Machine Learning 科技小本子

我应该从事网络安全还是机器学习的职业？

网络安全是信息安全的一部分。它“专门”专注于网络（Internet）威胁，而信息安全则关注对信息系统的其他威胁，例如拇指驱动器，CD，物理安全性，内部威胁等。虽然我对机器学习了解不多，但据我所知，它还涉及人工智能，学习和根据输入数据做出预测。例如光学识别，自动驾驶汽车等。就工作而言，我想说的是安全性现在可以提供更多，仅仅是因为每个组织都需要它。机器学习更多地局限于大学和商业研究园区，例如Google和Intel。工资将根据您所在的位置和您的雇主的身份而有所不同。看看http://Salary.com和http://glassdoor.com上您正在寻找的地方。也就是说，这两个领域都将在未来扩展。随着IPv6的广泛推广和越来越多的设备启用Internet，信息安全将变得越来越重要。但是，由于机器人技术和预测计算的发展，机器学习也在快速发展。实际上，任何一个领域都不会出错。您只需要确定哪个对您更具吸引力即可。

如果出现真正的人工智能，算法交易和一般交易将发生什么？

没有。根据定义，真正或强大的AI至少与人类一样熟练和灵活。因此，它基本上擅长于完成人类任务和复制人类认知能力。这绝不意味着它可以与交易算法或创建交易算法的程序员竞争。如果我们创建了强大的AI，那么最初的版本将几乎不符合定义，并且将能够像人类儿童一样走路，说话和学习-并从那时起逐步完善。他们需要一些时间才能在交易，市场分析或编程方面比人类更好。与人类相比，他们的民权，现金储备和人数可能有限，因此，即使某些强大的AI确实是一个很好的交易者，也可能很难与人类竞争，而从事交易的AI却很弱。而且，专门针对人类做事优于人类的AI设计可能永远不会真正真正优于擅长股票交易的AI设计。

您希望情感分析API具有哪些功能？

感谢您的A2A。严格来讲，我提供了情感分析API，因此我将遵循我们认为用户想要的东西。我们正在努力的领域包括：进行更多的元概念层面的分析（不仅是产品评论之类的简单内容，而且是政治文章，在较小程度上是电影评论）参考分辨率目标（与实体相关）的情感分析在一方面，最终用户和经销商的意见有所不同。这句话表达了什么样的情感？ “昨天我看了’大眼镜蛇的袭击’。” 就我们而言，中立。但是，当今大多数“单词袋”引擎都会说它是负面的，因为它内部包含一些极性术语（“攻击”，“眼镜蛇”）。如果您追求产品的实际感觉，那只会是噪音，因此应将其标记为中性。但是，我们不只一次失去了一个抱怨“太多中立的情感条目”的转销商客户，他们指出竞争对手的得分非零。 FreshMinds的一篇精彩文章解决了这个问题：自动情感分析的问题：总的来说，自动情感分析看起来不错，准确度水平在70％到80％之间，与我们期望的人类分析师期望的准确度水平相比非常有利。但是，这掩盖了这里真正发生的事情。在星巴克品牌的测试案例中，我们发现所有评论中大约80％本质上是中立的。…

后现代主义如何改变机器学习？

真是个奇怪的问题。感谢您的A2A，Quora用户。在我能够将后现代主义解构为符号学之前，经过了一些思考，但是在运动的这一层面上，我开始感到很合适。实际上，在我看来，如果不使用符号方法，我们将不可能在自我实现的机器学习中取得任何重大进展。进化已经花费了至少30亿年的时间，在单细胞原核生物中开发了基于蛋白质的细胞微区隔，然后，随着真核生物的出现，越来越先进的结构使生命在与环境相互作用，避免伤害，寻找食物并繁殖。破坏生命的过程，我们发现不仅特定于细胞，而且在给定调用中一直向下到微管。我怀疑我们是否在做梦，如果我们认为我们可以使用装有开关的机器来扩展无监督机器学习的高度，这些开关与现代纳米技术可以使我们获得的开关几乎相同。显然，进化不是解决无监督学习问题的方法。

在哪里可以找到用于查找流行实体其他名称的算法？

感谢您的A2A。 FreeBase的替代品是DBPedia（它是Wikipedia信息的三重存储版本）。您可以使用SPARQL查询它。这是为Sachin Tendulkar查找“其他名称”的示例。您可以通过此SPARQL Explorer尝试一下。输入以下SPARQL查询，然后单击Go。选择？ { ：Sachin_Tendulkar dbpedia-owl：alias？o。 } 如果服务器已启动，查询将返回以下名称的数组（以分号分隔）： “सचिรรमेशร;ร;; Tendulkar，Sachin; The Little…

