第81期 HackCV 日报

加快算法的创新迭代速度,就需要加快算法效果的验证过程,Netflix使用插值技术加快了个性化推荐算法的验证过程。传统方法是使用AB测试,但需要选择的用户规模过大,数据过多,需要大量时间的追踪和分析;而使用插值技术,可以避免这些问题,使用少量的用户,观看一组由不同的推荐算法插值得到的一组结果,可以显著的加快算法的验证过程。从几万人的AB测试,到几百人的插值测试,影响用户数量明显降低。

KDnuggets收集了机器学习和人工智能行业内的专家的一些观点,对2017年该产业内的发展进行了总结回顾,也对2018年的趋势进行了展望。简单来讲,今年主要有四点:AlphaGo、各种AI+、自动驾驶和TensorFlow的发展。

一个典型的迁移学习的应用案例,关键的几个步骤说明都非常详细,如何提取特征,如何选择模型架构,如何迁移学习,如何数据扩展。