机器学习

精选阅读

将 Microsoft Azure IoT Suite 与 Intel® IoT 设备和网关结合使用

作者：Intel

本文提供了将任何支持 Intel 微控制器（例如 Intel® Edison 板和 Intel® Curie™ 计算模块）的 Intel 物联网 (IoT) 设备以及 Intel® IoT 网关连接到 Microsoft Azure IoT Suite 的通用指南。

[教程 2] Lina 聊天机器人 - 使用 CKY 解析和网络爬虫进行问答

作者：The Zakies

使用自然语言解析和网络爬虫进行问答的聊天机器人

倾听 10 年：使用 Splunk 分析我的音乐数据

作者：Sarah Moir

使用 Splunk 分析我的音乐数据

2016：展望未来

作者：Bill Wagner

在这篇文章中，我将回顾今年我将投入时间的领域。

将 Microsoft Azure IoT Suite 与 Intel® IoT 设备和网关结合使用

作者：Intel

[教程 2] Lina 聊天机器人 - 使用 CKY 解析和网络爬虫进行问答

作者：The Zakies

使用自然语言解析和网络爬虫进行问答的聊天机器人

倾听 10 年：使用 Splunk 分析我的音乐数据

作者：Sarah Moir

使用 Splunk 分析我的音乐数据

Intel 的 6 款工具，用于加速深度神经网络

作者：Stephan Ofosuhene

本文介绍 Intel 提供的各种工具：Intel® Movidius™ 神经网络计算棒、Intel® Python 发行版、Intel® 数学核心 DNN 库、Intel® 数据分析加速库、Intel OpenVINO™ 工具包发行版。

C# 中的 3 层前馈神经网络，带图形显示

作者：Gary.Miller.WPF

C# 中的 MNIST 数字识别

使用 MongoDB Atlas、Microsoft Azure 和无服务器函数构建自定义 WordPress Dashboard！

作者：Ahmad_Awais

我正在为企业客户构建一个自定义 WordPress Dashboard，该 Dashboard 基于 Node.js，并以 MongoDB Atlas 作为数据库。

深入了解机器翻译

作者：Martin_Rupp

在本文中，我们介绍了构建基于机器学习的翻译器所需的主要理论概念。

展望未来 - 机器人源代码生成

作者：Dmitriy Gakh

关于创建编写程序的机器人的观点，并附有两个简单示例。

用于数据分析和机器学习的性能库

作者：Intel

探索 Intel® Data Analytics Acceleration Library C++ 编码，用于手写数字识别。

神经网络的简单完整解释

作者：Mahsa Hassankashi

本文还包含神经网络的实际示例。您将在此处了解人脑中发生的具体情况，同时审视人工神经网络。

一个简单的推荐系统 - 协作网络库

作者：edeferia

描述了一个简单的电子商务网站推荐系统实现。

构建和分发优雅 RAG 流水线的循序渐进指南

作者：Jozu MLOps

在本文中，我们将使用 KitOps 构建一个检索增强生成（RAG）流水线，集成 ChromaDB 用于嵌入、Llama 3 用于语言模型以及 SentenceTransformer 用于嵌入模型等工具。

带有神经网络和机器学习的井字棋人工智能

作者：Thomas Daniels

本文介绍了使用神经网络和机器学习制作的井字棋玩家。

使用 Intel® 处理器图形加速深度学习推理

作者：Intel

本文介绍了 Intel 近期推出的软件工具，用于加速边缘设备（如智能摄像头、机器人、自动驾驶汽车等）中的深度学习推理，这些设备集成了 Intel SOC 系列中的 Intel® 处理器图形解决方案。

使用二元算术加速神经网络

作者：Intel

在这篇博文中，我们重点介绍了一类称为二值神经网络 (BNN) 的低精度网络，其底层基本概念，并介绍了一种 Neon CPU 和 GPU 实现。

将 AI 风格迁移 TensorFlow Lite 模型添加到 Android 应用

作者: Abdulkader Helwan

在本文中，我们将向您展示如何设置一个适合加载和运行我们的 .tflite 模型的 Android Studio 环境。

将对象检测与 TensorFlow 添加到机器人项目中

作者：Phil Hopley

在本文中，我们将为现有的 ROS（机器人操作系统）家用机器人添加 AI。

物联网的增强现实

作者：Aby Mammen Mathew

物联网设备需要能够增强其周围环境的能力，即使它们使用的传感器发生故障

人工智能与机器学习：拉丁美洲将是下一个“大”目的地吗？

作者：Silvina Bruggia

COVID-19 大流行加速了机器学习（ML）在许多领域的应用，导致企业增加了 ML 投资和实施力度。

AI 驱动的井字棋（Java 代码）

作者：Mohd Akram

Java 井字棋（AI 驱动）。

使用预训练模型进行 AI 人脸识别

作者：Arnaldo P. Castaño

在本文中，我们将调整 VGG16 模型。

使用 ResNet 在 iOS 上进行 AI 图像分类

作者：Jarek Szczegielniak

在上一篇文章中，我们将一个 ResNet 模型转换为了 Core ML 格式，在本文中，我们将它用于一个简单的 iOS 应用。

AI 推理软件基础：光学字符识别入门

作者：Raymond_Lo

在这篇文章中，我将向您展示如何使用机器学习平台 TensorFlow 和 Intel® OpenVINO™ 工具包的 Intel 发行版开始 OCR。

AI 生活

作者：Rahul_Sindhu

游戏中的转向行为、遗传算法和神经网络。

AI 增强的数据科学：Azure Synapse Analytics（第一部分：概述）

作者：MehreenTahir

在本文中，我们将了解 Azure Synapse Analytics 和 Azure Machine Learning 如何帮助我们在没有大量编码和机器学习经验的情况下分析数据。

AI 增强的数据科学：Azure Synapse Analytics（第二部分：设置工作区和链接服务）

作者：MehreenTahir

在本文中，我们将直接着手设置 Azure Synapse 工作区和 Azure Synapse Studio，为我们下一篇文章中的机器学习分析做准备。

AI 增强的数据科学与 Azure Synapse Analytics 第三部分：训练和使用模型以及丰富数据

作者：MehreenTahir

在本文中，我们将探讨如何使用预训练模型丰富数据，并从 Spark 表触发 Auto ML 实验。

关于使用 AWS SageMaker 进行预测性车辆维护的构想

作者：Joel Ivory Johnson

如何收集车辆信息并在 AWS 上使用机器学习来预测和诊断车辆问题，防止其变得严重。

机器学习基本算法介绍（第四部分）

作者：I Love Code

逻辑回归介绍

支持向量机 (SVM) 和简化 SMO 算法介绍

作者：Ngọc Minh Trần

SVM 和简化 SMO 算法介绍

Microsoft Bot Framework 介绍

作者：Florian Rappl

本文描述了使用 Microsoft Bot Framework 创建有用机器人的最重要细节。

使用 Intel Advisor 分析您的 Python 应用程序

作者：Jeffrey T. Fritz

在本视频中，Jeff 向您展示了一个使用 TensorFlow 快速入门的简短示例，以及 Intel Advisor 如何推荐一些改进。

ANNdotNET v1.0 已发布

作者：Bahrudin Hrnjica

ANNdotNET v1.0 已发布

宣布推出 18 个新的 Intel 物联网代码示例

作者：Intel

下面提供了这些 JavaScript 代码示例标题的完整列表，以及它们的说明和代码链接。

ANNT：卷积神经网络

作者：Andrew Kirillov

本文演示了 ANNT 库的用法，用于创建卷积 ANN 并将其应用于图像分类任务。

ANNT：前馈全连接神经网络

作者：Andrew Kirillov

本文演示了 ANNT 库在创建全连接 ANN 并将其应用于不同任务中的用法。

使用人工智能聊天机器人实现全天候客户支持

作者：Habibur Rony

基于规则的聊天机器人、机器学习聊天机器人和AI聊天机器人的基础。

Apache Spark/Cassandra 1/2

作者：Sacha Barber

了解 Spark/Cassandra 的协同工作。

人工智能是一个工程问题，而非魔术！

作者：DataBytzAI

系列文章的第一部分，旨在揭开人工智能（AI）的神秘面纱并使其民主化。

人工智能驱动的临床试验

作者：Intel

人工智能在改变临床研究方面具有更大的潜力。

ASP.NET 和负载均衡。

作者：ASP.NET Community

在我们的一项项目中，网站使用量非常大，我们需要将其迁移到负载均衡服务器。我从未配置过这些站点

汽车拍卖 AI

作者：DaveNoderer

面向汽车批发销售的推荐系统。

通过 MLOps 自动训练、测试和部署 AI：概述

作者：Sergio Virahonda

在本系列文章中，我们将演示如何使用 CI/CD 管道（通常由开发人员和 DevOps 团队使用的工具）为 AI 创建一个满足 Google MLOps 成熟度 2 级要求的完整训练、测试和部署管道。