机器学习将如何改变社会学？

机器学习将统计分析和计算机密集型数据处理相结合，以对基于数据的模式进行分类，理解和预测。在社会学中要完全采用诸如机器学习之类的计算资源有很多障碍。首先，机器学习属于人工智能（AI）领域。社会学家已经证明了AI作为社会科学方法的强大抵抗力。其次，机器学习应用程序的优势在于其预测事件的能力。社会学家普遍认为，对社会问题的研究不可能做出预测。第三个障碍是机器学习的统计基础。在过去的几十年中，定量研究的社会学家的培训减少了。 “主流”社会学一直拒绝在社会研究中使用数据分析和统计，这被视为“实证主义”，“经验主义”和“非批判”方法。近年来，这种情况已经改变。随着数据访问的简化和对计算的广泛使用，社会学家对定量和计算方法的兴趣正在增长。在出版物和学术提纲中，人们都可以看出社会科学家对定量数据分析的偏见较少。即便如此，对于社会科学中的统计应用仍缺乏知识和不信任感。一些作者指出了另一个障碍。社会学是假设驱动的科学，而机器学习更适合归纳研究。我不同意，因为社会学既不是假设驱动的科学（更像是“权威论证驱动的”），也不是机器学习仅限于归纳研究。但是，这也是讨论在社会学中应用机器学习的可能性时的亮点。这些障碍意味着，人们不应该指望社会学在不久的将来发生“范式转变”。…

在机器学习中，尤其是在深度学习模型中，使用稀疏表示有什么优势？

好吧，我会尝试的（我有可能忘记提及一些重要的事情，所以请随时添加更多） 1）计算注意事项： a）您可以有效地存储稀疏矩阵，对于某些方法，必须将所有数据矩阵存储在活动内存中 b）因为这暗示着很多乘以零，所以它减少了您必须执行的计算量（因为乘以零始终是零） 2）结果相关的注意事项： a）一切都与噪音，远处的依存关系等相关。这些令人讨厌的依存关系（假设存在很多）会压倒真实的依存关系，并且会对结果产生不适当的影响。 –您可以将稀疏性约束视为对示例进行特征选择的一种方法。 PS并不总是意味着稀疏表示本质上比非稀疏表示更好。实际上，我最近看过一篇关于有用的不完整表示的论文

哪个更好：采矿工程师刚毕业就拥有M.Tech或工作经验？

对于采矿工程师而言，有所不同。让我告诉你，与其他分支机构相比，在矿业中获得校园安置或离开校园工作要容易一些。但是，工作条件/工作概况绝对不好。因此，如果您想进入采矿领域，那么Mtech将为您提供足够的时间来准备其他考试，例如PSU / GATE等。那么您一定会后悔的。因此，如果您被安置到校园或您的家庭需要您的经济支持，那么我建议您就职。这样做几年了，如果您有能力通过GATE / PSU考试，那就很好了。如果您觉得采矿不是您的理想之选，那么您可以去Mtech + PhD或在mtech期间尝试其他工作。同时，拥有技术技术学位的学生也被认为是合格的，因为印度很少有公司招募矿业研究生。即使您拥有Mtech学位，您也会与Btechs一起发布为GET / MT /…

从头到尾，什么是“典型的”计算机视觉项目？

这取决于您的环境和执行Computer Vision项目的目的。您是在实验室中进行纯粹的研究，还是在行业中或两者之间，例如以研究为导向的工业实验室？您是进行研究，收集和注释数据，开发新颖算法的研究项目吗？是工业计算机视觉，您在其中寻找适合您的问题的正确（快速，可扩展和准确）算法，并在您的环境中实现它们，无论是取放式机器人还是手机应用程序？我去过这两个地方，并且看到在进行工业或研究型计算机视觉项目之间存在一些共同点。我的工作流程是这样的：简单思考：关于您的计算机视觉。该项目的目标是什么，您最终希望交付什么？您可能需要做一些与该问题有关的初步阅读，但要注意不要被人们已经尝试解决此问题的次数淹没。决定：我们是否需要将这些最新发现带到更远的地方，或者只使用其中之一？基准实验：在实施至少1-2种以前开发的主要算法之前，您无法真正知道是否需要进行研究。如果您还可以在项目页面上找到他们的代码，那就太好了。他们真的如论文中所报道的那样工作吗？它们大多无法正常工作，这就是为什么我们还没有看到疯狂的机器人徘徊的原因。他们进行的实验是在一组有限的类上，并且在一组非常受控的图像上，这些图像并不代表现实世界的挑战。发现他们的方法中的缺陷，他们做出了哪些苛刻的假设来关联这种不切实际的结果？最后，这使您可以了解自己的特定问题以及对现有解决方案的想法。…

孟买有哪些大数据初创企业？

这里有15家印度大数据公司需要注意： Heckyl：TechSparks 2011财务数据分析领域的获胜公司。由Mukund Mudras，Som Sagar，Abhijit Vedak和Jaison Mathews创立。 Sigmoid Analytics：Sigmoid是一家总部位于班加罗尔的TechSparks 2014公司，主要从事基于Apache Spark的实时大数据仓库，流传输和ETL（提取，转换和加载）领域。他们拥有一个技术基础架构，公司可以用来以所需的格式存储其数据，对其执行操作并生成见解。 Flutura：挖掘大数据来执行分析，并从全球大型石油和天然气专业公司的大量机器生成数据中提供隐藏的见解，以提高效率和安全性。 Flutura由Krishnan Raman，Derick Jose和Srikanth Muralidhara创立。…