machinelearning

机器学习实战笔记（一）- 使用SciKit-Learn做回归分析

一、简介这次学习的书籍主要是Hands-onMachineLearningwithScikit-LearnandTensorFlow（豆瓣：https://book.douban.com/subject
彦柏·2018-12-06 11:00

多元高斯分布的KL散度

kl散度意义：Inthecontextofmachinelearning,isoftencalledtheinformationgainachievedifQisusedinsteadofP.ThisreflectstheasymmetryinBayesianinference
NockinOnHeavensDoor·2018-12-05 16:49

微软发布Azure Cosmos DB产品以及新的物联网解决方案

\u003cp\u003e微软于当地时间2018年12月4日召开了一年一度的以云计算和数据为中心的开发者大会，在会上微软正式发布Azure机器学习服务(AzureMachineLearningservice
昵称4·2018-12-05 07:30

ML.NET 示例：二元分类之垃圾短信检测

写在前面准备近期将微软的machinelearning-samples翻译成中文，水平有限，如有错漏，请大家多多指正。
feiyun0112·2018-12-03 20:00

2018全球最值得关注的60家半导体公司，7家中国公司新上榜 | 年度榜单

编译|张玺四月来源：机器之能由《EETimes》每年评选全球值得关注的60家新创半导体公司排行榜——『Silicon60』，今年已经迈向第19届，今年的关键词仍然是「机器学习」(machinelearning
喜欢打酱油的老鸟·2018-12-03 15:45

在数据采集器中用TensorFlow进行实时机器学习

利用机器学习（MachineLearning），分析师和数据科学家可以利用历史数据，以及实时地使用类似TensorFlow(TF)
阿里云云栖社区·2018-12-03 00:00

机器学习、监督学习、非监督学习、强化学习、深度学习、迁移学习

文章目录机器学习（machinelearning）监督学习（supervisedlearning）非监督学习（unsupervisedlearning）强化学习（reinforcementlearning
羊肉串串魅力无穷·2018-12-01 22:57

使用Relu的原因及好处

实质上就是大部分的生活实际问题都是非线性的，而单单的线性组合往往不足以解决我们生活中的实际问题，也就是我们在利用MachineLearning来学习输出与输入之间的映射关系y=f(x)时，f(x)大部分都是非线性的
Wei Ji·2018-12-01 19:44

A Survey of Machine Learning Techniques Applied to Software Defined Networking (SDN): Research Issues and Challenges

文章名称：ASurveyofMachineLearningTechniquesAppliedtoSoftwareDefinedNetworking(SDN):ResearchIssuesandChallenges
陳浴巾·2018-11-30 22:00

PyCharm+PySpark远程调试的环境配置的方法

前言：前两天准备用Python在Spark上处理量几十G的数据，熟料在利用PyCharm进行PySpark远程调试时掉入深坑，特写此博文以帮助同样深处坑中的bigdata&machinelearningfans
Mars_myCafe·2018-11-29 09:47

Python时间序列LSTM预测系列学习笔记（9）-多变量

本文是对：https://machinelearningmastery.com/multivariate-time-series-forecasting-lstms-keras/https://blog.csdn.net
佚名兄·2018-11-27 16:36

2018全球最值得关注的60家半导体公司，7家中国公司新上榜 | 年度榜单

编译|张玺四月来源：机器之能由《EETimes》每年评选全球值得关注的60家新创半导体公司排行榜——『Silicon60』，今年已经迈向第19届，今年的关键词仍然是「机器学习」(machinelearning
人工智能学家·2018-11-26 20:09

【译】如何建立时间序列预测的LSTM模型

https://machinelearningmastery.com/how-to-develop-lstm-models-for-time-series-forecasting/挺不错的一篇博客，翻译记录一下长短期记忆网络
婶婶world_peace·2018-11-26 17:25

2019年度【计算机视觉&机器学习&人工智能】国际重要会议汇总

简介每年全世界都会举办很多计算机视觉（ComputerVision，CV）、机器学习（MachineLearning，ML）、人工智能（ArtificialIntelligence，AI）领域的学术会议
计算机视觉life·2018-11-23 13:00

这 25 个开源机器学习项目，一般人我不告诉 Ta

原文链接：https://yq.aliyun.com/articles/672510本文为AI研习社编译的技术博客，原标题：25Open-SourceMachineLearningRepostoInspireYourNextProject
weixin_34126215·2018-11-22 15:27

机器学习笔记~五种常见的聚类算法简介

clustering-algorithms-data-scientists-need-to-know-a36d136ef68The5ClusteringAlgorithmsDataScientistsNeedtoKnowClusteringisaMachineLearningtechniquethatinvolvest
zlibo丶·2018-11-21 19:19

腾讯容器云平台GaiaStack亮相kubeCon

数据平台部高级工程师宋盛博在大会上介绍了腾讯企业级容器云平台GaiaStack在机器学习场景的实践，即《DeepCustomizedKubernetesforMachineLearninginTencent
腾讯技术工程·2018-11-19 17:00

