machinelearning

机器学习中使用的神经网络第七讲笔记

博客已经迁移至Marcovaldo’sblog(http://marcovaldong.github.io/)GeofferyHinton教授的NeuronNetworksforMachineLearning
MajorDong100·2016-05-18 15:00

机器学习/深度学习/自然语言处理学习路线

原文地址:http://www.cnblogs.com/cyruszhu/p/5496913.html1基础lAndrewNG的MachineLearning视频。连接：主页，资料。
Paul-Huang·2016-05-17 20:10

机器学习/深度学习/自然语言处理学习路线

原文地址:http://www.cnblogs.com/cyruszhu/p/5496913.html1基础l AndrewNG的MachineLearning视频。连接：主页，资料。 
huang1024rui·2016-05-17 20:00

机器学习中使用的神经网络第六讲笔记

博客已经迁移至Marcovaldo’sblog(http://marcovaldong.github.io/)GeofferyHinton教授的NeuronNetworksforMachineLearning
MajorDong100·2016-05-16 21:00

[置顶] 跟着TensorFlow的入门级教程实现MNIST库的训练

TensorFlow的入门级教程实现MNIST库的训练本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：实验环境实验Case介绍代码及实现结果两个小问题优质资源分享实验环境一直对MachineLearning
feifei884431·2016-05-16 13:00

机器学习实战--k近邻算法

  最近在看《MachineLearninginAction》这本书，自己之前也没有接触过机器学习的相关内容，算是入门吧。
insthink·2016-05-16 00:00

Google机器学习教程心得（二）决策树与可视化

VisualizingaDecisionTreeGoogleMachineLearningRecipes2官方中文博客http://chinagdg.org/2016/03/machine-learning-recipes-for-new-developers
u011453773·2016-05-14 16:00

机器学习中使用的神经网络第五讲笔记

博客已经迁移至Marcovaldo’sblog(http://marcovaldong.github.io/)GeofferyHinton教授的NeuronNetworksforMachineLearning
MajorDong100·2016-05-14 15:00

【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(by Hastie
Charlotte77·2016-05-13 10:00

spark机器学习库指南[Spark 1.3.1版]

本文翻译自Spark官方文档：MachineLearningLibrary(MLlib)Guide ，代码示例以Python版为主，部分Python不支持的功能保留原理说明，代码示例略去，另外翻译的时候对部分概念做注解
lihaitao000·2016-05-13 10:00

机器学习--开始篇

一下是我找到的一些关于机器学习的学习网站和资料：https://www.coursera.org/learn/machine-learning/home/welcome很出名的AndrewNg的MachineLearning
mao19931004·2016-05-12 17:00

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

《ProceedingsofThe32ndInternationalConferenceonMachineLearning》介绍:ICML2015论文集,优化4个+稀疏优化1个；强化学习4个，深度学习3
jaccen·2016-05-11 23:00

机器学习基础(林軒田)笔记之一

机器学习基础(林軒田)笔记之一一、Course Introduction略二、WhatisMachineLearning首先，指出人的学习过程：然后，引出简单的机器学习、获取知识的方法：最后，给出一个详细的更加准确的机器学习
xiong452980729·2016-05-11 21:00

八数码问题

举个简单的例子，“机器学习（MachineLearning）”就是人工智能领域里很有前途的课题，其主要内容是利用大数据训练程序，让它们找到一些可遵循的规律，并且让程
GuangheUltimate·2016-05-11 18:18

八数码问题

举个简单的例子，“机器学习（MachineLearning）”就是人工智能领域里很有前途的课题，其主要内容是利用大数据训练程序，让它们找到一些可遵循的规律，并
GuangHEultimate·2016-05-11 18:00

技多才能防身啊

googlediscussiongroup资料，参考官方文档自然语言处理：nltk软件工程：软件工程公开课，软件调试公开课，软件测试公开课，软件架构及设计C++:并发编程，C11新特性改进代码理论能力：machinelearningtheorybayestheory
u013158492·2016-05-11 00:00

[置顶] TensorFlow博客翻译——用TensorFlow在云端进行机器学习

原文地址MachineLearningintheCloud,withTensorFlowWednesday,March23,2016PostedbySlavenBilac,SoftwareEngineer
snsn1984·2016-05-09 08:00