使用 Raspberry Pi 和 Arm NN 机器学习实现自动垃圾分类

作者：Dawid Borycki

在本文中，我们将演示构建一个基于 Arm NN 的物联网设备应用程序，该应用程序可以通过图像分析执行自动垃圾分类。

Azure Arc 机器学习（第一部分）：为什么选择 Azure Arc 进行机器学习？

作者：MehreenTahir

在本文中，我们将一个本地 Kubernetes 集群连接到 Azure Arc。

Azure Arc 机器学习（第二部分）：使用 Azure Arc 启用的机器学习在本地训练机器学习模型

作者：MehreenTahir

在本文中，我们将学习如何在 Arc 启用的 Kubernetes 集群上训练机器学习 (ML) 模型。

Azure Arc 机器学习（第三部分）：使用 Azure Arc 启用的机器学习实现任意位置的推理

作者：MehreenTahir

在本文中，我们将学习如何部署我们的模型并实现任意位置的推理（使用 Azure Arc 启用的 ML）。

Azure IoT 解决方案（面向水务行业）

作者：Prakash SNP

本文展示了如何为水务行业构建 Azure IoT 解决方案。

Azure Synapse Analytics 面向 SQL Server 大师 - 第一部分：概述

作者：David Norton

在本文中，我们概述了问题：我们虚构的 CEO 希望预测出租车的使用情况，以确保出租车在客户需要的时间和地点可用。

Azure Synapse Analytics 面向 SQL Server 大师 - 第三部分：分析和使用结果

作者：David Norton

在本文中，我们将探讨如何查看和访问模型数据。

Azure Synapse Analytics 面向 SQL Server 大师 - 第二部分：引入数据并创建 ML 模型

作者：David Norton

在本文中，我们将探讨如何将数据导入 Azure Synapse Analytics 并构建机器学习模型。

BabyZen - IoT 与 Azure

作者：Florian Rappl, Niki Kilbertus

使用 Microsoft Azure 为连接的 IoT 设备添加高级机器学习功能，这些设备会监控婴儿及其环境的活动。

双陆棋人工智能

作者：KristianEkman

如何构建一个玩双陆棋的人工智能

使用 Python+Keras 进行基础深度学习。第 2 章

作者：Jesús Utrera

这是介绍 Python 和 Keras 框架中深度学习编码的文章系列的第二篇文章。

数据聚类入门

作者：Andy Allinger

介绍数据聚类和 k-means++ 算法

基准测试 Intel® Extension for Scikit-learn：速度提升了多少？

作者：Intel

本文将探讨和比较 Intel Extension for Scikit-learn 的性能，并将其与标准的 Scikit-learn 库进行基准测试。

贝塞尔曲线机器学习演示

作者：asiwel

使用 ALGLIB 进行贝塞尔曲线分类训练和验证模型

使用 MS CNTK 进行贝塞尔曲线机器学习

作者：asiwel

使用 CNTK 和 ALGLIB 进行贝塞尔曲线分类训练和验证模型

大数据

作者：Mahsa Hassankashi

几乎所有与大数据相关的内容。

BigDL：为大数据用户和数据科学家带来触手可及的深度学习

作者：Intel

本文概述了 BigDL 0.1.0 版本（以及即将发布的 0.1.1 版本）中可用的最新增强功能。

使用 OpenVINO™ 工具包，携带您自己的数据集并重新训练 TensorFlow 模型

作者：Ragesh_Hajela

在本文中，我们研究了如何修改 GitHub 上的 OpenVINO™ Notebooks 仓库，重新训练相同的模型，但使用不同的数据集。

暴力破解找到垃圾邮件

作者：raddevus

人工智能和机器学习竞赛的参赛作品。这是我如何学习/猜测找到垃圾邮件的方法。

构建简单的 AI .NET 库 - 第六部分 -ML 算法

作者：Gamil Yassin

基于函数或问题类型的 ML 算法。

使用 SaaS 驱动的 AutoML 工具 R2 Learn 构建预测模型

作者：Afzaal Ahmad Zeeshan

R2 Learn 是一个 SaaS 驱动的端到端自动化机器学习 (AutoML) 工具，使数据科学家或数据工程师能够轻松地从导入数据集到训练模型并获得预测，只需几个步骤。

作者：Anoop Pillai

进行一些“大数据” 并使用 Azure、 Hadoop 和 Mahout 构建推荐引擎。

用 C# 构建推荐引擎

作者：Scott Clayton

使用协同过滤和矩阵分解构建推荐系统。

构建带云连接的语音启用智能家居 TinyML 解决方案

作者：Jo Stichbury

在本文中，我们将展示，虽然是高层次的，但可以创建运行在内存受限、超低功耗终端设备上的复杂 AI 驱动型应用程序。

使用 Create ML 和 Core ML 构建用于 iOS 的 AI 图像分类应用

作者：Jarek Szczegielniak

在本文中，我们可以继续使用 Apple 的 Create ML 训练我们自定义的热狗检测模型。

构建 MLOps 模型 API

作者：Sergio Virahonda

在本文中，我们将构建模型 API 来支持预测服务。

使用 Intel® 架构构建和探索 Prolog

作者：Intel® Nervana™ AI Academy

本文旨在探讨 Intel 解决方案如何支持通常用于 AI 的函数式和逻辑式编程语言。

构建自己的计算机视觉云服务

作者：Vladimir Dorokhov

使用 ASP.NET Core、Tensorflow 和 Azure Cloud 构建简单的机器学习服务

科技能取代眼睛吗？

作者：Intel

根据本文介绍的主题和引用的示例，希望您能确信技术进步，特别是那些模仿人脑和人眼的进步，正在快速发展，并可能很快取代人眼。

Cartpole：强化学习的“Hello World”

作者：philoxenic

在本文中，您将开始上手，并完成您的第一项强化学习工作。

Cartpole：调整选项

作者：philoxenic

在本文中，我们将了解幕后发生的事情，以及有哪些选项可以改变强化学习。

用 Cisco 和 Google Cloud 挑战您的内在混合创造力

作者：Cisco

Cisco Container Platform 自动化了重复性功能，并简化了复杂功能，因此每个人都可以回到享受容器的神奇体验。

猎豹优化器 - Python 实现

作者：Ujwal Watgule

猎豹优化器是一种受自然启发的元启发式算法，旨在解决多维度的复杂优化问题。

Visual Basic 中的逻辑回归分类

作者：chlohee

机器学习。会想到哪些语言？R？Python？Matlab？你可能没想到 Visual Basic。

使用 Azure ML 对代码片段进行分类

作者：Scott Clayton

使用 Azure ML Studio 中的神经网络检测代码片段的编程语言

基于云的预测分析：Azure Machine Learning

作者：Fernando de Oliveira [MCP]

如果您可以在基于云的环境中预测数据，那会怎么样？您可以使用 Azure Machine Learning 来实现。

CNTK 模型并发演示

作者：asiwel

如何部署训练好的模型以实现并发

代码示例：设备活动监视器（Intel® IoT 技术系列教程）

作者：Intel

此车间设备活动监控应用程序是使用 Intel® IoT 开发人员套件、Intel® Edison 开发平台、云平台、API 和其他技术进行 Intel 物联网 (IoT) 代码示例练习系列的一部分。

CodeProject 1000 万会员庆典

作者：Nish Nishant, Marcelo Ricardo de Oliveira, Monjurul Habib, Kunal Chowdhury «IN», Shai Raiten

2013 年夏天，CodeProject 庆祝会员达到 1000 万，并邀请了各种 CodeProject 会员在世界各地举办聚会。以下是这些庆祝活动中的一些精彩瞬间。

