三月份，Google AI 人工智能教育项目放出大福利，将内部机器学习速成课程（MLCC）免费开放给所有人，以帮助更多开发人员学习和使用机器学习。跨象乘云™ 此前做过相关《Google AI 线上机器学习开放课程》信息发布。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 10,000 名谷歌员工使用这个教程构建了自己的图像分类器。内容简明易上手，不妨来试。
这个动手实践课程包含视频、文档和交互式编程练习，分步讲解谷歌最先进的图像分类模型是如何开发出来的。这一图像分类模型已经在 Google 相册的搜索功能中应用。迄今[……]
Gym 是 OpenAI 发布的用于开发和比较强化学习算法的工具包。使用它我们可以让 AI 智能体做很多事情，比如行走、跑动，以及进行多种游戏。目前，它运行在支持 Python 3.5 和 3.6 的 Linux、MacOS 和 Windows 系统上。
OpenAI 近日发布了完整版游戏强化学习研究平台 —— Gym Retro。在本次发布之后，OpenAI 公开发布的游戏数量将从大约 70 个雅达利和 30 个世嘉游戏增加到了 1,000 多个游戏，其中包括对任天堂 Game boy 等各种模拟器的支持。此外，OpenAI 还将发布用于向 Gym 平台添加新游戏的工具。
Ope[……]
此前，跨象乘云™ 介绍了面向新一代人工智能的《最佳 TensorFlow 科研项目架构模板实践》，最近 Google 也发布了关于机器学习工程方向的最佳实践指南。本文档旨在帮助已掌握机器学习基础知识的人员从 Google 机器学习的最佳实践中受益。它介绍了一种机器学习样式，类似于 Google C++ 样式指南和其他常用的实用编程指南。如果您学习过机器学习方面的课程，或者拥有机器学习模型的构建或开发经验，则具备阅读本文档所必需的背景知识。此处为原文官方中文翻译。[……]
继续之前的：
对于 Bokeh，应该与其他 Python 可视化库（如 Matplotlib 或 Seaborn）区别开来，因为它是一个交互式可视化库，非常适合希望快速轻松地创建交互式图表，仪表板和数据应用程序的任何人。Bokeh 也因在现代 Web 浏览器中实现大型数据集的高性能视觉呈[……]
继续之前的：
在做任何数据清理，争论，可视化 … 之前，您需要知道如何将数据导入 Python。有很多方法可以将数据导入 Python，具体取决于您正在处理的文件。然而，你最经常使用 Pandas 和 NumPy 库：熊猫库是数据科学家进行数据操作和分析的首选工具之一，旁边是用于数据可视化的 matplotlib 和 NumP[……]
继续之前的：
大多数使用 Python 学习数据科学的科研工作人员与学生，肯定会听说 scikit-learn，这是一个开源的Python 库，它通过统一的界面实现了各种机器学习，预处理，交叉验证和可视化算法。如果你对这个领域还很陌生，你应该意识到机器学习以及 Python 库是属于每个有抱负的数据科学家必须知道的。
此前，跨象乘云™ 曾经介绍了完整的 scikit-learn 算法[……]
继续之前的：
使用数据进行数据可视化和讲故事是每个数据科学家需要将从分析中获得的深刻见解有效传达给任何观众的基本技能。对于大多数初学者来说，他们用来接触数据可视化和讲故事的第一个包本来就是 Matplotlib：它是一个 Python 2D 绘图库，可以让用户制作出版质量的图。但是，更令人信服的是，其他软件包（例如 Pandas ）打算随着时间的推移与 Matplotlib 进行更多的绘图集成。然而，可能会减慢初学者的事实是，这个软件包相当广泛[……]
继续之前的：
作为数据科学的基本包之一，NumPy 是你必须能够使用并确认你是否需要使用 Python 进行数据科学工程实践的软件包之一。它提供了 Python 列表的一个很好的选择，因为 NumPy 数组更紧凑，允许更快地读取和写入项目，并且更方便，更高效。此外，NumPy 也是其他重要软件包的基础，用于数据操作和机器学习，您可能已经知道，即 Pandas，Scikit-Learn 和 SciPy：
在人工智能领域，会议论文是证明研究人员学术水平的重要一环。是否存在一些「技巧」可以提高论文被大会接收的几率？人工智能是否可以帮助我们？近日，来自卡耐基梅隆大学（CMU）研究者们收集了上万篇 AI 顶级会议的接收/被拒论文，并使用机器学习工具进行分析，获得了一些有趣的结果。权威的科学会议利用同行评审来决定要将哪些论文列入其期刊或会议记录。虽然这一过程似乎对科学出版物至关重要，但其往往也饱受争议。意识到同行评审的重要影响，一些研究人员研究了这一过程中的各个方面，包括一致性、偏差、作者回应和一般评审质量 (Greaves 等，2006；Greaves 等，2011；De Silva and Vanc[……]
