人工智能

上大学前，我 一直觉得学数学是个挺轻松的事儿，只要能理解定理的推导逻辑，就一通百通了，考试前根本不用突击复习。 但上了大学我就被“教育”了，一是难度骤然提升，很多东西难以理解；二是那会儿过于放纵，没好好上课看书，东西自然学不透。想来，还要感谢那些名捕老师，为了熬到学分，总算没特别荒废。然而工作后，我就彻底将数学抛之脑后了，毕竟日常编程用不到太高深的数学知识。 比如，算法涉及大量数学基础和相关背景知识，图形处理相关的算法，大量的线性代数矩阵变换等等，Google 还曾用一道数学题作为投递简历的门槛，之前朋友圈就被这个招聘广告牌刷过屏。 其实，不止是 Google，随便翻翻招聘启事，你就会发现，很多大公司在招应届研发时，都会优先考虑数学专业的毕业生。 无论是数据结构与算法，还是程序设计，底层原理和思路都源自数学，在大数据和智能化的时代，学好数学更是门槛本身。 所以说，数学基础的好坏，会直接决定一个程序员的发展潜力。如果你真挺喜欢写程序，还想写点更难更好玩的程序，总有一天你要过数学这道坎儿。这一点，做算法和人工智能的朋友应该深有体会。 市面上的数学资料我看了不少，不是太难就是太抽象，能深入浅出的确实不多， 《程序员的数学基础课》 就是其中一个。跟着学下来，让我把算法和数学模型都串联起来，还理清了之前的一些盲点，有时间一定二三刷。 这门课非常适合 想扎实数学基础的程序员和准程序员

PaperWeekly 致力于推荐最棒的工作机会，精准地为其找到最佳求职者，做连接优质企业和优质人才的桥梁。如果你需要我们帮助你发布实习或全职岗位，请添加微信号 「pwbot02」 。 阿里安全设备风控团队招人啦~ 团队站在黑灰产攻防技术前沿，服务于整个阿里数字经济体。是集团唯一一只专注于设备风控及设备指纹的团队。团队技术氛围浓厚、小伙伴专业靠谱，包括但不限于 frida-ios-dump 作者、GeekPwn 获奖选手、CTF 大佬。在这里，基于复杂业务场景的攻防对抗每天都在发生。数字技术正在构建前所未有的全新世界，身处变化的前沿，我们面对的是互联网企业中最为丰富的业态和风险。毫无疑问，这是对检验和提升自身能力最好的练兵场。 高级数据挖掘工程师 工作地点： 杭州 薪资： 提供业内有竞争力的薪资，具体视能力而定。 岗位描述： 1. 挖掘并分析设备行为序列，搭建异常检测模型； 2. 应用机器学习相关技术，挖掘异常数据； 3. 安全检测领域前沿技术跟踪，结合已有数据基础，进行原型系统的研发和验证。 岗位要求： 1. 良好的逻辑思考能力，可以从海量数据中挖掘出有价值的规律； 2. 熟悉至少一种常用深度学习框架（Tensorflow, PyTorch）； 3. 熟悉异常检测常用算法及评价指标； 4. ASR、NLP 及时间序列信号分析相关领域经验优先； 5. 天池、Kaggle

选自Medium 作者：Mahitha Singirikonda 机器之心编译 编辑：小舟 原文链接： https://mp.weixin.qq.com/s/RP9iFbyw-aNMKx-UAOe-aA ​ mp.weixin.qq.com 正如巴菲特所言：「近似的正确好过精确的错误。」 在机器学习中，过拟合（overfitting）会使模型的预测性能变差，通常发生在模型过于复杂的情况下，如参数过多等。本文对过拟合及其解决方法进行了归纳阐述。 在机器学习中，如果模型过于专注于特定的训练数据而错过了要点，那么该模型就被认为是过拟合。该模型提供的答案和正确答案相距甚远，即准确率降低。这类模型将无关数据中的噪声视为信号，对准确率造成负面影响。即使模型经过很好地训练使损失很小，也无济于事，它在新数据上的性能仍然很差。欠拟合是指模型未捕获数据的逻辑。因此，欠拟合模型具备较低的准确率和较高的损失。 如何确定模型是否过拟合？ 构建模型时，数据会被分为 3 类：训练集、验证集和测试集。训练数据用来训练模型；验证集用于在每一步测试构建的模型；测试集用于最后评估模型。通常数据以 80:10:10 或 70:20:10 的比率分配。 在构建模型的过程中，在每个 epoch 中使用验证数据测试当前已构建的模型，得到模型的损失和准确率，以及每个 epoch 的验证损失和验证准确率。模型构建完成后