CodeProject 技术女性咨询委员会

作者：Terrence Dorsey

CodeProject 希望帮助女性参与并建立编程职业生涯。我们能做什么？我们采访了一些杰出的女性程序员，并学到了什么。

集体智能，根据相似用户的口味推荐项目

作者：Omar Gameel Salem

使用协同过滤来寻找品味相似的人，并根据其他人喜欢的东西进行自动推荐。

物联网的通信模式

作者：Intel

在着手新的物联网项目之前，您应该考虑哪种通信模式最适合它。

比较 K-Means 和其他数据聚类算法

作者：Nicolas DESCARTES

应为聚类任务选择哪种聚类算法？

比较 Neuroph、Encog 和 JOONE 中的神经网络

作者：taheretaheri

重点介绍了在 Neuroph、Encog 和 JOONE 中创建 XOR 网络的不同之处

比较 Intel® Joule™ 模块和 Intel® Edison 模块。

作者：Intel

Intel® Joule™ 模块是 Intel® 强大的多功能开发板系列中的最新成员。

首次在 kaggle.com 竞赛

作者：Philipp_Engelmann

首次在 kaggle.com 竞赛。

配置机器人外设

作者：Manning

《机器人编程》的一章摘录。

容器化 AI 和机器学习：概述

作者：Jarek Szczegielniak

在本文（系列的第一篇）中，我们将回顾一些适用于 ML 应用的 Docker 基础知识。

使用 Winnow 进行上下文感知拼写校正

作者：Omar Gameel Salem

实现一个复杂的拼写检查器，该检查器利用语言模型来考虑单词出现的上下文。

MLOps 流水线中的持续训练

作者：Sergio Virahonda

在本文中，我们将深入研究持续训练代码。

将 ONNX 图像分类模型转换为 Core ML

作者：Jarek Szczegielniak

在本文中，我们将一个 ResNet 模型转换为 Core ML 格式。

创建您的第一个机器学习模型来过滤垃圾邮件

作者：sjb_strat

使用机器学习创建垃圾邮件过滤器。

使用 Google Tesseract 和 Arm NN 在 Raspberry Pi 上创建文本到语音引擎

作者：Dawid Borycki

如何选择和转换现有的 TensorFlow 模型以与 Arm NN 配合使用，以及模型转换和实现 Arm NN 解决方案的最佳实践。

创建 Python 中的图灵机 - 第 1 部分

作者：Philipp_Engelmann

在本系列中，我想向您展示如何用 Python 创建一个简单的基于控制台的图灵机。您可以在 https://github.com/phillikus/turing_machine. 上查看完整的源代码。在本部分中，我将解释图灵机的基本理论并在此基础上设置项目。

创建 Python 图灵机 - 第 2 部分

作者：Philipp_Engelmann

如何在 Python 中创建图灵机 - 第 2 部分。

在 GKE 上创建 MLOps Kubernetes 集群

作者：Sergio Virahonda

使用 AI 驱动的 Azure Form Recognizer 创建和训练自定义 ML 模型以读取销售收据

作者：Shweta Lodha

本文将引导您完成创建自定义 ML 模型、训练模型然后使用相同模型分析销售收据所需的步骤。

为 AI 和机器学习创建 Docker 容器

作者：Jarek Szczegielniak

在本文中，我们将开始将我们基本的 Docker 知识应用于创建和运行各种 MLng 场景中的容器。

信用风险分类：使用 Intel 优化包进行更快的机器学习

作者：Intel

本文解释了使用 Intel® Performance Libraries 解决机器学习问题（如信用风险分类）的重要性。

使用 Keras 和 CNN 进行自定义 AI 人脸识别

作者：Arnaldo P. Castaño

在本文中，我们将组合我们的 CNN 并对其进行人脸识别训练。

使用 OpenCV 和 ImageAI 进行自定义模型对象检测

作者：Glenn Prince

本文为您提供了进行对象检测项目的良好起点。

DashCam Android应用程序

作者：Qualcomm Technologies, Inc.

本项目的主要目标是开发一个Android应用程序，该应用程序使用内置摄像头捕捉道路上的物体，并使用机器学习模型获取相应物体的预测和位置。

DashCam ML模型训练

作者：Qualcomm Technologies, Inc.

本项目的主要目标是开发一个机器学习模型，该模型可以检测道路上的物体，如行人、汽车、摩托车、自行车、公交车等。

Python 和 PyGame 中的数据聚类模拟

作者：Ghazanfar_Ali

使用 Python 进行 2D 数据聚类，并在 PyGame 中进行模拟。

数据科学 - 生命周期之旅。第 1 部分

作者：@Abdul Azeez Thekkekandy

本文探讨了数据科学的生命周期 - 业务理解、数据理解和数据准备。

数据科学是一个信息海洋——保持专注！

作者：Intel

在本文中，我们将分步骤介绍我们在数据科学方面的教学内容，以便任何对探索这门科学感兴趣的产品经理或业务经理都能迈出成为数据科学家的第一步，或者至少对这门科学有更深入的了解。

数据可视化和贝塞尔曲线

作者：asiwel

使用纵向贝塞尔曲线进行数据建模和可视化。

调试 Docker 容器中运行的 AI 代码

作者：Jarek Szczegielniak

在本文中，我们使用 Visual Studio Code 编辑和调试在 Docker 容器中运行的日益复杂的代码。

决策树 - 信用卡欺诈检测

作者：Ujwal Watgule

信用卡欺诈检测是机器学习技术的一个重要应用。

深度学习

作者：Mahsa Hassankashi

通过 TensorFlow Python 实现的深度学习卷积神经网络，完全易于理解。

C# 中的深度学习：使用预训练模型在 ML.NET 中进行硬币识别

作者：Arnaldo P. Castaño

为了结束本系列，我们将介绍一种方法，即调整预训练的 CNN 来解决我们一直以来检查的硬币识别问题。

C# 中的深度学习：理解神经网络架构

作者：Arnaldo P. Castaño

在本文中，我们将介绍监督式机器学习的基础知识，以及训练和验证阶段的内容。

Windows 上的深度学习：入门指南

作者：Mike Lanzetta

在本文中，我将指导您如何在 Windows 上安装最流行的工具包之一，并运行和解释一些有趣的示例。

深度学习文本到语音

作者：Arnaldo P. Castaño

在本文中，我们重点关注使用深度学习进行文本到语音转换。

使用 Python + Keras 进行深度学习（第 3 章）：ResNet

作者：Jesús Utrera

这是介绍 Python 和 Keras 框架中深度学习编码的文章系列的第三篇文章。

将 AI Docker 容器部署到云端

作者：Jarek Szczegielniak

在本文中，我们将使用 Azure Container Instances 将我们的 NLP API 服务发布到 Azure。

在 Microsoft Azure 数据科学虚拟机上部署 BigDL

作者：Intel

为了方便部署 BigDL，我们在 Linux (Ubuntu) 版的数据科学虚拟机 (DSVM) 之上创建了一个“部署到 Azure”按钮。

使用 Azure Machine Learning 检测垃圾邮件

作者：Scott Clayton

在 Azure 中训练一个二元分类器，然后将其用于 C# 应用程序。

使用 Intel® Nervana™ 技术、neon 和 Pachyderm 进行分布式、Docker 化深度学习

作者：Intel

在本帖中，我们将展示如何使用 Intel® Nervana™ 技术、neon 和 Pachyderm 设置生产就绪的机器学习工作流。

使用 NLP 和 Transformers 的 Docker 化大型模型 AI

作者：Jarek Szczegielniak

在本文中，我们使用存储在 Docker 卷上的模型来运行 NLP 的推理模型。

狗和披萨：浏览器中的计算机视觉（使用 TensorFlow.js）

作者：Raphael Mun

在本文中，我们将深入探讨直接在 Web 浏览器中运行的计算机视觉。

易于使用的 Intel OpenCV 库的包装器 (DLL) 及示例

作者：Heiko Kiessling

本文介绍了一个易于使用的 Intel OpenCV 库包装器及示例。

使用 oneDAL 增强数据分析

作者：Intel

在本文中，我们将探讨 oneDAL。oneDAL 包含针对各种架构优化的机器学习算法，但具有相同的 API，这意味着您可以为项目所需的任何系统类型使用相同的应用程序代码。

使用 Cisco Meraki MR 接入点和 MV 摄像头增强店内零售效率

作者：Ashutosh Malegaonkar

Cisco Meraki 设备为零售商提供了一种利用其现有 WiFi 基础架构来获取关于从一个人接近商店到离开商店期间发生的见解的方式。

使用 Intel® 数据分析加速库增强异常检测

作者：Intel

本文介绍了检测数据中异常值的不同方法，以及 Intel® 数据分析加速库 (Intel® DAAL) 如何帮助优化在配备 Intel® Xeon® 处理器的系统上运行的异常值检测。

