前言本博客曾经在10~13年连续4年整理过各大公司数据结构和算法层面的笔试题、面试题，很快，2014年之后，机器学习大伙，很多公司开始招AI方面的人才，很多同学也会从网上找各种各样的机器学习笔试题、面试题，但和数据结构方面的题不同，AI的题网上极少。2017年起，我和团队开始整理BAT机器学习面试1000题系列，近百万人开始追踪，目前七月在线官

AutoML即通过自动化的机器学习实现人工智能模型的快速构建，它可以简化机器学习流程，方便更多人利用人工智能技术。近日，软件行业巨头Salesforce开源了其AutoML库TransmogrifAI。SalesforceEinstein数据科学高级总监ShubhaNabar在Medium上撰文介绍了该AutoML库，包括工

Python技术栈完整学习路线如今书籍汗牛充栋，如何从零、循序渐进地掌握Python技术栈，成为很多读者朋友们关心的问题。最近，我特意按照Python技术栈的学习逻辑，把它划分为六个阶段，并且给出每个阶段的学习资料。六个阶段：!(https://oscimg.oschina.ne

再也不用在学机器学习之前先恶补英语了，这儿有一套超热门的优质中文资源可以选择。这套名叫AILearning的GitHub资源，汇集了30多名贡献者的集体智慧，把学习机器学习的路线图、视频、电子书、学习建议等中文资料全部都整理好了。目前资源在GitHub上已经有一万颗Star，微博网友：好人一生平安。!(https://oscimg.osch

Python官方教程前言这是一次系统学习Python官方教程的学习笔记整个教程一共16章,在学习过程中记录自己不知道的和一些重要的知识,水平有限,请指正.Python3.7官方教程(https://www.oschina.net/action/GoToLink?urlhttps

前言从去年11月下旬开始入坑机器学习，到现在也已经有半年了，一开始就是学习机器学习理论方面的知识，但是学到两三个月的时候总觉得没点实际操作，所以感到知识点很空洞。自己是自学机器学习的，周围又没有实际项目可以做，能拿来练手的恐怕只有各种数据算法竞赛了。今年二月到三月第一次参加了kaggle上的Toxic文本分类比赛，但是由于自身经验严重不足，和理论

摘要：想了解深度学习却又无从下手，不如从手写数字识别模型训练开始吧！深度学习作为机器学习分支之一，应用日益广泛。语音识别、自动机器翻译、即时视觉翻译、刷脸支付、人脸考勤……不知不觉，深度学习已经渗入到我们生活中的每个角落，给生活带来极大便利。即便如此，依然有很多人觉得深度学习高深莫测、遥不可及，的确，它有深奥之处，非专业人士难以企及，但也有亲

面向软件开发人员的低代码功能现在我们来看看那些为软件开发人员提供机器学习功能的低代码平台。这些平台根据它们的编程模型和它们公开的低代码功能类型来选择机器学习的算法。Appian可以提供与多个GoogleAPI的集成，包括GCPNativeLanguage、GCPTranslation、GCPVision和AzureLanguageUnd