2017 年，机器之心发布了《机器之心人工智能技术趋势报告》，系统介绍了人工智能领域（AI） 下不同的技术分支，并以定性分析的方法讨论了各分支技术当时所处的发展阶段、瓶颈以及未来发展方向，帮助AI产业从业者提供技术趋势参考，帮助AI技术应用方、初学者理解飞速发展中的 AI 领域内各项技术的概况和层出不穷的新鲜技术内涵。 在2017版报告发布至今的三年里，越来越多的 AI 技术实现了商业落地，但也有不少深度学习方法开始触碰到技术自身的天花板，亟需突破。在三年后的今天，机器之心在这个可能是 AI 技术发展的关键拐点发布《2020-2021 全球AI技术发展趋势报告》。 相比 2017 年版报告，2020-2021版报告在过往的定性分析方法之外增加了数据层面的挖掘、分析和探索，更加侧重对具体技术趋势的挖掘以及量化分析指标的形成。基于开源的论文与专利语料，结合机器之心自有的相关数据库，综合文献报告审阅与问卷访谈等形式，本报告分别从「顶会趋势（NeurIPS） 分析」、「专家问卷分析」以及「专业分析」三个不同角度呈现分析结果，辅助读者了解近年来 AI 领域的热门趋势技术。 你将从报告中获得什么？ 人工智能技术发展七大趋势领域概览 一、（人类）自然语言技术 大规模预训练语言模型成为主流 语音识别技术应用普及度最高 问答系统、聊天机器人相关应用放缓 情感分析、文本分类增速不减 跨领域融合越来越多

面对即将到来的春节假期、节后复工复学，1月22日，钉钉推出数字防疫一站式解决方案，向所有企业、学校、基层政府单位免费提供。 整套方案涵盖了企业防疫、春节返乡、就地过年、学校防疫四大应用场景，覆盖春节前、春节假期、节后复工复产复学关键环节。根据钉钉平台上超过1700万企业组织的需求和防疫实践，提炼出春节返乡申报、核酸检测、出行政策查询等新功能，并整合为一站式防疫工作台。 企业防疫通：一键返乡摸排、核酸申报、健康打卡 及时了解员工的春节返乡状况，是众多企业当前的大事。杭州朝阳橡胶公司有四五千名员工，提前一个月开始做员工返乡信息统计。 据该公司信息化负责人郑励说，公司基于钉钉平台用低代码开发出一款应用，每人在手机端填表，后台自动汇总，很快收集完成。 此次钉钉推出的“企业防疫通”，从春节前、春节假期、复产复工三个环节，为企业平稳度过冬季疫情提供支持，所有企业用户均可一键启用。 春节前，企业可以一键发起返乡摸排，实时自动汇总企业成员行程，同时在线发起防疫物资领用，并实时盘点，提高组织防疫能力。 面向企业成员，钉钉提供核酸检测申报功能，一键查询近7天核酸检测结果。企业成员也可以在钉钉上实时查询各地出行防疫政策，获取出行提醒。 春节假期，一键发起循环健康打卡，能帮助企业组织自动汇总所有成员的健康信息。而在节后复工环节，企业可以一键发起复工摸排，或用钉钉启动远程办公。 返乡防疫通

来源｜字母榜 编辑｜谭宵寒 去年12月，阿里进行过一次组织架构调整，将蒋凡负责的淘系分为三大块，汤兴（花名平畴）负责面向C端的产品和技术，杨光（花名吹雪）负责面向B端的商家和行业运营，刘博（花名家洛）负责商业化。 在11月底，晚点LatePost曾报道，张勇对阿里的中台并不满意，在内网发布文章表示，现在 阿里的业务发展太慢，要把中台变薄，变得敏捷和快速。 ▲张勇 两条新闻共同指向阿里当下的境况—— 太过庞大 。 庞大往往意味着反应迟缓，意味着拉扯与妥协，阿里亟需拆出一个个身形敏捷的小单元，快速响应，独立应战。 显然， 平畴全面负责淘系用户产品与技术，与新零售智能引擎事业群靖人另有任用，是这轮调整最值得关注的重点。 厘清淘系已经和正在发生的改变，需要回溯至阿里在2018年年底的那轮组织架构调整。 当年阿里新成立了新零售技术事业群，整合B2B、淘宝、天猫等的技术力量，形成统一策略，也就是技术中台。 2019年年中，原爱奇艺CTO汤兴加入阿里出任副总裁，主要负责淘宝技术、天猫技术、农村淘宝技术、闲鱼组成的新零售技术事业群淘系技术部，打造消费者和商家一体化新零售智能商业平台，开创场景化新赛道。 如果当年看到这则新闻中对汤兴职责描述的后半句不知所云， 如今看到汤兴所负责的业务（淘宝直播等）和推进的手淘改版（进行内容化尝试）便大可以明晰了。 不过汤兴并非负责淘系所有技术业务

前言 　　这节安装下编程软件, 　　可以去官网下载, 　　 https://wiki.ai-thinker.com/ai_ide_install 　　 　　也可以安装我提供的(我使用的为官方以前版本) 　　建议安装我提供的,有问题好解决! 　　 开始安装 自己随意哈 关掉程序 ........官方啥都给准备好了. 咱以后用这个 　 提示! 提示! 提示! 快速的打开工程目录 双击 OpenWorkSpace.bat 咱就是刷这四个程序文件 现在刷程序 　 软件给了其中两个文件刷的位置 我用的WI-Fi是ESP8266-12F https://wiki.ai-thinker.com/_media/esp8266/esp8266_module_list.png 按下复位按钮 → 按下固件按钮 → 松开复位按钮 → 松开固件按钮 　　按照上述步骤,ESP8266进入等待刷固件状态(刷程序状态) 　　　　 点击软件 START开始刷固件 　　　　 　　刷入完成,复位下 　　　　 　　　　 可以打开串口调试助手 　　 　　 查看打印的数据 　　　　 提示 进入以下函数 为后期统一,请修改为115200波特率 修改后 不要着急,慢慢就开始实际操作了 来源： oschina 链接： https://my.oschina.net/u/4414713/blog/3422011