JavaScript机器学习之线性回归

原文:MachineLearningwithJavaScript:Part1译者:Fundebug为了保证可读性，本文采用意译而非直译。另外，本文版权归原作者所有，翻译仅用于学习。
Fundebug·2018-11-19 08:09

【MachineLearning】之 朴素贝叶斯（实战）

文章目录一、数据集介绍及预处理二、数据集划分三、建立分类预测模型四、分类准确率计算一、数据集介绍及预处理本次应用到的数据集为企业运营评估数据集course-10-company.csv，总共有250条数据，每条数据包括6个特征值，分别为：industrial_risk:产业风险management_risk:管理风险finacial_flexibility:资金灵活性credibility:信用度
fanfan4569·2018-11-18 17:18

2018.09-2018.11 Summary & 2018.11-2019.01 plan

总体内容Mon10Mon17Mon24OctoberMon08Mon15Mon22Mon29Mon05Mon12双流PaperPartTSNPaperPartIELTSWordReciteCS231NMachineLearning
Eudemonia_mia·2018-11-14 12:30

Stanford机器学习---第七讲 机器学习系统设计

本栏目（Machinelearning）包括单参数的线性回归、多参数的线性回归、OctaveTutorial、LogisticRegression、Regularization、神经网络、机器学习系统设计
还可以吧有点纯纯的·2018-11-12 13:49

Stanford机器学习---第九讲 聚类

本栏目（Machinelearning）包括单参数的线性回归、多参数的线性回归、OctaveTutorial、LogisticRegression、Regularization、神经网络、机器学习系统设计
还可以吧有点纯纯的·2018-11-11 04:10

【机器学习Machine Learning】资料大全

昨天总结了深度学习的资料，今天把机器学习的资料也总结一下(友情提示：有些网站需要"科学上网"^_^)推荐几本好书：1.PatternRecognitionandMachineLearning(byHastie
idaretobe·2018-11-10 15:56

机器学习~分类与回归异同

DifferenceBetweenClassificationandRegressioninMachineLearningFundamentally,classificationisaboutpredictingalabelandregressionisaboutpredictingaquantity.Ioftenseequestionssuchas
zlibo丶·2018-11-09 18:54

机器学习笔记（1）：Introduction

目录1）welcome2）WhatisMachineLearning3）SupervisedLearning4）UnsupervisedLearning1）welcome第一个视频主要介绍了机器学习目前的案例
10点43·2018-11-08 17:40

在物联网中应用机器学习

欢迎大家前往腾讯云+社区，获取更多腾讯海量技术实践干货哦~本文由未来守护者发表于云+社区专栏本项目探讨如何将机器学习（Machinelearning）应用到物联网（IoT，InternetofThings
腾讯云加社区·2018-11-08 00:00

Machine Learning基础：激活函数（Activiation Function）

MachineLearning基础：激活函数（ActiviationFunction）  激活函数通常有如下一些性质：  非线性：当激活函数是非线性的时候，一个两层的神经网络就可以逼近基本上所有的函数了
肥了个大西瓜·2018-11-07 11:08

撒花！吴恩达《Machine Learning Yearning》中文版新鲜出炉！

之前在我的公众号里连载了deeplearning.ai的所有课程笔记，需要的朋友请戳下面的传送门：吴恩达deeplearning.ai专项课程历史文章汇总吴恩达在AI普及之路上从未停下脚步，历时半年的大作《MachineLearningYearn
红色石头Will·2018-11-07 01:57

撒花！吴恩达《Machine Learning Yearning》英文版完结！

红色石头的个人网站：redstonewill.com前几天，红色石头还在发文给大家整理了吴恩达新书《MachineLearningYearning》的前52章的pdf下载。
红色石头Will·2018-11-07 01:26

AI-023: 吴恩达教授（Andrew Ng）的机器学习课程学习笔记75-80. Large scale ML

tab=1处理大规模数据：75.Largescalemachinelearning–learningwithlargedatasets先随机抽取小量数据进行模型训练，当模
铭记北宸·2018-11-05 22:23

数据挖掘算法集锦和学习教程

AlgorithmsThesearesomeMachineLearningandDataMiningalgorithmsandmodelshelpyoutounderstandyourdataandderivemeaningfromit.SupervisedLearningRegressionLinearRegressionOrdinaryLeastSquaresLogisticRegressio
缠禅可禅·2018-11-05 22:45

机器学习入门篇

机器学习：  机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟
bug搬运攻城狮·2018-11-05 09:05

Python自学 day05 ---Numpy&Pandas 数据结构

同之前先在此放一些大佬写好的总结吧~转载自大佬：zhang_xinxiu-->【Machinelearning（python篇)】-几种常用的数据结构渔单渠-->python--NumpyandPandas
SeafyLiang·2018-11-04 21:57

