machinelearning

机器学习入门算法基础视频

➤入门，了解概念，算法基础：Coursera机器学习课程-by吴恩达MachineLearningCourserahttps://www.coursera.org/learn/machine-learning
ejinxian·2017-06-23 14:59

Wasserstein GAN

在GAN的相关研究如火如荼甚至可以说是泛滥的今天，一篇新鲜出炉的arXiv论文《WassersteinGAN》却在Reddit的MachineLearning频道火了，连Goodfellow都在帖子里和大家热烈讨论
MiracleJQ·2017-06-23 10:57

week2，有监督学习（的线性机器学习模型）

有监督学习可以被这样描述:(1)Supervisedlearningisthemachinelearningtaskofinferringafunctionfromlabeledtrainingdata
__Jingyu__·2017-06-22 19:42

菜鸟笔记Python3——机器学习(二) 逻辑回归算法

参考资料chapter3ATourofMachineLearningClassifersUsingScikit-learn引言在我们进行分类的时，所取样本中的特征值一般都分布在实数域，但是我们想得到的往往是一个在
灵玉真人·2017-06-20 17:13

《机器学习》基本术语标准翻译总结：第1章

本文是笔者在看完周志华教授的《机器学习》教材后，对基本术语翻译的一些总结：machinelearning：机器学习learningalgorithm：学习算法instance/sample：示例/样本example
xpHoloAI·2017-06-19 14:35

菜鸟笔记Python3——机器学习(二) Scikit-learn

参考资料chapter3ATourofMachineLearningClassifersUsingScikit-learn引言在本章节中，我们将接触一些常用的机器学习算法，了解这些监督学习式分类算法的优缺点
灵玉真人·2017-06-18 21:08

【机器学习】coursera学习笔记(一)

机器学习笔记（一）对应课程：coursera吴恩达《machinelearning》1-2讲参考：《斯坦福大学2014机器学习教程个人笔记》黄海广1.简介1.1定义一个程序被认为能从经验E中学习，解决任务
Mengwei_Ren·2017-06-15 21:00

MachineLearning-DeepLearning-Neural Network

https://www.52ml.net/机器学习算法汇总：人工神经网络、深度学习及其它神经网络与深度学习http://neuralnetworksanddeeplearning.com/
a19576·2017-06-15 17:00

中科院计算所开源Easy Machine Learning：让机器学习应用开发简单快捷

今日，中科院计算所研究员徐君在微博上宣布「中科院计算所开源了EasyMachineLearning系统，其通过交互式图形化界面让机器学习应用开发变得简单快捷，系统集成了数据处理、模型训练、性能评估、结果复用
RichardLeeH·2017-06-13 16:50

sklearn ------------机器学习的万能钥匙

让我们从UCIMachineLearningRepository下载其中一个数据集。
河南骏·2017-06-13 14:46

一些开源的机器学习GitHub

1.probml/pmtk3：ProbabilisticModelingToolkitforMatlab/Octave2.AcuratedlistofawesomeMachineLearningframeworks
andyhacker·2017-06-13 09:48

[转]史上最全的机器学习资料

为了让开发者更加广泛、深入地了解机器学习，云栖社区组织翻译了GitHubAwesomeMachineLearning资源，涵盖24种编程语言的机器学习的框架、库以及其他相关资料。
andyhacker·2017-06-13 09:34

Core ML 与 Vision：iOS 11 机器学习教程

此文翻译自CoreMLandVision:MachineLearninginiOS11Tutorial注意：此教程需要Xcode9Beta1或更新的版本、Swift4以及iOS11.机器学习正在肆虐横行
张嘉夫·2017-06-10 12:41

[Machine Learning] 梯度下降法的三种形式BGD、SGD以及MBGD

[MachineLearning]梯度下降法的三种形式BGD、SGD以及MBGD阅读目录1.批量梯度下降法BGD2.随机梯度下降法SGD3.小批量梯度下降法MBGD4.总结在应用机器学习算法时，我们通常采用梯度下降法来对采用的算法进行训练
CV_adventurer·2017-06-07 17:30

[Machine Learning] 梯度下降法的三种形式BGD、SGD以及MBGD

[MachineLearning]梯度下降法的三种形式BGD、SGD以及MBGD阅读目录1.批量梯度下降法BGD2.随机梯度下降法SGD3.小批量梯度下降法MBGD4.总结在应用机器学习算法时，我们通常采用梯度下降法来对采用的算法进行训练
CV_adventurer·2017-06-07 17:30

