本篇是2016年度机器学习和深度学习系列文章的第三篇。第一篇中，我们介绍了这一领域的重要趋势，例如有关偏见的担忧，互操作性，深度学习技术的爆发性增长，更加平易近人的超级计算，以及机器学习云平台的涌现。在第二篇中，我们介绍了开源机器学习项目，例如R、Python、Spark、Flink、H2O、TensorFlow等的进展。本文将介绍大型科技公司在机器学习和深度学习领域的举措，这些行业领军公司在软件开发和市场营销方面往往有更充沛的预算。本文要介绍的大型公司包括：SAS，分析预测技术领域软件收入最高

这是2016年度机器学习盘点系列文章三篇中的第一篇。本文将回顾机器学习/深度学习领域下列五方面的进展：1.对于偏见的担忧2.可解释的模型3.深度学习的快速发展4.超级计算成为主流5.依托云平台打造的机器学习/深度学习栈第二篇文章将介绍开源机器学习和深度学习项目领域的最新进展。第三篇将回顾商用软件供应商在机器学习和深度学习领域的举措。随着越来越多的组织扩大了在数据分析和自动化决策等领域对机器学习技术的使用，人们对这种技术可能存在的偏见更加担忧。2016年，有媒体报道在刑事判决过程中所用的预测模型存

这是2016年度机器学习盘点系列文章三篇中的第一篇。本文将回顾机器学习/深度学习领域下列五方面的进展：1.对于偏见的担忧2.可解释的模型3.深度学习的快速发展4.超级计算成为主流5.依托云平台打造的机器学习/深度学习栈第二篇文章将介绍开源机器学习和深度学习项目领域的最新进展。第三篇将回顾商用软件供应商在机器学习和深度学习领域的举措。随着越来越多的组织扩大了在数据分析和自动化决策等领域对机器学习技术的使用，人们对这种技术可能存在的偏见更加担忧。2016年，有媒体报道在刑事判决过程中所用的预测模型存

本篇是2016年度机器学习和深度学习系列文章的第三篇。第一篇中，我们介绍了这一领域的重要趋势，例如有关偏见的担忧，互操作性，深度学习技术的爆发性增长，更加平易近人的超级计算，以及机器学习云平台的涌现。在第二篇中，我们介绍了开源机器学习项目，例如R、Python、Spark、Flink、H2O、TensorFlow等的进展。本文将介绍大型科技公司在机器学习和深度学习领域的举措，这些行业领军公司在软件开发和市场营销方面往往有更充沛的预算。本文要介绍的大型公司包括：SAS，分析预测技术领域软件收入最高