最关键的概念和动手实践任务，并且完全免费。Vincent Vanhoucke表示，这门新课程面向哪些渴望在现实世界中尝试深度学习，但还没能找着门道的人，包括寻找具体的解决方案来解决具体的问题的工程师，希望快速了解这个领域的本科生或研究生，希望在某一个研究问题上立刻开始编码的程序员，等等。本文带来课程介绍。 机器学习是发展最快，最令人兴奋的领域之一，而深度学
谈到人工智能（AI）算法，常见不外乎有两方面信息：铺天盖地各种媒体提到的高薪就业【贩卖课程】、知乎上热门的算法岗“水深火热 灰飞烟灭”的梗【贩卖焦虑】。
来源 | Google AI 翻译 | 肖琴 【磐创AI导读】：本文授权转载自新智元，给大家分享介绍了谷歌的机器学习实践课程（图像分类）。欢迎大家点击上方蓝字关注我们的公众号：磐创AI。 【介绍】最
机器之心报道 编辑：陈萍、小舟 TensorStore 是专为存储和操作 n 维数据而设计的开源软件库。 计算机科学和机器学习 (ML) 的许多应用都需要处理跨坐标系的多维数据集，并且单个数据集可能也需要存储 TB 或 PB 的数据。另一方面，使用此类数据集也具有挑战性，因为用户可能会以不规则的间隔和不同的规模读取和写入数据，通常还会执行大量的并行工作。 为了解决上述问题，谷歌开发了一个开源的 C++ 和 Python 软件库 TensorStore，专为存储和操作 n 维数据而设计。谷歌 AI 负责人 J
新智元报道 来源：Google AI 编译：肖琴 【新智元导读】今天，Google AI再次放出大招，推出一个专注于机器学习实践的“交互式课程”，第一门是图像分类机器学习实践，已有超过10000名
Python 可以说是现在最流行的机器学习语言，而且你也能在网上找到大量的资源。你现在也在考虑从 Python 入门机器学习吗？本教程或许能帮你成功上手，从 0 到 1 掌握 Python 机器学习，至于后面再从 1 到 100 变成机器学习专家，就要看你自己的努力了。本教程原文分为两个部分，机器之心在本文中将其进行了整合，原文可参阅：http://suo.im/KUWgl 和 http://suo.im/96wD3。本教程的作者为 KDnuggets 副主编兼数据科学家 Matthew Mayo。 「开始
这名开发者名叫Alexey Gaziev，是一家社交媒体管理创业公司的CTO，原来是一名Ruby开发者，后来自己学习深度学习。
望着桌上的日历，我发现只剩下几张纸。自己蓦然意识到 2017 年已经即将离去，2018 年即将到来。已经到了年底，我们需要总结和回顾今年的历程。让我们盘点 2017 年涉及 Python 重要事件。
数据科学，据说是本世纪最吸引人的工作，已经成为我们许多人梦寐以求的工作。但对某些人来说，数据科学看起来像一个充满挑战的迷宫，让人无从下手。如果你也是其中之一，那就继续阅读。
这篇文章旨在通过7个步骤，将最少的机器学习知识转化为知识型实践者，所有这一切都在使用免费的材料和资源。这个大纲的主要目标是帮助你通过许多可用的免费选项; 有很多，可以肯定的，但哪些是最好的？哪个互补？使用所选资源的最佳顺序是什么？ 首先，我假设你并不是以下方面的专家： 机器学习 Python 任何 Python 的机器学习、科学计算或数据分析库 如果你对前两个主题有一定程度的基本了解就更好了，不了解也没有关系，提前花一点点时间了解一下就行了。 第一步：基本 Python 技能 如果你打算利用 Python
机器之心整理 参与：路雪、蒋思源 2017年，人工智能技术出现了很多新的技术和发展，在这一年中机器之心发布了很多教程类文章，有适合入门学习者的，有适合已经具备专业知识和实践经验的从业者的；有关于语言的，有关于框架的，有关于硬件配置的，甚至还有关于猫片、漫画的…… 教程那么多，你……看完了吗？ 本文对这一年来机器之心发布的教程进行总结，共分为 What 和 How 两大部分，在两大板块下又进行细分，目录如下： What 概念 机器学习基础 深度模型基础 强化学习基础 数学 How
机器之心报道 机器之心编辑部 为了重拾自己对 AI 开源和教育的热情，Andrej Karpathy 在家录了一个详解反向传播的课程。 前段时间，特斯拉 AI 高级总监、自动驾驶 Autopilot 负责人 Andrej Karpathy 在推特上宣布自己即将离职，并表示从今年三月份开始，自己已休假四个月。 在休假的这段时间，Karpathy 也没有闲着，自己在家录了个课程。视频内容长达 2 小时 25 分钟，基于 micrograd 详细介绍了神经网络和反向传播。 对于这门课程，Karpathy 自信地
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
