machinelearning 第50页

微信小程序在url简化_简化对Web应用程序的数据分析

Analytics/ML)toApp—withzeropain)Weallwanttoshowcaseourdataanalyticsskills.Weallwanttowraparoundthatcoolmachinelearningmodelinashinypackageandpresentittothewid

weixin_26750481·2022-02-10 07:23

数据科学导论_数据科学导论，数据理解和准备

数据科学导论Datascience,machinelearning,datamining,advancedanalytics,orhoweveryouwanttonameit,isahottopicthesedays.Manypeoplewouldliketostartsomeprojectinthisarea.However

culuo4781·2022-02-10 07:44

聊聊机器学习的基本知识

--我不知道，我用的是XX包，把数据整理成一个什么样的格式丢进去，然后它就出结果了……确实，现在MachineLearning的toolkit非常多，基本上可以想得到的，都

starays·2022-02-09 11:13

opencv35:FAST角点检测

最好的例子是计算资源有限的SLAM（同时定位和制图）移动机器人为了解决这个问题，EdwardRosten和TomDrummond在2006年的论文“Machinelearningforhigh-sp

uncle_ll·2022-02-09 10:25

摩根大通：人工智能已甩人类10条街，量化交易经占领华尔街

摩根大通发布了一份题为《大数据与人工智能战略：机器学习和其它投资数据分析方法（BigDataandAIStrategies:MachineLearningandAlternativeDataApproachtoInvesting

readilen·2022-02-08 22:36

【机器学习】数值分析01——绪论及误差分析

数值分析——绪论及误差分析全文目录（博客园）机器学习（Github）MachineLearningMath数值分析的作用及其学习工具使用数值分析方法是在解决科学研究和实践中遇到的各种奇怪复杂问题时，构建一种简单的数学物理模型来进行研究

WarrenRyan·2022-02-07 16:00

简单了解一下人工智能

机器学习（MachineLearning，简称ML）是实现目标的手段，里面包括各种算法，其中有向量机、决策树等。

被囚禁的无知·2022-02-06 13:49

机器学习-Sklearn

一下子看完这个网址不用跳跳跳点点点系列学习网址：机器学习(MachineLearning)-Sklearn|莫烦Python通常来说,机器学习的方法包括:监督学习supervisedlearning;非监督学习

大美mixer·2022-02-06 10:05

deeplearning-master代码使用说明

WangH,ZhouZ,LiY,etal.Comparisonofmachinelearningmethodsforclassifyingmediastinallymphnodemetas

MrGiovanni·2022-02-06 00:29

最全的机器学习资料2

原文机器学习(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。

玩SAP零售的苏州Boy·2022-02-05 21:31

近200篇机器学习&深度学习资料分享（含各种文档，视频，源码等）

近200篇机器学习&深度学习资料分享（含各种文档，视频，源码等）《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

默一鸣·2022-02-05 07:31

如何组织机器学习项目

ThispostdescribesbestpracticesfororganizingmachinelearningprojectsthatIhavefoundtobehighlyeffectiveduringmyPhDinmachinelearning

weixin_26729763·2022-02-05 07:21

近200篇机器学习及深度学习的资料分享

《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.

宇翔XGT·2022-02-05 07:50

对【From Word Embeddings To Document Distances】的理解

FromWordEmbeddingsToDocumentDistances作者：MattJ.Kusner,YuSun,NicholasI.Kolkin,KilianQ.Weinberger文章发表于32届InternationalConferenceonMachineLearning

qzlydao·2022-02-03 14:43

机器学习很好玩（Machine Learning is Fun!）

MachineLearningisFun!

李穆·2022-02-03 10:38

周记：2019第13周(3.24-3.30)

孙文辉已被占用·2022-02-03 02:48

大数据、人工智能、机器学习与深度学习都有什么关系？

大数据是人工智能的基础，而使大数据转变为知识或生产力，离不开机器学习（MachineLearning），可以说机器学习是人工智能的核心，是使机器具有类似人的智能的根本途径。互联网科技发展蓬勃

金光闪闪耶·2022-02-02 22:38

获取python列表长度的方法

functionlist=[10,20,30]n=len(list)print(“Thelengthoflistis:“,n)forlooplist=[‘Python’,’Java’,’Kotlin’,’MachineLearning

·2022-01-30 22:54

【MindSpore:跟着小Mi一起机器学习吧！】大规模机器学习

一周未见，甚是想念，今天小Mi带大家学习大规模机器学习(LargeScaleMachineLearning)！

·2022-01-29 17:08

大咖眼中的AI开源｜王敏捷：深图在人工智能中的探索和研究

亚马逊云科技首席开发者布道师、资深数据科学家、资深应用科学家以及亚马逊云科技MachineLearningHero悉数到场，针对AI开源的技术趋势及落地实践项目进行分享和讨论。