通过 IoT 和 Microsoft Cloud 进行环境监测和异常检测

作者：Sudhir Kshirsagar

低成本环境监测传感器以及 Microsoft Cloud 的功能，为构建智能城市提供了坚实的基础设施的巨大机遇。

Microsoft Bot Framework 的演变

作者：Ganesan Senthilvel

一篇关于人工智能聊天机器人应用程序开发的有趣文章。

摘自 Microsoft Visual Studio 2010 Unleashed

作者：Sams Publishing

本章涵盖 Visual Studio 2010 的核心构成和功能。

Exercising Misty 的可扩展性

作者：Johnathan Ortiz-Sonnen

解构 Misty 的“跟随球”技能

语义网探索指南 - 第一章：语义网

作者：Helen Trimes

语义网。

探索 WCF 3.5 工具 - WcfSvcHost 和 WcfTestClient

作者：Adnan Masood

讨论 WCFSvcHost 和 WcfTestClient 在服务托管和测试中的应用。

ANNdotNET 中的导出选项

作者：Bahrudin Hrnjica

ANNdotNET 中的导出选项

通过 RESTful API 暴露 Docker 化 AI 模型

作者：Jarek Szczegielniak

在本文中，我们将修改我们的代码，通过 REST API 服务公开相同的逻辑。

使用 Google ML Kit 在 Android 上进行人脸检测

作者：IAmJoshChang

通过使用 Firebase ML Kit，开发人员可以为小型公司和个人节省大量时间金钱，这些时间金钱原本将花费在制作自己的 ML 模型上。

AI 人脸检测

作者：Arnaldo P. Castaño

在本文中，我们将介绍在图像中检测人脸的步骤。

使用 TensorFlow.js 进行面部触摸检测，第 1 部分：使用深度学习实时网络摄像头数据

作者：Raphael Mun

在本文中，我们将利用我们在 TensorFlow.js 计算机视觉方面的所有知识来尝试构建该应用程序的一个版本。

使用 TensorFlow.js 进行面部触摸检测，第 2 部分：使用 BodyPix

作者：Raphael Mun

在本文中，我们将使用 BodyPix，一个身体部位检测和分割库，尝试消除面部触摸检测的训练步骤。

fHealth - 用于基于活动的智能生活气候控制的雾计算活动跟踪框架

作者：Grasshopper.iics

在边缘进行人类活动跟踪和聚合，进行基于活动的温度控制。

使用 C# 查找数据中的组 - 凝聚聚类

作者：Rodrigo Costa Camargos

在 C# 中实现著名的凝聚聚类算法。

利用数据科学发现市场流动性洞察

作者：Joel Sebold

金融市场的驱动因素，虽然经常被忽视，但最终是根本性的——那就是流动性。结合数据科学技能和技术，Refinitiv Labs 流动性发现项目提供了深入的市场流动性洞察，以实现更明智的交易决策。

为 OpenCV 和 ImageAI 对象检测查找训练数据

作者：Glenn Prince

在本文中，我们将创建一个对象检测模型。

马尔可夫链蒙特卡洛方法模拟和预测火灾

作者：Mahsa Hassankashi

通过马尔可夫链蒙特卡洛方法进行现象预测和模拟

毛茸茸动物探测器：在浏览器中通过 TensorFlow.js 的迁移学习识别自定义对象

作者：Raphael Mun

在本文中，我们将构建一个毛茸茸动物探测器，我将向您展示一种利用预训练的卷积神经网络（CNN）模型（如 MobileNet）的方法。

使用卡尔曼滤波器预测股票市场波动性

作者：Jin Choi, PhD

用通俗易懂的语言解释卡尔曼滤波器的原理，并提供演示如何使用它来预测股票市场波动性的示例代码。

开发人员需要聊天机器人技术技能的四个原因

作者：Jesse Casman

开发人员真的需要关注仅一十亿美元左右的小市场中的聊天机器人吗？

FourDotOne 高级数据工业优化

作者：Intel

在高性能 Intel 架构上运行的 FourDotOne 数字化转型解决方案，正在使工业和汽车制造商能够解决复杂的生产线问题并实现工业 4.0 的优势。

机器学习中常用的 R 数据结构

作者：Packt Publishing

如何使用 R 和机器学习解决现实世界问题。

R&数据科学的完整功能可视化脚本环境

作者：Alaa Ben Fatma

R&数据科学的可视化脚本环境

Genetics Dot Net - 基础知识

作者：pseudonym67

遗传算法简介。

Genetics Dot Net Two - 自适应编程

作者：pseudonym67

了解使用遗传算法的自适应编程。

开始使用 TensorFlow.js 在浏览器中进行深度学习

作者：Raphael Mun

在本文中，我将向您展示如何快速轻松地设置和使用 TensorFlow.js 来训练神经网络，以从数据点进行预测。

使用 Intel® 软件优化 Theano 和 Intel® Python 发行版入门

作者：Intel

Theano 是在 LISA 实验室开发的一个 Python 库，用于定义、优化和评估数学表达式，包括多维数组（numpy.ndarray）的表达式。

ML.NET 入门

作者：syed shanu

在本文中，我们将了解如何开发我们的第一个 ML.Net 应用程序来预测库存数量。

开始使用 Machine Learning DotNet 进行聚类模型

作者：syed shanu

在本文中，我们将了解如何使用聚类模型来预测 Mobile 使用的模型、性别，在 2010 年之前和 2010 年之后，使用 ML .NET 的聚类模型。

OpenCvSharp 3 入门

作者：King Coffee

OpenCvSharp 3 快速入门的示例代码。

C# 中的 Haar 特征对象检测

作者：César de Souza

描述了在 2001 年如何通过一些巧妙的想法实现实时人脸检测。

在 IIS7 上托管 WCF 服务（netTcpBinding）

作者：ASP.NET Community

我已托管了我的 WCF 服务，使用了 wsHttpBinding 和 netTcpBinding。当我使用 netTcpBinding 在 IIS 7 上托管时，我考虑了以下几点，

零售商如何使用最新的机器学习技术

作者：Intel

今天，我们将仔细研究零售商如何利用机器学习技术来最大化其业务。为此，我们将讨论应用程序编程接口 (API)。如果您有技术背景，很可能您已经熟悉并正在使用这个重要的

如何使用生成对抗网络 (GAN) 欺骗机器学习恶意软件检测器

作者：Packt Publishing

摘自 Chiheb Chebbi 的著作“Mastering Machine Learning for Penetration Testing”。

如何开始作为 AI 开发者

作者：Intel

本文将介绍一些 AI 的基础知识，并概述一些可能有所帮助的工具和资源。

如何托管 IIS7 上的网站

作者：ASP.NET Community

要托管您的 Web 站点，您需要执行以下步骤：1. 单击开始，管理工具，Internet 信息服务 (IIS)

如何托管 IIS7 上的网站

作者：ASP.NET Community

要托管您的 Web 站点，您需要执行以下步骤：1. 单击开始，管理工具，Internet 信息服务 (IIS)

如何开始您的 iOS 高级开发人员职业生涯

作者：Matteo Manferdini

一篇关于如何在 iOS 开发方面名列前茅的指南

Intel® IoT 代码示例教程：居家摔倒追踪器

作者：Intel

此家庭跌倒追踪器应用程序是使用 Intel IoT 开发人员套件、Intel® Edison 开发平台、云平台、API 和其他技术进行 Intel 物联网 (IoT) 代码示例练习系列的一部分。

Intel IoT 代码示例：智能炉灶

作者：Intel

这个智能炉灶应用程序是一系列“操作指南”Intel IoT 代码示例练习的一部分，使用了 Intel® IoT Developer Kit、Intel® Edison 开发平台、云平台、API 和其他技术。

Intel IoT 代码示例：浇水系统

作者：Intel

这个自动浇水系统应用程序是一系列“操作指南”Intel IoT 代码示例练习的一部分，使用了 Intel® IoT Developer Kit、Intel® Edison 开发平台、云平台、API 和其他技术。

Intel® IoT 技术代码示例：C++ 中的访问控制

作者：Intel

这个访问控制系统应用程序是一系列“操作指南”Intel® IoT Technology 代码示例练习的一部分，使用了 Intel® IoT Developer Kit、Intel® Edison 板、云平台、API 和其他技术。

Intel® IoT 技术代码示例：C++ 中的闹钟

作者：Intel

这个智能闹钟应用程序是一系列“操作指南”Intel® IoT Technology 代码示例练习的一部分，使用了 Intel® IoT Developer Kit、Intel® Edison 板、云平台、API 和其他技术。

Intel® IoT 技术代码示例：C++ 中的门铃

作者：Intel

这个智能门铃应用程序是一系列“操作指南”Intel® IoT Technology 代码示例练习的一部分，使用了 Intel® IoT Developer Kit、Intel® Edison 板、云平台、API 和其他技术。

