Deep Learning Indaba 2018是由DeepMind主办的深度学习峰会，于今年9月份在南非斯泰伦博斯举行。本文基于当时的专家采访和专题讨论写成，主要探讨NLP领域中的4个主要开放性问题。
Blog
BAT专家解读：如何选出最合适的深度学习框架？
随着深度学习关注度和势头上升，深度学习被越来越多的企业和组织的生产实践结合起来。这时，无论是对于深度学习相关专业的初学者，还是已经在企业和组织中从事工业场景应用和研发的开发者来说，选择一个适合自己，适合业务场景需求的深度学习框架显得尤为重要。
【实战】5个集成学习最常用的方法
本文将介绍最流行的集成方法，包括bagging、boosting、stacking等。
AI芯片混战，谁能挑战英伟达？
在过去五年中，英伟达将其数据中心业务发展成为一个价值数十亿美元的巨头，却从未遇到过一个像样的竞争对手。这是一个惊人的事实，在我的记忆中，这在当今的科技世界是无与伦比的。
从三大案例，看如何用 CV 模型解决非视觉问题
近几年，深度学习已经彻底改变了计算机视觉。由于各类学习资源随处可见，任何人都可以在数天（甚至数小时）内掌握最新技术，并将它应用到自己的领域内。随着深度学习变得越来越普遍，一个重要的问题就是如何将它创造性地应用在不同的领域里。
深度长文：中文分词的十年回顾
本文回顾了中文分词在2007-2017十年间的技术进展，尤其是自深度学习渗透到自然语言处理以来的主要工作。我们的基本结论是，中文分词的监督机器学习方法在从非神经网络方法到神经网络方法的迁移中尚未展示出明显的技术优势。中文分词的机器学习模型的构建，依然需要平衡考虑已知词和未登录词的识别问题。
如何评估模型的好坏
如何比较我们已经构建的模型呢? 若要在模型A和模型B之间做比较，哪个是赢家，为什么? 又或者，能否将两个模型组合起来以实现性能的最优化？
“Python”无监督学习的4大聚类算法
无监督学习是机器学习技术中的一类，用于发现数据中的模式。本文介绍用Python进行无监督学习的几种聚类算法，包括K-Means聚类、分层聚类、t-SNE聚类、DBSCAN聚类等。
无监督学习才不是“不要你管”
本文会讲到，无监督学习到底是什么，和机器学习的其他算法有何本质区别，用的时候有哪些难点，以及推荐阅读的传送门。