这是一个系列文章，从各个角度来评估一个问题：“我的业务要不要用 AI ？能不能用 AI？”本期评估角度——学习
Blog
准备好数据以进行建模：特征工程，特征选择，降维（第二部分）
机器学习算法也无法在大量不需要的杂项数据上产生预期的结果。因此，让我们深入探讨所有用于优化数据的选项。
为建模做好数据准备：特征工程，特征选择，降维（第1部分）
机器学习算法也无法在大量不需要的杂项数据上产生预期的结果。因此，让我们深入探讨所有用于优化数据的选项。
我的业务要不要用人工智能？引入AI前你需要评估的（二）
这是一个系列文章，从各个角度来评估一个问题：“我的业务要不要用 AI ？能不能用 AI？”本期评估角度——数据。
神经网络能引入注意力机制吗？Google认为他们可以
Google最近发布了一些有关在深度神经网络中对注意力机制进行建模的工作
我的业务要不要用人工智能？引入AI前你需要评估的（一）
这是一个系列文章，从各个角度来评估一个问题：“要不要用 AI ？AI 能否解决我的问题？”本期评估角度——特征。
通过以下5个简单步骤将您的机器学习模型投入生产
这篇文章是关于一个成功的ML项目的过程要求的-一个投产的项目。
如何选择机器学习模型
有没有想过我们如何将机器学习算法应用于问题，以便分析，可视化，发现趋势并找到数据中的相关性？在本文中，我将讨论建立机器学习模型的常见步骤以及为数据选择正确模型的方法。本文的灵感来自于常见的访谈问题，这些问题被问及如何处理数据科学问题以及为什么选择上述模型。
拆解 YouTube 下一个视频的推荐机制
本文详解 YouTube 的推荐机制，他们是如何给用户推荐下一个视频的。
特征选择：重要性及方法详解
在本文中，我将与您分享我在Fiverr领导的上一个项目期间研究的一些方法。
您将获得有关我尝试的基本方法以及更复杂的方法的一些想法，该方法获得了最佳效果-删除了60％以上的功能，同时保持了准确性并为我们的模型实现了更高的稳定性。我还将分享我们对该算法的改进。