这是一个系列文章，从4个角度来评估一个问题：“我的业务要不要用 AI ？能不能用 AI？”
数据
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。
AI产品经理如何为机器学习创建数据策略
启用机器学习（ML）产品具有持续的收集，清理和分析数据循环，以便输入ML模型。这种重复循环是ML算法的动力，并使ML产品能够为用户提供有用的见解。
1000倍提速！伯克利提出新的数据增强策略训练方法，更好更快扩充数据
来自伯克利的研究人员们提出了PBA(Population Based Augmentation)的方法来获取更为有效的数据增强策略，并在实现同样效果下实现了1000x的加速。
数据收集六步曲，打好机器学习模型基础
减少数据准备所需要的时间变得越来越重要，这样能够留下更多时间进行模型测试、调试和优化，创造更大的价值。
小i机器人收集数据和处理数据的方式
小i机器人是如何积累数据的？数据收集之后怎么处理？