AlphaGo惊天逆转，首胜九段棋手李世石！
3月9日中午12点，Google公司开发的人工智能"AlphaGo"围棋与职业九段棋手李世石在韩国首尔拉开战幕。李世石执黑先行，盘中领先情况下，局部战斗失误，最终“阿尔法狗”（AlphaGo）抓住战机获得首战告捷。 结果一出来，网友纷纷表示，人工智能简直逆天啊，划时代啊，人类真的输给了人工智能？！ 更有精辟点评 在计算速度上人类早就被击败了。计算器的发明不仅不是人类的落日，恰是人类新
Facebook智能围棋负责人：AlphaGo为何能赢李世石
谷歌的AlphaGo对李世石的五番棋大战已经结束了第一盘的角逐，AlphaGo首战告捷。为何AlphaGo有能力与人类的顶尖棋手对决，请看Facebook智能围棋darkforest的负责人田渊栋此前的分析。 撰文 田渊栋（卡耐基梅隆大学机器人系博士、Facebook人工智能组研究员） 最近我仔细看了下AlphaGo在《自然》杂志上发表的文章，写一些分析给大家分享。 AlphaGo这个系
机器学习算法——Python & R算法代码速查表
这两年机器学习的概念一直很火，无人车、人脸识别、语音识别，似乎无所不能。但有一点被忽略了，“机器学习”算法只是众多算法的一种，和快速排序、red-black BST 一样，它有自己独特的应用场景，而且只能在这个场景中使用。而且请注意，它并不像排序算法一样，可以保证百分之百的可用性，它的边界是有问题的。它更像那些固定算法的一个扩展，机器不用精确去执行程序代码的每一行，在程序以外，它提供给我们一些努力
随机森林入门攻略（内含R、Python代码）
近年来，随机森林模型在界内的关注度与受欢迎程度有着显著的提升，这多半归功于它可以快速地被应用到几乎任何的数据科学问题中去，从而使人们能够高效快捷地获得第一组基准测试结果。在各种各样的问题中，随机森林一次又一次地展示出令人难以置信的强大，而与此同时它又是如此的方便实用。在这篇文章中，我们将向你介绍运用随机森林构建预测模型时最令人感兴趣的几个方面。 随机森林的发展史 谈及随机森林算法的产生与发
STM：淋巴结细胞中FRCs或可治疗败血症
2014年8月13日的Science Translational Medicine杂志发表的一个来自多研究所研究团队报道，淋巴结中存在的一种免疫调节细胞或能够阻止多种败血症（一种失控的免疫反应，可能会导致多器官衰竭和死亡）。研究人员使用成纤维细胞网状细胞（FRCs）治疗败血症动物模型，发现其能显著提高动物的生存率。 每周在全世界范围内超过14万人因败血症死亡。