分类-MNIST（手写数字识别）

这是学习《Hands-OnMachineLearningwithScikit-LearnandTensorFlow》的笔记，如果此笔记对该书有侵权内容，请联系我，将其删除。
weixin_30920091·2018-11-03 19:00

吴恩达机器学习练习3——多元分类与神经网络

机器学习练习3——多元分类与神经网络神经网络——手写数字识别网络模型ex3_nn.m预测神经网络——手写数字识别网络模型输入层：400个神经元；隐藏层：26个神经元；输出层：10个神经元ex3_nn.m%%MachineLearningOnlineClass-Exercise3
cherry1307·2018-11-02 09:02

AI技术分享：教你如何用机器学习模型洞察数据

这一篇分享的是最近在kaggle上习得的MachineLearningforInsightsChallenge，这是一个关于模型洞察力的主题知识，字面看这个MLforinsights直译为机器学习的洞察力了
guandata_·2018-11-01 10:27

从线性模型到神经网络，机器学习的入门算法

近段时间以来，我们频频听到「机器学习（machinelearning）」这个词（通常在预测分析（predictiveanalysis）和人工智能（artificialintelligence）的上下文中
duozhishidai·2018-10-30 10:42

Machine Learning之Python篇（一）

MachineLearning之Python篇概述教程https://ljalphabeta.gitbooks.io/python-/content/《Python机器学习》中文版https://github.com
antkillerfarm·2018-10-29 09:58

吴恩达《Machine Learning Yearning》中文版！

吴恩达老师在离开百度之后创建了deplearning.ai，在AI研究的道路上从未停下脚步，在其网站上不仅更新了AI课程，还有最新力作《MachineLearningYearning》，目前该书的中文版也已经问世
Thinkgamer_·2018-10-28 10:44

[资源分享] 吴恩达最新《机器学习训练秘籍》中文版可以免费下载了

本文大约600字，阅读大约需要2分钟吴恩达老师在上个月底宣布终于完成了他最新的书籍《MachineLearningYearning》的最后几个章节：而最近这本书也有了免费的完整中文版下载了，中文版的名称是
spearhead_cai·2018-10-27 17:25

【林轩田】机器学习基石（一）

大部分内容从中摘抄，学习内容总结方式逻辑结构，感激博主分享https://blog.csdn.net/sjz_hahalala479Lecture1TheLearningProblem1.1WhatisMachineLearning
DIDADIDAJING·2018-10-27 15:28

《Machine Learning Yearing》读书笔记

写在前面最近偶尔从师兄那里获取到了吴恩达教授的新书《MachineLearningYearing》(手稿)，该书主要分享了神经网络建模、训练、调节参数时所需要的一些技巧和经验。
牛云杰·2018-10-26 20:00

机器学习(Machine Learning)&深度学习(Deep Learning)资料 <2>

机器学习(MachineLearning)&深度学习(DeepLearning)资料(Chapter2)《ImageScalingusingDeepConvolutionalNeuralNetworks
quickbrain·2018-10-26 09:06

【机器学习】吴恩达新书-Machine Learning Yearning 中文版1-52章完整版

吴恩达新书《MachineLearningYearning》中文版吴恩达这本新书面向的用户群体为机器学习从业者，主要介绍机器学习实际使用时的一些策略和技巧，以便为开发指明方向，提升开发效率。
daimaai·2018-10-25 16:58

一些了解机器学习有用的建议

一些了解机器学习有用的建议翻译自AFewUsefulThingstoKnowaboutMachineLearning有删改。
Skipper-·2018-10-25 13:00

机器学习自学1（基本概念）

1.MachineLearning（机器学习概念）-GrewoufofworkinAI-Newcapabilityforcomputers2.Example（应用示例）-DatabaseminingLargedatasetsfromgrowthof
Fox_Alex·2018-10-25 11:55

.NET Core玩转机器学习

有关于ML.NET的内容原文地址：https://www.cnblogs.com/BeanHsiang/p/9010267.html使用ML.NET直接从nuget中搜索ML.NET安装到项目即可去UCIMachineLearningRepository
张子浩·2018-10-25 09:00

.NET Core玩转机器学习

有关于ML.NET的内容原文地址：https://www.cnblogs.com/BeanHsiang/p/9010267.html使用ML.NET直接从nuget中搜索ML.NET安装到项目即可去UCIMachineLearningRepository
qq_39110534·2018-10-25 09:00

机器学习——基础知识

机器学习——基础知识机器学习概述机器学习(MachineLearning,ML)是使用计算机来彰显数据背后的真实含义，它为了把无序的数据转换成有用的信息。
帆_5021·2018-10-22 17:36

特征工程之特征抽取

机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。
听风忆雪1·2018-10-21 17:12
上一页 102 103 104 105 106 107 108 109 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他