Intel® IoT 技术代码示例操作：C++ 中的循迹机器人

作者：Intel

此循迹机器人应用程序是使用 Intel® IoT Developer Kit、Intel® Edison 主板、云平台、API 和其他技术进行的 Intel® IoT Technology 代码示例操作系列的一部分。

ID3 决策树算法 - 第 1 部分

作者：Mohammad A Rahman

ID3 决策树算法 - 第 1 部分（属性选择基本信息）。

IEI Tank AIoT 开发套件和 AWS Greengrass：在边缘运行机器学习预测

作者：Intel

在本教程中，我们将设置一个基本的机器学习预测模型，在 AWS Greengrass 组中作为 Amazon Web Services (AWS) Lambda 函数运行。

图像分类：使用 Azure Face API 认知服务进行人脸检测和识别

作者：Akhil Mittal

使用现代 AI 驱动的 Azure 认知服务进行人脸识别和检测。

使用无监督分水岭算法和过分割减少技术进行图像分割

作者：Ravimal Bandara

使用 OpenCV 通过无监督分水岭算法和直方图匹配技术进行图像分割，以减少过分割。

在 Matlab 中实现梯度下降来解决线性回归问题

作者：Ashkan Pourghasem

实践教程，介绍如何在 Matlab 中实现批量梯度下降来解决线性回归问题。

基于 GE Predix 时间序列摄入和数据流的工业 IoT 机器工具状况监控

作者：Grasshopper.iics, Abhishek Nandy, Moumita Das

使用 GE Predix 时间序列摄入和数据流进行工业 IoT 时间序列数据收集

工业用例和教程：Intel® 和 IBM Watson IoT Platform

作者：Intel

本指南描述了在 IBM Bluemix 上运行的 Intel® IoT Gateway 和 IBM Watson IoT Platform 的工业用例实现。

Infer.NET – 致热爱概率者的库

作者：Ngọc Minh Trần

Infer.NET 简介。

使用 Intel® MKL 安装和构建 MXNet

作者：Intel

MXNet 是一个开源深度学习框架，允许您在各种设备上定义、训练和部署深度神经网络，从云基础设施到移动设备。

为对象检测安装 OpenCV 和 ImageAI

作者：Glenn Prince

在本文中，我们将设置使用 OpenCV 构建硬质头盔检测器所需的一切。

Intel® IoT Developer Kit：您通往 Microsoft Azure IoT 商业云解决方案的门户

作者：Intel

Microsoft Azure 与 Intel IoT® 技术合作，为开发者提供从边缘到云的整套开发工具。

Intel® MKL-DNN：第一部分 – 库概述和安装。

作者：Intel

Intel MKL-DNN 教程系列（开发者入门）从开发者的角度审视 Intel MKL-DNN。第一部分确定了信息资源，并提供了有关如何安装和构建库组件的详细说明。

Intel® MKL-DNN：第二部分 – 示例代码构建和实践

作者：Intel

在第二部分中，我们将探讨如何配置集成开发环境 (IDE) 来构建 C++ 代码示例，并提供基于 AlexNet 深度学习拓扑的代码实践。

Intel® System Studio 2017 Beta

作者：Android on Intel

Intel® System Studio 2017 Beta 已发布。这是 Beta 程序页面，可进一步指导您了解 Intel® System Studio 2017 Beta 的新功能和增强的用户体验。

Intel® Ultimate Coder Challenge for IoT：Team Agro Hackers 现在在做什么？

作者：Intel

八周的 Intel® Ultimate Coder Challenge for IoT 现已结束，各团队继续开发并将其项目扩展到商业领域。

Intel 驱动的深度学习框架

作者：Intel

您的深度洞察之路

使用 k-means 进行中间数据聚类

作者：Andy Allinger

为 k-means 添加缺失数据、混合数据和选择聚类数量的功能

从头开始构建物联网安全

作者：Yuri Diogenes

本文探讨了 Microsoft Azure IoT Suite 如何提供安全私密的物联网云解决方案。

使用 AI 在网络摄像头中解释手势和手语（使用 TensorFlow.js）

作者：Raphael Mun

在本文中，我们将通过网络摄像头拍摄不同手势的照片，并在预训练的 MobileNet 模型上使用迁移学习来构建一个计算机视觉 AI，该 AI 可以实时识别各种手势。

介绍 Jupyter 和 Pandas

作者：Glenn Prince

本文是“使用 Python 和 Pandas 进行数据清理”系列的第一篇，旨在帮助工作的开发人员快速掌握数据科学工具和技术。

ML.NET 简介 – .NET 开发者的机器学习库

作者：Ngọc Minh Trần

ML.NET 简介。

Apache Spark 入门

作者：Sacha Barber

关于 Apache Spark 的入门文章，附带一个演示应用程序。

Azure Synapse Analytics 简介（第一部分）：什么是 Azure Synapse Analytics？

作者：Marcelo Ricardo de Oliveira

在本文中，我们将探讨 Azure Synapse Analytics 及其一些功能。

Azure Synapse Analytics 简介（第三部分）：数据科学与商业智能

作者：Marcelo Ricardo de Oliveira

在本文中，我们将探讨数据科学和商业智能团队如何使用 Azure Synapse Analytics 数据深入了解业务流程。

Python 遗传算法入门 - Hello World!

作者：Clinton Sheppard

使用 Python 进行机器学习的实践、循序渐进的介绍，包括遗传算法。

Keras 入门

作者：Thomas Daniels

在本文中，让我们深入了解 Keras，这是一个用于神经网络的高级库。

机器学习入门

作者：Mostafa Eissa

机器学习的 10000 英尺概览

机器学习入门

作者：Akhil Mittal

在本文以及后续关于机器学习的文章中，我们将了解机器学习是什么以及它能实现什么

机器学习和 ML.NET 入门 - 第一部分

作者：syed shanu

机器学习和 ML.NET (Machine Learning.NET) 入门

使用 NLTK 进行自然语言处理入门

作者：Thomas Daniels

在本文中，我们将了解自然语言工具包 (NLTK) 的功能。

NumPy、TensorFlow 和 scikit-learn 入门

作者：Thomas Daniels

在本文中，我们将快速了解 NumPy 和 TensorFlow，并简要概述 scikit-learn 库。

OpenAI Gym 入门：Atari Breakout

作者：philoxenic

在本文中，我们将开始了解 OpenAI Gym 环境和 Atari 游戏 Breakout。

OpenCV 入门

作者：Thomas Daniels

在本文中，让我们开始动手使用 OpenCV。

pyDAAL 入门

作者：Intel

本文展示了 Intel® 数据分析加速库 (Intel® DAAL) 工具的 Python API 如何工作。首先，我们解释如何使用 pyDAAL 编程接口操作数据，然后展示如何将其与 Python 数据操作/数学 API 集成。

物联网让微波炉玉米卷变得完美

作者：Todd Christell, Canin Christell

创建一个微波炉物联网应用程序

JavaScript 机器学习和神经网络（使用 Encog）

作者：JeffHeaton

使用 Encog 遗传算法、模拟退火、神经网络等与 HTML5 JavaScript 结合。

Keras* 实现类似 Siamese 的网络

作者：Intel

本指南将帮助您在 Keras 中编写复杂的神经网络，如 Siamese 网络。它还解释了在 Keras 中编写自定义层的过程。

使用 F# 进行 K-means

作者：Gaston Verelst

如何使用 F# 实现 K-means 等算法。

知识图谱：赋能响应式企业的上下文数据[新书]

作者：Maya Natarajan

准备好发现知识图谱带来的新机遇了吗？立即下载本书，并告诉我们您的想法。

从 RAM 中学习 Breakout - 第 1 部分

作者：philoxenic

在本文中，我们将从游戏 RAM 的内容中学习，而不是从像素中学习。

从 RAM 中更快地学习 Breakout - 第 2 部分

作者：philoxenic

在本文中，我们将看到如何通过稍微不同的方式处理 RAM 来进行改进。

更快地学习 Breakout

作者：philoxenic

在本文中，我们将看到如何使用不同的学习算法（以及更多的核心和 GPU）在 Mountain Car 环境中更快地进行训练。

学习 Breakout：高级主题

作者：philoxenic

在本系列最后一篇文章中，我们将探讨一些更高级的主题：最小化我们 Breakout 代理的“抖动”，以及进行超参数的网格搜索。

学习机器学习，第一部分：入门

作者：Alibaba Cloud

本文介绍了机器学习的基础知识。本文不会只帮助您了解互联网行业的最新趋势，还将增强您对技术在许多使我们的生活更轻松的服务中扮演重要角色的理解。

学习机器学习，第二部分：算法与技术

作者：Alibaba Cloud

在本文中，我们将了解有助于实现 ML 功能的算法。

学习机器学习，第 3 部分：应用

作者：Alibaba Cloud

本文介绍了机器学习 (ML) 的基础知识。您无需任何 ML 知识即可从中获得最佳收获。开始之前，让我们回答这个问题：“ML 是否重要到我真的需要阅读这篇文章？”