第1课：通过案例对SparkStreaming 透彻理解三板斧之一

Spark目前有四个SparkSQL,SparkStreaming,MLlib(machinelearning),Grap
freshghost1·2016-05-08 10:00

机器学习中使用的神经网络第四讲笔记

GeofferyHinton教授的NeuronNetworksforMachineLearning的第四讲主要介绍如何使用backpropagation算法来学习到词汇的特征表示。
MajorDong100·2016-05-08 10:00

PAC Learning Framework可能近似正确学习

Versionspaceintroductiontomachinelearning:20computationallearningtheoryAhypothesishiscons
TH_NUM·2016-05-07 19:00

机器学习中的数学(1)-回归(regression)、梯度下降(gradient descent)

前言:  上次写过一篇关于贝叶斯概率论的数学，最近时间比较紧，coding的任务比较重，不过还是抽空看了一些机器学习的书和视频，其中很推荐两个：一个是stanford的machinelearning公开课
u011534057·2016-05-07 17:00

Stanford机器学习---第二讲.Linear Regression with multiple variable

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
caicai_zju·2016-05-07 15:00

[置顶] TensorFlow博客翻译——TensorFlow 0.8发布

Googleusesmachinelearningacrossawiderangeofitsprod
snsn1984·2016-05-06 20:00

1 统计学习方法基础

1.1统计学习概念统计学习(statisticallearning)是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测和分析的一门学科,统计学习也成为统计机器学习(statisticalmachinelearning
maxiaotiaoti·2016-05-06 15:00

linux下多节点之间,免密钥访问实现

有兴趣想学习国内整套Spark+SparkStreaming+Machinelearning最顶级课程的，可加我qq 471186150。共享视频，性价比超高！
Spark_段·2016-05-05 17:57

机器学习中使用神经网络第三讲笔记

GeoffreyHinton教授的NeuronNetworksforMachineLearning的第三讲主要介绍了线性/逻辑神经网络和BackPropagation，下面是整理的笔记。
MajorDong100·2016-05-05 11:00

机器学习中概率论知识复习

机器学习先验知识概率论部分，发现看MachineLearning（－AndrewNg）课程的时候中间有推导过程不是很明白，遂针对性复习。
u012566895·2016-05-05 11:00

我看AlexNet

WangH,ZhouZ,LiY,etal.Comparisonofmachinelearningmethodsforclassifyingmediastinallymphnodemetas
MrGiovanni·2016-05-04 19:49

机器学习中使用的神经网络第二讲笔记

最近在Cousera上学习多伦多大学GeoffreyHinton教授的NerualNetworksforMachineLearning，为保证学习效果，特整理了学习笔记，一方面加深理解，一方面试图将学到的东西讲清楚
MajorDong100·2016-05-04 17:00

OpenAI发布开源人工智能研究工具集OpenAI Gym

但和他们的竞争者不同，InfoSys断定，合作是更有效方式，而不是大力投资专有解决方案，比如微软的AzureMachineLearningStudio。
Jonathan Allen·2016-05-04 00:00

Generative Modeling of Convolutional Neural Networks，生成式CNNs

生成式CNNs标签：CNN，GenerativeModeling，MachineLearning，MCMC工作思路Step1:找到切入点，了解生成式模型，及其与CNNs的关系对照论文原文与PPT内容，了解总体框架
Solomon1558·2016-05-03 23:00

Generative Modeling of Convolutional Neural Networks，生成式CNNs

生成式CNNs标签：CNN，GenerativeModeling，MachineLearning，MCMC工作思路Step1:找到切入点，了解生成式模型，及其与CNNs的关系对照论文原文与PPT内容，了解总体框架
Solomon1558·2016-05-03 23:00

Google机器学习教程心得（三） 好的feature

什么造就好的FeatureGoogleMachineLearningRecipes3官方中文博客http://chinagdg.org/2016/03/machine-learning-recipes-for-new-developers
u011453773·2016-05-03 20:00

第1课：通过案例对Spark Streaming透彻理解三板斧之一Spark Streaming另类实验及本质解析

Spark一开始并没我们今天看到的SparkSQL,SparkStreaming,MLlib(machinelearning),GraphX(graph)，SparkR等相关内容,只有原始的SparkCore
love205088·2016-05-02 22:17

