数据挖掘

事实证明，无需掌握艰深的数据科学，我们同样能够在机器学习的世界中徜徉。当然，这段旅程不可避免地需要借助各类大数据、人工智能、深度学习与规模化统计与分析工具的帮助。

在今天的文章中，我们将共同了解三款最具人气的Python机器学习库，相信能够帮助大家带来更为顺利的数据科学探索体验。

1、 Theano

<center><img src="http://intel.eetrend.com/files/2017-02/wen_zhang_/100005242-16609-2.png…; alt=""></center>
约十年前诞生的机器学习方案Theano,是目前机器学习领域使用范围最广的CPU与GPU数学编译器之一。

<strong>原文：</strong> <a href="https://www.oreilly.com/ideas/7-ai-trends-to-watch-in-2017&quot; rel="nofollow,noindex" target="_blank">7 AI trends to watch in 2017 | O&rsquo;Reilly Media</a>
作者：Ben Lorica，O’Reilly首席数据科学家

译者：张扬

欢迎人工智能领域技术投稿、约稿、给文章纠错，请发送邮件至heyc@csdn.net

从工具到研究及伦理，本-罗瑞卡预测2017年AI大事件

在2016年我们看到巨头和创业公司，都做了大量的AI方面的创新和投资，炒得火热。2017年，趋势会如何？

平民化的工具将使得更多公司可以尝试AI技术

挖掘大规模图数据能增强现有商业业务，甚至产生新的商业模式。然而，这些图数据的规模让图数据挖掘本身成为难题，这些突出的挑战都指向了发展具有高可扩展能力的大规模图计算处理的有效工具。本文先展开叙述图计算技术的几个核心层面，进而介绍华为诺亚方舟实验室的VENUS图计算系统，最后对图计算发展的趋势作简要展望。

<strong>背景</strong>