经验教训：遗传算法入门

作者：Dmitriy Gakh

遗传算法入门，简要提及生物学，并举例说明如何找到复杂数学方程的一个解。

用于 UNIPEN 数据库的在线手写识别系统库。

作者：Vietdungiitb

一个用于手写识别系统的库，可以识别 99% 的数字或 90% 的大写字母+数字。

闪电般的 R 机器学习算法

作者：Intel

使用 Intel® Data Analytics Acceleration Library 和最新的 Intel® Xeon Phi™ 处理器获得成果

使用 CNTK 和 C# 进行线性回归

作者：Bahrudin Hrnjica

使用 CNTK 和 C# 进行线性回归。

Litmus Automation 提供连接性和数据传输

作者：Intel

通过在 Intel 架构上运行 Litmus Automation 软件，制造商可以访问和分析遗留和现代基础设施中的关键数据。

使用 Intel® Distribution for Python 进行肝病患者数据集分类

作者：Intel

本文着重于在 Intel® Xeon® 可扩展处理器上使用 Intel® Distribution for Python* 实现印度肝病患者数据集分类。

机器学习 - 梯度下降

作者：Mahsa Hassankashi

基于线性回归学习机器学习基础和梯度下降的最佳实践。本文将逐步解释计算问题。

机器学习 - 朴素贝叶斯分类器的意见和文本挖掘

作者：Mahsa Hassankashi

基于朴素贝叶斯分类器的意见和文本挖掘的最佳实践。

使用 Python 和 daal4py 进行机器学习入门

作者：Intel

加入 Intel 技术咨询工程师 David Liu，了解 Intel 的 Python 发行版和 daal4py 包的概述。

机器学习基础和感知器学习算法

作者：Shun Huang

机器学习和感知器学习算法的基础。

C++ 开发者的机器学习——硬方法：DirectML

作者：Michael Chourdakis

机器学习入门，包含训练线性回归模型的实际 C++ 代码。

Excel 中的机器学习

作者：KristianEkman

逐个单元格讲解神经网络的数学原理。

在 Intel® FPGA 上进行机器学习

作者：Intel

Intel 在 AI 开发方面处于独特地位——Intel 的 AI 生态系统通过为从硬件到边缘设备的各种后端技术提供统一的前端，为 AI 的所有方面提供解决方案。

机器学习流程和场景

作者：Akhil Mittal

这是本系列的第二篇文章，将主要关注机器学习流程和场景。

机器学习走向失望

作者：Carlos Conceição

机器学习走向失望。

MADRaS：多代理驾驶模拟器

作者：Intel

本文介绍 MADRaS：多代理驾驶模拟器。它是 TORCS 的多代理版本，TORCS 是一个流行的赛车模拟器，被强化学习和模仿学习社区用于自动驾驶研究。

使 Keras 模型可移植到 ONNX

作者：Keith Pijanowski

在本文中，我将为那些寻求用于构建和训练神经网络的深度学习框架的人提供 Keras 的简要概述。

使用 SharpEntropy 进行最大熵建模

作者：Richard Northedge

介绍最大熵建模库，并辅以两个示例讨论其用法：一个简单的预测结果示例和一个英语分词器。

Microsoft Azure + TI CC3200 LaunchPad 端到端物联网概念验证

作者：Glenn Vassallo

利用 Microsoft Azure 云技术和嵌入式设备（德州仪器 CC3200 LaunchPad (单芯片 Wi-Fi MCU)）的端到端物联网系统。

Windows 和 Linux 版 Microsoft Data Science Virtual Machine 现已推出

作者：Lee Stott

Microsoft Data Science Virtual Machine 可助您启动分析项目。它使您能够使用 R、Python、SQL 和 C# 等多种语言处理任务。

MLOps 持续交付与模型单元测试

作者：Sergio Virahonda

在本文中，我们将开发一个模型单元测试容器。

MLOps 流水线中的模型自动调整

作者：Sergio Virahonda

在本文中，我们将实现自动训练。

Python 中的多类逻辑分类器

作者：pi19404

用于多类分类的有监督 ML 算法。

Python 中的多层感知器

作者：pi19404

关于单隐层 MLP。

用于 AI 对象检测的多阶段 Docker 构建

作者：Jarek Szczegielniak

在本文中，我们使用容器化的对象检测 API 环境中的 TensorFlow 在样本图像上运行推理。

Mycroft，Siri 或 Alexa 的开源替代品

作者：Intel

Intel® 软件创新者 Joshua Montgomery、Karl Fezer 和 Mycroft 团队的 Steve Penrod 让我采访了他们，以便更多地了解 Mycroft。

朴素贝叶斯垃圾邮件分类器

作者：Vince Chan

通过构建使用 Python 和 scikit-learn 的朴素贝叶斯垃圾邮件分类器，来演练常见的机器学习任务。

Nervana 引擎以极快的速度提供深度学习！

作者：Intel

Nervana 目前正在开发 Nervana 引擎，这是一种专为深度学习定制设计和优化的应用专用集成电路 (ASIC)。

用于回归的神经网络及其在 C# 中的实现

作者：Nicolas DESCARTES

如何在 C# 中实现用于回归的神经网络？

关于 ML 和 TensorFlow 的笔记：线性回归

作者：Ngọc Minh Trần

学习机器学习和 TensorFlow 的日记。

Nutanix Xi IoT：面向开发者的概述

作者：Rohit_Goyal

边缘设备的异构性使得部署应用程序变得困难。Nutanix Xi IoT 为开发者提供了一个环境，使他们能够专注于自己最擅长的事情，即创建将数据转化为决策的应用程序。

Android 和桌面上的对象跟踪

作者：lessthanoptimal

关于在 Android 和桌面上使用 BoofCV 进行视觉对象跟踪的简单教程。

使用 Intel® Data Analytics Acceleration Library 优化线性回归方法

作者：Intel

本文描述了一种常见的回归分析类型，即线性回归，以及 Intel® Data Analytics Acceleration Library (Intel® DAAL) 如何帮助优化在配备 Intel® Xeon® 处理器的系统上运行此算法。