何谓机器学习

和大数据一样，机器学习(MachineLearning,ML)是一个热门而又略有误导性的名词。
Marcus_XF·2016-05-02 21:00

Google机器学习教程心得（一）

HelloworldGoogleMachineLearningRecipes1官方中文博客http://chinagdg.org/2016/03/machine-learning-recipes-for-new-developers
u011453773·2016-05-01 13:00

深度学习算法简介

Seethefollowingarticleforarecentsurveyofdeeplearning（下面的文章是近来深度学习算法的调研）:YoshuaBengio,LearningDeepArchitecturesforAI,FoundationsandTrendsinMachineLearning
凌风探梅·2016-04-29 23:55

深度学习算法简介

Seethefollowingarticleforarecentsurveyofdeeplearning（下面的文章是近来深度学习算法的调研）:YoshuaBengio,LearningDeepArchitecturesforAI,FoundationsandTrendsinMachineLearning
Real_Myth·2016-04-29 23:00

人工智能中对机器学非常简要的介绍

VeryBriefIntroductiontoMachineLearningforAI¶Thetopicssummarizedherearecoveredinthese slides.本主题总结的内容包含在这些幻灯片中
Real_Myth·2016-04-29 23:00

Stanford机器学习---第一讲. Introduction of machine learning

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
caicai_zju·2016-04-29 14:00

机器学习(Machine Learning)&深度学习(Deep Learning)资料汇总

《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、DeepLearning.
天上飞着得鱼·2016-04-29 09:12

Deep Learning 1.0 文档

DeepLearningTutorialsDeepLearningisanewareaofMachineLearningresearch,whichhasbeenintroducedwiththeobjectiveofmovingMachineLearningclosertooneofitsoriginalgoals
Real_Myth·2016-04-28 17:00

机器学习-人工智能

阅读更多机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论
cuityang·2016-04-28 16:00

关于machinelearning第二周的作业详细解析

回顾一下第一周，第一周我们提到了machinelearning的最简单的算法，单系数的线性回归，在第二周的时候前几节课稍微扩展了一下线性回归将其变为多系数，当然多系数也没有特别大的变化。
Jason_TJ·2016-04-28 15:48

MachineLearning—Generative Learning algorithms

  这一节我们介绍机器学习课程当中的GenerativeLearningalgorithms生成学习算法，此算法与我们之前学习的逻辑回归等算法不太一样，它主要利用了贝叶斯公式为核心，也因此随后我们将引入朴素贝叶斯，贝叶斯网络等等算法，这些算法都在大数据时代大放异彩，体现出了贝叶斯思想的强大功能，伯克利大学的AllenB.Downey教授专门有一本书叫《ThinkBayes》挺不错的，值得好好研究一
qq_14959801·2016-04-27 22:00

[置顶] 计算机深度学习资料整理

《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、DeepLearning.
super_man_ww·2016-04-27 09:00

Andrew Ng机器学习笔记1

网址：http://open.163.com/special/opencourse/machinelearning.html立一个flag~从今天开始，每天学习斯坦福大学的公开课byAndrewNg，自己推导公式
panglinzhuo·2016-04-26 16:00

MachineLearning—Softmax Regression

 之前我们遇到的逻辑回归是用来处理一个二分类问题，例如垃圾邮件的分类判别，疾病恶性与否的判别等等；逻辑回归是非常强大的一个机器学习算法，它可以推广到一个多分类的问题，而且我们在平时遇到的问题也不是简单的二分类问题，往往是一个多分类问题；这一节我们将介绍逻辑回归的推广：SoftmaxRegression多分类情况下，标签就不止一个了，而是y1，y2，y3，......yk我们假定属于第k类的概率为φ
qq_14959801·2016-04-26 13:00

语义分析的总结

wikipedia上的解释：Inmachinelearning,semanticanalysisofacorpusisthetaskofbuildingstructuresthatapproxim
Real_Myth·2016-04-26 12:00

深度学习--学习总结

1.1机器学习(MachineLearning)从机器学习的模型结构层次来分，机器学习经历了两次浪潮：1）浅层学习（ShallowLearning)：机
Arrow·2016-04-26 09:22
上一页 121 122 123 124 125 126 127 128 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他