点击蓝字“ dotNET匠人 ”关注我哟 加个“ 星标 ★ ”，每日 7:15，好文必达！ 作者 | 赵钰莹 编辑 | 陈思 AI 前线导读： 2019 年 12 月 3 日，谷歌官网发布了一封来自创始人拉里·佩奇和谢尔盖·布林的公开信。信中表明：46 岁的创始人拉里·佩奇和谢尔盖·布林于 12 月 3 日双双卸任谷歌母公司 Alphabet 的 CEO 和总裁职务，正式向 47 岁的桑达尔·皮猜（Sundar Pichai）交接大权，他将正式成为 Alphabet 的首席执行官，佩奇和布林则以大股东身份继续留在公司董事会。 谷歌和 Alphabet 将只有一位 CEO 在公开信中，佩奇和布林表示他们从不是贪恋权位之人，现在公司有更好的管理方式，Google 和 Alphabet 不需要两位 CEO，皮猜是最佳人选。 这次调整也并非毫无征兆，拉里·佩奇和谢尔盖·布林已经很少在公开场合露面，皮猜则在谷歌一直处于很重要的位置。Alphabet 最大的子公司是 Google，主要负责原有的核心互联网业务。其他子公司包括 DeepMind、GV、CapitalG、Google X 和 Google Fiber 等，分别负责投资、无人车、宽带网络、无人机等前沿实验项目。其中，核心业务组成 Google，由皮猜担任 CEO。母公司 Alphabet 则由佩奇担任 CEO，布林担任总裁。如今

昨天有朋友问我你写了这么多年的代码，你到底是前端开发人员还是后端开发人员？ 我被这个问题给愣住了，问题不在前端和后端，而在于这么多年我还是一个开发人员。但我不在乎这件事情，因为这么多年了，我发现我对写代码的热情不减反增，我的愿望是退休之后还能继续写代码。 回到正题，我觉得没有必要去贴前端开和后端的标签。 作为一个前端开发人员，如果它懂得后端，那他可能会很容易理解为什么要发出多个http请求后端和才能组装上它所需要的数据？而一个后端开发人员，如果它懂得前端，那他可能会很容易理解为什么我的后端接口都设计得如此优美而前端还要求我再定义一个接口来返回所有的数据呢？大家相互理解，工作自然好开展了。 现在说说前后端开发的相似之处，其实前后端开发人员还是有很多共同沟通的话题。 前后端开发的相似之处 函数式编程 模块化思想 分层思想 单元测试 lint assert 方法 日志 声明式和命令式的实践经验 数据处理的本质实践与思考 部分库的使 上面提到了这么多的相同之处，不知道前端和后端开发人员看了之后，会不会觉得以后会有更多的沟通话题了呢？ 当然，前端和后端的不同点也是有的。 前后端开发的不同之处 前端 重用户体验 对UI库的依赖较强 界面的个性化较强 处理各个浏览器平台对界面的渲染差异 后端 并发处理 事务 部署复杂，特别是微服务出来后 具体的功能特性，如大数据分析，AI方面的工作 总体来说

什么是物联网？ 物联网指的是全球数十亿的物理设备都连接到了互联网上，都可以进行数据的收集与共享。物联网的终极目标，就是让万物都成为网络的一部分。 将所有这些不同的物体连接起来，并给它们添加传感器，使原本笨笨的设备增加了一个数字智能的层次，使它们能够在不涉及人类的情况下进行实时数据通信。物联网正在让我们周围的世界结构变得更加智能，反应更加灵敏，将数字世界和物理世界融合在一起。 举个物联网的例子 几乎任何物理物体都可以转化为物联网设备，只要把它们连接到互联网上进行控制或通信信息。 一个可以使用智能手机应用程序打开的灯泡就是物联网设备，一个运动传感器或办公室里的智能恒温器也是物联网设备。物联网设备可能像儿童玩具一样毛茸茸，也可能像无人驾驶卡车一样硬核。 一些较大的物体本身可能充满了许多较小的物联网组件，比如现在的喷气式发动机，里面装满了成千上万的传感器，收集并传输数据，以确保其高效运行。在更大的范围内，智慧城市项目正在用传感器填充整个区域，帮助我们理解和控制环境。 物联网这个词主要是指那些通常并不会有互联网连接的设备，而且可以不受人类行动的影响而与网络通信。出于这个原因，电脑一般不被认为是物联网设备，智能手机也不属于物联网设备，尽管后者装满了传感器。不过，智能手表或健身环或其他可穿戴设备可能会被算作物联网设备。 物联网的历史 在 20 世纪 80 年代和 90 年代