优化 Python 应用程序的性能

作者：Stephan Ofosuhene

本文讨论了通过使 Python 应用程序运行更快、资源消耗更少来提高其性能的策略。

Python 中的并行性

作者：Intel

消除误解，提供实现并行性的工具

使用 ONNX 进行可移植的神经网络

作者：Keith Pijanowski

本文是我们七篇文章系列的第一篇，我们将探讨 ONNX 在三个流行框架和三种流行编程语言中的价值。

将 SQLite 移植到 BREW

作者：pankajdoke, SanjayKimbahune, Kushal Gore

- 使 SQLite 的 3.2.8 版本可用作 BREW 3.1.2 的扩展。

将开源 Indix 库移植到 BREW

作者：Prashant Gotarne, pankajdoke, SanjayKimbahune

“Indix”是一个用 C 编写的开源组件，用于印度字体渲染。Indix 是 CDAC 制定的印度语言规则的实际实现。

使用 Intel® Edison 板的加速度计预测设备中的用户活动

作者：Intel

本项目介绍了如何使用连接到 Intel® Edison 板的 ADXL345 加速度计生成的加速度数据来识别特定类型的人类身体活动。

使用带 Intel® Edison 板的加速度计预测设备中的用户活动

作者：Intel

本项目介绍了如何使用连接到 Intel® Edison 板的 ADXL345 加速度计生成的加速度数据来识别特定类型的人类身体活动。

为 AI 人脸识别准备数据集

作者：Arnaldo P. Castaño

在本文中，我们将讨论为 CNN 准备数据集。

为 iOS 上的 AI 图像分类准备数据

作者：Jarek Szczegielniak

在本文中，我们将开始为此新的自定义模型准备数据，该模型之后将使用 Create ML 框架进行训练。

为使用 OpenCV 和 ImageAI 的对象检测准备图像

作者：Glenn Prince

在本文中，我们将训练我们自己的自定义模型来检测人们是否佩戴了硬质头盔。

为智能应用铺平道路：从本地/IaaS 迁移到云原生应用程序

作者：Cloud Native Apps Team

查看我们关于智能应用的系列文章，了解将本地或 IaaS 解决方案迁移到智能应用的最佳实践。

准备在云中训练深度伪造模型

作者：Sergio Virahonda

在本文中，我将向您展示如何借助 Docker 在云中训练您的深度伪造模型。

Python AI 和机器学习库

作者：Thomas Daniels

在本文中，我们可以看看有哪些可用的库可以用于 AI 和 ML 任务。

机器学习和人工智能的 Python 基础

作者：Thomas Daniels

本文为有经验的程序员提供了一些快速掌握 Python 基础的技巧。

Python 生成器和类

作者：Thomas Daniels

本文将更深入地探讨生成器和类。

Python 元组、列表、解构和循环

作者：Thomas Daniels

现在您已经了解了一些 Python 基础知识，我们可以更深入地学习列表和元组数据结构，并了解如何使用它们。

随机森林 Python

作者：Mahsa Hassankashi

本文以简单易懂的方式提供了随机森林的 Python 代码，这是一种流行的机器学习算法。

C# 中的快速对象检测

作者：Darko Jurić

通过模板匹配进行快速对象检测。

读取销售收据并提取详细信息（使用预构建 ML 模型 - Azure Cognitive Services）

作者：Shweta Lodha

从销售收据中提取信息的几种方法，以及如何使用预构建 ML 模型进行详细演示。

使用 Azure Cognitive Services 进行实时情感检测

作者：Afzaal Ahmad Zeeshan

将 Cognitive Services SDK 集成到基于 .NET Core 的应用程序中。

使用 Azure Cognitive Services 进行实时情感检测

作者：Afzaal Ahmad Zeeshan

将 Cognitive Services SDK 集成到基于 .NET Core 的应用程序中，并探讨如何使用 Microsoft 提供的 ML 服务来应对现实世界中的场景。

使用神经网络识别编程语言（C#）

作者：Thomas Daniels

本文介绍了如何使用神经网络来识别编程语言，作为 CodeProject 机器学习和人工智能挑战赛的参赛作品。

在 Android 上录制和播放视频

作者：Sandeep Andre, pankajdoke, suneetachawla, SanjayKimbahune

本文试图阐明如何创建录制和播放视频的应用程序。还简要解释了相关 API。

减少浸润性导管癌分类器中的假阴性

作者：Intel

Intel® AI DevJam Demo GUI 使用 Windows 应用程序与面部识别分类器以及两个用于检测组织病理学图像中浸润性导管癌（乳腺癌）的已训练分类器进行通信。

强化学习 - 一个井字棋示例

作者：George Swan

一个关于如何使用时间差分算法在不到一分钟的时间内教会机器在井字棋游戏中变得无敌的示例。

在 Docker 容器中运行 AI 模型

作者：Jarek Szczegielniak

本文将创建一个容器来运行训练模型的 CPU 推理。

在 ARM 设备上的 Docker 容器中运行 AI 模型

作者：Jarek Szczegielniak

在本文中，我们将为带有 ARM 处理器的 Raspberry Pi 适配我们的映像。

在支持 GPU 的 Docker 容器中运行 AI 模型

作者：Jarek Szczegielniak

本文我们回到 Intel/AMD CPU。这一次，我们将使用 GPU 加速我们的计算。

Sammon 投影

作者：Günther M. FOIDL

Sammon 投影是一种非线性投影方法，用于将高维空间映射到低维空间。

扩展以满足 AI 不断增长的需求

作者：Intel

Intel 的新深度学习工具（即将集成 Nervana 的云堆栈）旨在隐藏/减少资源受限的边缘设备上强大扩展训练时间和模型部署权衡的复杂性，而不会影响性能需求。

使用有限状态机进行序列检测

作者：Dmitrii Nemtsov

一种构建有限状态机的方法，用于识别字符流中的预定义序列。

无服务器计算：机器学习 FaaS 入门

作者：MehreenTahir

在本文中，我们将探讨无服务器计算的一些优势，然后通过一个实际示例，使用 Microsoft Azure Functions 服务构建和部署一个示例 ML 推断函数。

设置和运行“Misty Reads”技能（带 Microsoft Azure）

作者：Chris_Meyer

使用 Azure，教 Misty 阅读从图像中提取的文本，然后返回一个可以保存和播放的编码的 .wav 文件。

设置 GitHub、Docker 和 Google Cloud Platform 以实现自动化 MLOps

作者：Sergio Virahonda

在本文中，我们为该项目设置了云环境。

为 ML 和 AI 开发设置 macOS

作者：Jarek Szczegielniak

本文将准备我们的开发环境。

Rust 中的简单线性回归

作者：Philipp_Engelmann

Rust 中的简单线性回归。

C# 中的简单鹦鹉图灵算法

作者：Ennis Ray Lynch, Jr.

本文实现了一个简单的聊天机器人，试图通过图灵测试，但惨遭失败。

足球场策略 - 使用 SAP HANA 和 Amazon Sagemaker

作者：@Abdul Azeez Thekkekandy

本文介绍了如何通过结合 SAP HANA 和 Amazon Sagemaker 的功能，在实时足球比赛中利用 AI 为经理（或团队教练）制定更好的团队策略。

软件 AI 加速器：免费提升 AI 性能

作者：Wei_Li

本文展示了 Intel Xeon 上软件 AI 加速器的性能数据。

使用 XGBoost 和 C# 解决鸢尾花分类问题

作者：Sau002

如何在 C# 应用程序中嵌入极端梯度提升等机器学习算法。

使用 Intel® 数据分析加速库解决现实世界的机器学习问题

作者：Intel

在本文中，我们将讨论可以根据从知名 Kaggle 平台（用于预测建模）和数据挖掘人员竞争以生成最佳模型的分析竞赛中提取的两个真实世界机器学习问题来选择正确算法的标准。

使用深度学习和 Deeplearning4j 的长短期记忆（LSTM）神经网络进行垃圾邮件检测

作者：Diego Stéfano

使用 Deeplearning4j 在 Scala 中进行垃圾邮件检测。

加速 Databricks Runtime 以进行机器学习

作者：Intel

Intel 已投资于优化 Python 本身（通过 Intel® Python 发行版），并优化了与 scikit-learn 一起使用的关键数据科学库，例如 XGBoost、NumPy 和 SciPy。本文提供了有关安装和使用这些扩展的更多信息。

实现机器学习的分步指南 I - KNN

作者：Ryukkkk

易于实现的机器学习

实现机器学习的分步指南 II - 决策树

作者：Ryukkkk

易于实现的机器学习

实现机器学习的分步指南 III - 朴素贝叶斯

作者：Ryukkkk

易于实现的机器学习

实现机器学习的分步指南 IV - 逻辑回归

作者：Ryukkkk

易于实现的机器学习

实现机器学习的分步指南 IX - 树回归

作者：Ryukkkk

易于实现的机器学习

分步实现机器学习 V - 支持向量机指南

作者：Ryukkkk

易于实现的机器学习

分步实现机器学习 VI - AdaBoost 指南

作者：Ryukkkk

易于实现的机器学习

实现机器学习的分步指南 VIII - 线性回归

作者：Ryukkkk

易于实现的机器学习

实现机器学习的分步指南 X - K-Means

作者：Ryukkkk

易于实现的机器学习

实现机器学习的分步指南 XI - DBSCAN

作者：Ryukkkk

易于实现的机器学习

实现机器学习的分步指南 XII - Apriori

作者：Ryukkkk

易于实现的机器学习

通过新闻情感分析进行股票预测

作者：Intel

有许多技术可以预测股票价格波动，但在本项目中，纽约时报的新闻文章标题被用来预测股票价格的变化。

监督学习

作者：Packt Publishing

一篇关于监督学习的文章。

将智能应用提升到新水平：使用 Azure 机器学习实现高级功能（第 1 部分）

作者：Cloud Native Apps Team

在本四部分系列中，您将学习如何使用 Azure 容器应用创建智能应用。在第三部分中，您将探索如何通过使用自己的数据集训练自定义模型来升级您的智能应用。

将智能应用提升到新水平：使用 Azure 机器学习实现高级功能（第 2 部分）

作者：Cloud Native Apps Team

在本四部分系列中，您将学习如何使用 Azure Container Apps 创建智能应用程序。在本第四部分也是最后一部分中，您将探索如何将自定义模型集成到您的智能应用程序中，从而通过专业 AI 增强应用程序的功能。