DBoW2 回环检测/重定位 算法解析

DBoW2论文中使用的特征检测算法是Fastkeypoint，见论文“Machinelearningforhighspeedcornerdetection”使用的特征描述子是Brief描述子，见论文“Brief
算法学习者·2017-06-07 10:08

WWDC 17: 开发者的最初观感

机器学习恐怕没有哪个词的频率高过MachineLearning，它也是贯穿各个平台的关键词汇：
故胤道长·2017-06-06 09:59

Notes—Latent Dirichlet Allocation，LDA主题模型

主题模型TopicModel：主题模型LDA的应用5、DavidM.Blei,AndrewY.Ng,MichaelI.Jordan,LatentDirichletAllocation,JournalofMachineLearning
code_caq·2017-06-03 13:02

机器学习的分类与主要算法对比

机器学习的分类与主要算法对比重要引用：AndrewNgCoureraMachineLearning；从机器学习谈起；关于机器学习的讨论；机器学习常见算法分类汇总；LeNetHomepage；pluskidsvm
JK-Ray·2017-05-31 23:21

机器学习的分类与主要算法对比

机器学习的分类与主要算法对比重要引用：AndrewNgCoureraMachineLearning；从机器学习谈起；关于机器学习的讨论；机器学习常见算法分类汇总；LeNetHomepage；pluskidsvm
sinat_27554409·2017-05-31 23:00

小强学AI之 - 概念（人工智能 vs 机器学习 vs 深度学习）

初入AI知识领域，常会被下面的这几个术语所迷惑：人工智能（AI-ArtificialIntelligenc）机器学习（ML-MachineLearning）深度学习（DL-DeepLearning）它们之间的区别是什么
eric_pycv·2017-05-28 15:49

[转]机器学习和深度学习资料汇总【01】

本文转自：http://blog.csdn.net/sinat_34707539/article/details/52105681《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章
weixin_33835690·2017-05-24 13:00

Machine Learning「Week1」

MachineLearning「Week1」IntroductionSupervisedLearning监督式的学习，相当于是会告诉你是对的还是错的，然后你再向正确的方向去改进就好了。
ACMer_hades·2017-05-21 20:29

AI时代，人类该如何学习？格物致知

对AI有兴趣的人，强力推荐李开复的“人工智能”(非广告)据我所知，目前AI的发展，不管是MachineLearning也好，DeepLearning也好，其所表现出来的，都是“知其然，不知其所以然”。
countchu·2017-05-21 00:00

如何通过自学,成为数据挖掘“高手”

如果对算法比较喜欢，可以再阅读《IntroductiontoMachineLearning》。2.实现经典算法。有几个部分：a.关联规则挖掘
love666666shen·2017-05-20 20:10

人工智能日报:2017年4月24日

AI,theBrainandElonMusk’sNewVenturemachinelearnings.co    2017/04/2423:34日本经济新闻&金融时报：34%的工作将会被人工智能替代199it.com
llljj·2017-05-17 08:00

一个框架解决几乎所有机器学习问题

上周一个叫AbhishekThakur的数据科学家，在他的Linkedin发表了一篇文章 Approaching(Almost)AnyMachineLearningProblem，介绍他建立的一个自动的机器学习框架
peraglobal·2017-05-13 07:00

Regression-房价预测-(1/4)-Outline

机器学习应用可以分为两大类：回归(Regression)分类(Classification)这里总结一个回归案例-Bonstonhousingpricepredicting-UdacityMachineLearningNanodegreeProject
_藏九_·2017-05-07 17:47

building machine learning system with Python 学习笔记--从零开始机器学习（0）

buildingmachinelearningsystemwithPython从清理数据开始，到用scikit-learn包分类，逐层深入，有比较平缓的学习曲线。
qq_25203493·2017-05-07 15:16

Slack推出机器学习搜索特性，丰富场景化搜索信息

Slack刚刚宣布为他们的搜索功能加上机器学习（machinelearning）特性，现在当用户搜索特定主题时，Slack会展示“People&Channel”面板，依据机器学习给出提示。
SaaSPad·2017-05-06 22:41

机器学习算法实验的重复次数估计

原文：EstimatetheNumberofExperimentRepeatsforStochasticMachineLearningAlgorithms作者：JasonBrownlee编译：KK4SBB
csdn_csdn__AI·2017-05-04 09:14

泊松融合(Poisson blend)

大学期间看了斯坦福的Machinelearning，很是喜欢。特别是里面那辆自动导航的车子和三维重建的技术。自动导航的车子
CC丶Z·2017-05-03 16:06

推荐系统

本文结构：1.推荐系统2.常用方法1.简介2.模型cost,gradient表达式3.代码实现3.应用实例参考：Coursera－AndrewNg的MachineLearningSirajology的RecommendationSystems-LearnPythonforDataScience1
Alice熹爱学习·2017-05-02 11:07