·2022-01-13 11:49

大咖眼中的AI开源 | 张建：图神经网络和DGL的实际应用

亚马逊云科技首席开发者布道师、资深数据科学家、资深应用科学家以及亚马逊云科技MachineLearningHero悉数到场，针对AI开源的技术趋势及落地实践项目进行分享和讨论。

·2022-01-13 09:38

CRISP data mining process

CRISPDataMiningProcessisaprocessmodelwithsixphasesthatnaturallydescribestheDataScienceLifeCycle.Itwillhelpyouplan,organizeandimplementyourdatascience(ormachinelearning

Natsu想当科学家·2021-12-29 03:19

Node.js Web开发_第二章_设置Node.js（1）

ConcurrencyBeyondtheEventLoopComputersForSeniorsForDummies,6thEditionMasteringLargeDatasetswithPythonLearningVulkanNGINXCookbookMachineLearningRefinedDistributedSystemswit

·2021-12-24 18:50

基于Amazon Machine Learning Bot 的 Named-entity Recognition 快速解决方案

AmazonMachineLearningBot（以下称为AmazonMLbot）为用户提供了一种快速的开箱即用的解决方案，其底层基于AmazonSageMaker将机器学习模型的定制及部署实现了高效的自动化

·2021-12-24 14:55

深度学习阅读笔记（一）：小样本学习综述——Learning from Very Few Samples: A Survey

AbstractFewsamplelearning(FSL)issignificantandchallenginginthefieldofmachinelearning.Thecapabilityoflearningandgeneralizingfromveryfewsamplessuccessfullyisanoticeabledemarcation

酥小肉爱学习·2021-12-15 15:10

关于工业界variance的简单定性数值分析

Variance估计的难处再次回顾一下Bengio对当代DNN的理解：Machinelearningisessentiallyaformofappliedstatisticswithincreasedemphasisontheuseofcomputerstostatisticallyestimatecomplicatedfunctionsandadecreasedemphasisonproving

shudaxu·2021-12-08 21:46

少数数据集支配着机器学习研究

UCLA和GoogleResearch的研究人员在预印本网站发表论文《Reduced,ReusedandRecycled:TheLifeofaDatasetinMachineLearningResearch

·2021-12-06 22:00

在PGConf.Asia-中文技术论坛，纵览16个方向42场演讲

中文技术论坛-内核专场12月15日全天的内核专场共计20场演讲，由分别来自云厂商、数据库厂商、ISV、ICT厂商、AI及MachineLearning初创企业的20位技术专家贡献。

·2021-12-04 14:09

机器学习 & 知识图谱常用术语

而机器学习（MachineLearning），顾名思义，就是让机器（计算机）也能向人类一样，通过观察大量的数据和训练，发现事物规律，获得某种分析问题、解决问题的能力。

黑白象·2021-12-02 17:36

《机器学习》二刷超详细笔记| 第一章绪论

开学后上完了必修的《machinelearning》这门课，并且自己编程实现了多种算法以及复现论文后，才对机器学习有了一点了解，虽然离入门还有段距离，现在再次翻阅西瓜书，豁然开朗。

振华OPPO·2021-12-01 18:43

Soft Actor Critic算法论文公式详解

SAC强化学习算法是伯克利大学团队2018年在ICML(InternationalConferenceonMachineLearning)上发表的论文，本篇博客来总结一下论文里的公式及其涵义。

白水baishui·2021-11-29 13:46

Machine Learning with Python

MachineLearningwithPython(2021Fallsemester)ProgrammingAssignment:ClassificationofTitanicDataSetBenchmarkDataset

·2021-11-20 09:06

[论文总结] 深度学习在农业领域应用论文笔记9

文章目录1.AScalableMachineLearningSystemforPre-SeasonAgricultureYieldForecast（2018IEEE14thInternationalConferenceone-Science

落痕的寒假·2021-11-03 21:38

吴恩达_MIT_MachineLearning公开课ch03

回顾逻辑回归逻辑回归常用于分类问题。里面常用到的一系列公式函数不能忘记。比如：交叉熵损失函数用于度量当前拟合系数theta的损失值、Sigmoid激活函数，用于将值压缩至(0，1)区间内作为概率处理、为损失函数以及对应的求导公式加上一个惩罚项等。但我们上一轮做的是二分类问题，就是问题只有两种解，今天是一对多问题。多元分类也称一对多分类。就是有好几类等待我们进行划分，我们的策略是：将某一类的标签置为

立志要去HKUST的金牌插秧王草丛小马子·2021-11-03 10:12

Machine Learning and Big Data

Assignment2MachineLearningandBigDataforEconomicsandFinanceExercise1.Inthisexercise,allthecross-validationsimulationsshouldinvolvearandomsplitoftheoriginalsampleintoatrainingsubsamplecorrespondingto90%

·2021-11-03 08:26

[论文总结] 深度学习在农业领域应用论文笔记6

文章目录1.IdentificationofPlantDiseaseusingImageProcessingTechnique（2019，会议论文，检测植物病害）2.MachineLearningApplicationsonAgriculturalDatasetsforSmartFarmEnhancement