教机器人走路（AI）：连续控制环境简介

作者：philoxenic

本文将使用 Bullet 物理模拟器作为基础，用于在连续控制环境中进行一些强化学习。

用 AI 和 PyBullet 环境教机器人走路

作者：philoxenic

本文将研究 PyBullet 提供的两个较简单的运动学环境，并训练智能体来解决它们。

TensorFlow - 使用 TensorFlowSharp 创建 C# 应用程序

作者：Sau002

如何使用 TensorFlowSharp 创建 C# 应用程序

现代 Intel® 架构上的 TensorFlow 优化

作者：Intel

本文向人工智能（AI）社区介绍 Intel® Xeon® 和 Intel® Xeon Phi™ 处理器平台上的 TensorFlow 优化。

文本挖掘及其商业应用

作者：Niladri_Biswas

文本挖掘及其商业应用

最简单的排序算法示例 - 为什么有人会使用它？

作者：dcmuggins

冒泡排序既很棒……又很糟糕。

在 Windows 10 上使用 GPU 进行 Theano 机器学习

作者：Dino Konstantopoulos

在 Windows 10 上使用 Nvidia 1070 GPU 运行 Theano，配备 CUDA 8 和 Visual Studio 2015

Tickr：创建您自己的 Flickr 幻灯片

作者：kristofleroux

创建您自己的 Flickr 幻灯片。

优化深度学习性能的工具

作者：Chris_Riley

本文探讨了开发人员如何利用优化深度学习代码的工具来加速和提高深度学习应用程序的效率。

在 Amazon SageMaker 中训练 Apache MXNet 模型并在 IEI Tank AIoT 开发板上运行

作者：Intel

我们将在 Amazon SageMaker 中训练 Apache MXNet Gluon 模型来读取 MNIST 数据集的笔画数字，然后 IEI Tank AIoT 开发板上运行十个随机笔画数字的预测。

使用 OpenCV 和 ImageAI 训练自定义模型

作者：Glenn Prince

本文将开始创建自定义对象检测模型的过程。

在 Azure Custom Vision 上训练自定义对象检测模型（第 1 部分）：收集数据和训练模型

作者：MehreenTahir

在本文中，我们演示了如何训练一个模型来检测图像中是否存在人类。

在 Azure Custom Vision 上训练自定义对象检测模型（第 2 部分）：测试模型

作者：MehreenTahir

在上一篇文章中，我们训练了一个简单的机器学习模型，该模型可以识别图像中何时何地出现人类。本文将演示如何测试此模型并根据需要进行重新训练。

在 Azure Custom Vision 上训练自定义对象检测模型（第 3 部分）：部署和运行模型

作者：MehreenTahir

在本文中，我们演示了如何在 Raspberry Pi 设备上部署 Custom Vision 模型以检测车辆前方的行人。

训练人形 AI 机器人向后行走

作者：philoxenic

本文将尝试训练我们的智能体向后走而不是向前走。

使用自定义模型训练人形 AI 机器人

作者：philoxenic

本系列文章将深入探讨更深层次的定制：编辑基于 XML 的模型，然后训练结果。

使用近端策略优化 (PPO) 训练人形 AI 机器人行走

作者：philoxenic

在本系列文章中，我们将开始关注 PyBullet 提供的一个特定、更复杂的环境：Humanoid，在这个环境中，我们必须训练一个类似人类的智能体用两条腿行走。

使用软 Actor-Critic (SAC) 训练人形 AI 机器人行走

作者：philoxenic

本文将调整代码，使用不同的算法来训练 Humanoid 环境：软 Actor-Critic (SAC)。

使用 Neon 进行迁移学习

作者：Intel

在本篇博文中，我们将解释迁移学习及其一些应用，解释如何使用 Neon 进行迁移学习，并通过使用 Neon 将预训练模型迁移到新数据集的示例代码进行讲解，并讨论迁移学习的优点及其结果。

将数据转化为见解：机器学习的艺术

作者：Chris Maunder

深入了解机器学习世界，探索它如何帮助企业从海量数据中提取有价值的见解。了解成功的实施技巧和工具。

通过在 C# 中实现决策树和 C4.5 算法真正理解它们

作者：Nicolas DESCARTES

如何在 C# 中实现决策树？

通过在 C# 中实现神经网络真正理解它们

作者：Nicolas DESCARTES

如何在 C# 中实现神经网络？

通过在 C# 中的实现真正理解朴素贝叶斯算法

作者：Nicolas DESCARTES

什么是朴素贝叶斯以及如何实现它？

使用 ML.NET 理解逻辑回归

作者：Nicolas DESCARTES

如何在 ML.NET 中实现逻辑回归？

释放大数据分析和机器学习的力量

作者：Intel

为了帮助创新者应对机器学习的复杂性，我们通过熟悉的 Intel® 软件工具（特别是 Intel® 数据分析加速库 (Intel® DAAL) 和 Intel® 数学核心库的增强功能）为开发人员提供性能优化。

使用机器学习确定文本的编程语言

作者：sjb_strat

使用机器学习确定文本的编程语言

使用 Amazon Web Services (AWS) IoT 与 Intel® IoT 设备和网关

作者：Intel

本文提供了将任何 Intel® 物联网 (IoT) 设备（例如，支持 Intel 微控制器（如 Intel® Edison 板和 Intel® Curie™ 计算模块）的设备）和 Intel 网关连接到 Amazon Web Servives (AWS) IoT 平台的通用指南。

使用 Hana 和 SageMaker 解决不良药物反应

作者：Wayne Applebaum

讨论识别不良药物反应的问题以及机器学习和大数据技术如何解决这些问题。

使用逻辑回归比较字符串

作者：Jesús Utrera

在本文中，我们将训练机器使用逻辑回归来比较字符串，该逻辑回归应用于 Levenshtein 算法（改编）和 Jaro-Winkler 的结果。

利用机器学习解释极端价格变动

作者：David_Oliver

在本文中，我们研究了 Refinitiv Labs 如何处理股票交易员在检测和响应意外资产价格变化时面临的现实挑战。

使用预训练模型通过 OpenCV 和 ImageAI 检测人员

作者：Glenn Prince

本文将介绍一些我们可以在 ImageAI 中使用的预训练模型，以开始检测图像中的人物。

在 Go 中使用预训练模型和 TensorFlow

作者：Pete Garcin

探索如何获取 TensorFlow 的一个预训练模型，并将其设置为在 Go 中执行 - 特别是，在任何图像中检测多个对象。

使用预训练的 VADER 模型进行 NLTK 情感分析

作者：Jayson DeLancey

本文是情感分析系列第三篇，使用 Python 和开源自然语言工具包。本文将介绍可以用来开始进行实际 NLP 分析的技术。

从 C# 客户端使用 Python 脚本（包括图表和图像）

作者：Thomas Weller

演示如何从 C# 运行 Python 脚本

使用 IBM Watson IoT Platform 与 Intel® IoT 设备和网关

作者：Intel

当您将物联网 (IoT) 设备（支持 Intel® Edison 板、Intel® Curie™ 计算模块和 Intel® IoT 网关等 Intel 微控制器的设备）连接到 IBM Watson* IoT 平台时，您可以快速构建实现您的 IoT 用例的 IoT 应用程序。

使用 Intel® SSSE3 指令集加速本地语音识别中的 DNN 算法

作者：Android on Intel

在本文中，我将解释什么是 DNN 以及 Intel® SSSE3 指令集如何帮助加速 DNN 计算过程。

VisualBasic 机器学习，第一部分：Q-Learning

作者：Mr. xieguigang 谢桂纲

机器学习玩贪吃蛇游戏。

Web 服务

作者：ASP.NET Community

W3C 将 Web 服务定义为“一种软件系统，旨在支持网络上的可互操作的机器对机器交互。” Web

视频分析的内部

作者：Alexandr Surkov

视频分析原理。

为什么真正的神经元学习速度更快

作者：Adrian Pirvu

更深入地了解自然神经系统和人工神经网络之间的区别。

使用 URL 工具箱时，您无法“隐藏”来自 Levenshtein 博士的逃避。

作者：David Veuve

在我们上一篇关于解析的文章中，我们详细介绍了如何将一个完全限定的域名或 URL 传递给 URL 工具箱，并获得一个解析好的字段集，其中包含查询字符串、顶级域名和子域名。今天，我们将对这些字段进行一些分析计算。

你有垃圾邮件

作者：Peter Leow

设计并实现一个可以学习并对抗无休止的垃圾邮件瘟疫的简单 AI 代理。

机器学习

精选阅读

最新文章

所有文章

机器学习