推荐系统

本文结构：1.推荐系统2.常用方法1.简介2.模型cost,gradient表达式3.代码实现3.应用实例参考：Coursera－AndrewNg的MachineLearningSirajology的RecommendationSystems-LearnPythonforDataScience1
aliceyangxi1987·2017-05-02 11:00

一个框架解决几乎所有机器学习问题

上周一个叫AbhishekThakur的数据科学家，在他的Linkedin发表了一篇文章Approaching(Almost)AnyMachineLearningProblem，介绍他建立的一个自动的机器学习框架
Alice熹爱学习·2017-05-02 11:37

一个框架解决几乎所有机器学习问题

上周一个叫AbhishekThakur的数据科学家，在他的Linkedin发表了一篇文章Approaching(Almost)AnyMachineLearningProblem，介绍他建立的一个自动的机器学习框架
aliceyangxi1987·2017-05-02 11:00

机器学习实战读书总结

机器学习实战读书总结蒟蒻退役ACMer1403mashaonan终于读完了新买的MachineLearninginAction（机器学习实战）立的年前读完这本书的flag没有完成（主要是19-25号水了个美赛然后一周没读
Miracle_ma·2017-05-02 00:00

【深度学习】python用RNN中LSTM进行正弦函数拟合

深度学习框架：Tensorflow0.8.0Python：2.7.6关于LSTM的基础理解参考牛津大学的机器学习视频：Lecture11RNN&&LSTM,系列课程目录：MachineLearning:
原来zz·2017-04-28 13:26

[1]深度学习和Keras------人工智能和机器学习的区别？

我们经常听到AI（ArtificialIntelligence.人工智能）和机器学习（machinelearning），那么人工智能和机器学习的区别是什么呢？
朱清云的技术博客·2017-04-26 23:12

neural network for machine learning（第三周编程作业）----感知机算法

neuralnetworkformachinelearning（第三周编程作业）----感知机算法这篇博客主要结合hinton大神的neuralnetworkformachinelearning第三周的编程作业来介绍下感知机算法
天泽28·2017-04-21 19:40

Python 批处理文件（全）

Mission:在学习《BuildingMachineLearningSystemswithPythonSecondEdition》时（链接：http://pan.baidu.com/s/1qYHcTU8
落叶_小唱·2017-04-21 19:31

生成式对抗网络---机器学习中的热门话题

生成式对抗网络---机器学习中的热门话题GenerativeAdversarialNetworks–HotTopicinMachineLearningTaylorGuo，2017年4月21日星期五NIPS2016
新新大熊·2017-04-21 17:43

资源|28本必读的经典机器学习/数据挖掘书籍（免费下载）

全球人工智能机器学习/数据挖掘RealWorldMachineLearning（现实世界中的机器学习）作者：HenrikBrink，JosephW.Richards和MarkFetherolf本书介绍了现实世界中机器学习的应用
算法学习者·2017-04-20 11:29

Machine Learning第三讲[Logistic回归] --（三）多元分类

内容来自Andrew老师课程MachineLearning的第三章内容的MulticlassClassification部分。
nana-li·2017-04-17 22:18

【R机器学习笔记】梯度提升回归树——gbm包

wiki中对GBRT的定义Gradientboostingisamachinelearningtechniqueforregressionandcla
baby丨超超·2017-04-14 20:22

Lecture 9: Ways to make neural networks generalize better 提高神经网络泛化能力的方法

最近在学习Hinton在coursera上的教程，NeuralNetworksforMachineLearning。
Baoxin_UCAS·2017-04-13 10:40

Machine Learning in a Week-机器学习一周入门实践

MachineLearninginaWeek机器学习一周入门实践Gettingintomachinelearning(ml)canseemlikeanunachievabletaskfromtheoutside
沐曌·2017-04-12 16:41

Adaboost

菜鸟最近开始学习machinelearning。发现adaboost挺有趣，就把自己的一些思考写下来。主要参考了http://stblog.baidu-tech.com/?
b10090411·2017-04-11 17:47

Machine Learning第二讲[多变量线性回归] --（一）多变量线性回归

内容来自Andrew老师课程MachineLearning的第二章内容的MultivariateLinearRegression部分。
nana-li·2017-04-10 20:04

深度学习的基础：机器学习入门和数学基础（一）

机器学习入门和数学基础（一）1.机器学习（MachineLearning,ML)1.1概念：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。
a784586·2017-04-10 17:39
上一页 114 115 116 117 118 119 120 121 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他