落痕的寒假·2021-10-29 19:13

吴恩达_MIT_MachineLearning公开课ch02

回顾回归我们在ch01使用gradientdescent[梯度下降]，实现了linearregression[回归]问题。简单地来说，我们在读入数据后提取出X[Varibale,factorsetc]作为我们的变量，或者说就是影响一个问题的一系列因素和Y[标签]问题的解。我们定义了损失函数，函数只包含了变量theta，我们的目标就是用损失函数对theta进行求导，迭代更新不断缩小损失值直到最后收敛

立志要去HKUST的金牌插秧王草丛小马子·2021-10-27 21:00

CS534机器学习

CS534Homework3CS534MachineLearning,Fall2021Thishomeworkwillexplorevalidationandmodelselectionproceduresusingregularizedlogisticregressionmodelsandnestedcrossvalidation.Problem1

·2021-10-27 18:33

吴恩达机器学习编程作业ex8 Part1 Anomaly Detection

一、程序及函数1.引导脚本ex8.m%%MachineLearningOnlineClass%Exercise8|AnomalyDetectionandCollaborativeFiltering%%Instructions

Polaris_T·2021-10-20 14:34

浏览器玩转机器学习之：Teachable Machine (图像/语音/姿态识别)

Model训练Model运行Model导出对于语音和姿态识别源码Github：博主热门文章推荐：简介：GoogleCreativeLab开发的TeachableMachine是Google提供的通过浏览器进行MachineLearning

HowieXue·2021-10-13 17:26

PYTORCH学习

深度学习快速入门教程PyTorch中文官方教程1.7·Pytorch中文文档https://pytorch.apachecn.org/docs/1.7/一.TORCH官网官网链接：PyTorchAnopensourcemachinelearningframeworkthatacceleratesthepat

skysenlin·2021-10-12 10:25

火柴先生·2021-10-07 09:35

基于阈值处理的图像分割算法！

图像处理Author：louwillMachineLearningLab基于阈值的图像分割因其处理直观、实现简单和计算速度快，是一种更为常用的传统图像分割算法。

louwill12·2021-10-04 20:04

动手学深度学习（Pytorch）第2章深度学习基础-上

原书籍出处https://raw.githubusercontent.com/OUCMachineLearning/OUCML/master/BOOK/Dive-into-DL-PyTorch.pdf本书

醉一心·2021-09-12 19:57

北京内推 | 字节跳动AML机器学习系统团队招聘机器学习训练框架研发实习生

字节跳动AML(AppliedMachineLearning)机器学习系统团队专注于机器学习系统领域的前沿技术研究和落地，提供高性能、高可靠、可扩展的机器学习系统、丰富的异构计算资源和极致的端到端的机器学习服务体验

PaperWeekly·2021-09-10 21:05

卷积神经网络

通俗理解卷积神经网络（cs231n与5月dl班课程笔记）1前言2012年我在北京组织过8期machinelearning读书会，那时“机器学习”非常火，很多人都对其抱有巨大的热情。

秃头小苏·2021-09-02 19:39

吴恩达_MIT_MachineLearning公开课ch01

之前一直和Tensorflow、PyTorch一些框架进行纠缠。现在显然幡然醒悟，这样是不对的，我们不是去学怎么搭别人的顺风车，我们要做的是自己造轮子造车。任何课程评价都可以说是对这一门五星级课程的亵渎了。概念讲述了机器学习的几种模式，包括了监督学习、无监督学习、半监督学习等。监督学习就是我们知道了输入与输出的关系，比如等会作业里要做的假设了一个代价函数，而我们的目标就是不断去缩小这个损失。其他的

立志要去HKUST的金牌插秧王草丛小马子·2021-08-19 22:28

国内AI领域首次！第四范式OpenMLDB优化创新论文被国际数据库顶会VLDB录用

OpenMLDB优化创新论文被国际数据库顶会VLDB录用，为国内AI领域首次第四范式与新加坡国立大学及英特尔的最新联合研究成果——基于持久内存优化的AI实时决策系统数据库OpenMLDB（OpenSourceMachineLearningDatabase

·2021-08-19 19:47

如何避免机器学习陷阱：一份给研究员的指南（3） How to avoid machine learning pitfalls: a guide for academic researchers

上文：如何避免机器学习陷阱：一份给研究员的指南（2）如何避免机器学习陷阱：一份给研究员的指南（3）Howtoavoidmachinelearningpitfalls:aguideforacademicresearchersMichaelA.Lones

不要冷饭·2021-08-17 09:16

如何避免机器学习陷阱：一份给研究员的指南（4） How to avoid machine learning pitfalls: a guide for academic researchers

上文：如何避免机器学习陷阱：一份给研究员的指南（3）如何避免机器学习陷阱：一份给研究员的指南（4）Howtoavoidmachinelearningpitfalls:aguideforacademicresearchersMichaelA.Lones

不要冷饭·2021-08-17 09:47

推荐频道

machinelearning