摘要： 艾伯特AI人工智能（公众号：aibbtcom）按： 以太坊（Ethereum ）:下一代智能合约和去中心化应用平台 译者注：中文读者可以到以太坊爱好者社区获取最新的以太坊信息。 当中本聪在2009年1月启动比特币区块链时，他同时向世界引入了两种未经测试的革命性的新概念。第一种就是比特币（bitcoin），一种去中心化的点对点的网上货币，在没有任何资产担保、内在价值或者中心发行者的情况下维持着价值。到目前为止，比特币已经吸引了大量的公众注意力, 就政治方面而言它是一种没有中央银行的货币并且有着剧烈的价格波动。然而，中本聪的伟大试验还有与比特币同等重要的一部分：基于工作量证明的区块链概念使得人们可以就交易顺序达成共识。作为应用的比特币可以被描述为一个先申请（first-to-file）系统：如果某人有50BTC并且同时向A和B发送这50BTC，只有被首先被确认的交易才会生效。没有固有方法可以决定两笔交易哪一笔先到，这个问题阻碍了去中心化数字货币的发展许多年。中本聪的区块链是第一个可靠的去中心化解决办法。现在，开发者们的注意力开始迅速地转向比特币技术的第二部分，区块链怎样应用于货币以外的 阅读全文

摘要： 很多人迷惑于区块链和以太坊，不知如何学习，本文简单说了一下学习的一些方法和资源。 一、 以太坊和区块链的关系 从区块链历史上来说，先诞生了比特币，当时并没有区块链这个技术和名词，然后业界从比特币中提取了技术架构和体系，称之为区块链技术。从比特币提取的区块链技术称之为区块链1.0时代，那个时候的应用主要以电子货币和去中心化交易为主，比如各种山寨币。而以太坊将区块链带入了2.0的时代，区块链2.0不是推翻了1.0，而是在1.0的基础上实现了区块知晓、价值知晓、图灵完备，并进行了细节优化，从而形成了以智能合约为特色的区块链2.0。比特币定位于一个应用，而以太坊定位于平台，你可以在这个平台上利用智能合约做各种应用。 所以，学习区块链，直接学习以太坊就好了 以太坊知识库：http://www.aibbt.com/a/ethereum/ 二、 以太坊入门的方法 对于没有接触过区块链的人，建议先参会以太坊的日常应用。 1、 使用客户端 这里的教程很多，推荐一个以太坊钱包教程 2、 阅读全文

摘要： Python机器学习简介 第一章 让计算机从数据中学习 将数据转化为知识 三类机器学习算法 第二章 训练机器学习分类算法 透过人工神经元一窥早期机器学习历史 使用Python实现感知机算法 基于Iris数据集训练感知机模型 自适应线性神经元及收敛问题 Python实现自适应线性神经元 大规模机器学习和随机梯度下降 第三章 使用Scikit-learn进行分类器之旅 如何选择合适的分类器算法 scikit-learn之旅 逻辑斯蒂回归对类别概率建模 使用正则化解决过拟合 支持向量机 使用松弛变量解决非线性可分的情况 使用核SVM解决非线性问题 决策树学习 最大信息增益 构建一棵决策树 随机森林 k近邻 阅读全文

摘要： 史上最全TensorFlow学习资源汇总 阅读全文

摘要： 什么是人工智能？终于说明白了 阅读全文

摘要： Python 语音识别 阅读全文

摘要： Step by Step 真正从零开始，TensorFlow详细安装入门图文教程！帮你完成那个最难的从0到1 阅读全文

摘要： 加密经济学 阅读全文

摘要： Intel免费AI课程三部曲：机器学习、深度学习以及TensorFlow基础 阅读全文

摘要： 人人都恨验证码——那些恼人的图片，显示着你在登陆某网站前得输入的文本。设计验证码的目的是，通过验证你是真实的人来避免电脑自动填充表格。但是随着深度学习和计算机视觉的兴起，现在验证码常常易被攻破。 我拜读了 Adrian Rosebrock 写的《Deep Learning for Computer Vision with Python》。在书中，Adrian 描述了他是怎样用机器学习绕过纽约 E-ZPass 网站上的验证码： 阅读全文

摘要： 人工智能(AI)学习资料库每周更新，请Ctrl+D保存到收藏夹，方便及时获取最新学习资料。 吐血整理：人工智能PDF中文教材资源包2.73G基本包含全部学习资料-人工智能学习书单 Python机器学习中文版(Python Machine Learning) Step by Step 真正从零开始，TensorFlow详细安装入门图文教程！帮你完成那个最难的从0到1 TensorFlow 官方文档中文版 人工智能 一种现代的方法（第3版） 史上最全人工智能英文原版PDF教材1.03G资源包Artificial Intelligence 资源|28本必读的经典机器学习/数据挖掘书籍（免费下载） 人工智能入门书单（附PDF链接） 工学博士珍藏的人工智能进阶书单（附PDF链接） TensorFlow教程 Python教程 Python3教程 Django教程 Linux教程 Node.js教程 阅读全文