machinelearning 第88页

Spark MLlib 简单介绍

1.机器学习介绍机器学习(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。

似梦似意境·2020-06-22 00:16

cs224w 图神经网络学习笔记（一）Introduction

课程链接：CS224W:MachineLearningwithGraphs课程视频：【课程】斯坦福CS224W:图机器学习(2019秋|英字)目录0.写在前面1.WhyNetworks？

喵木木·2020-06-21 22:29

被石头砸到的机器崇拜

要说在北京扔一块石头就能砸到一处长，那在华大扔石头应该就可以找到一个能和你讨论机器学习（machinelearning）的人。可不，工业界有需求，在学界自然就火呀。机器学习是什么呀？

Elle1874·2020-06-21 22:59

深度学习简介

1997年卡内基梅隆大学的TomMichaelMitchell教授在出版的书籍《MachineLearning》中队机器学习进行过非

foochane·2020-06-21 21:54

[SQL Server玩转Python] 二.T-SQL查询表格值及Python实现数据分析

Eastmount·2020-06-21 19:18

深度学习专项课程 (三) —— Structuring Machine Learning Projects

Coursera-StructuringMachineLearningProjects-AndrewNg学习随笔TheCollectionofMLStrategy1TheIntroductiontoMLStrategy

Life Recoder·2020-06-21 17:50

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、SVM、Adaboost到随机森林、DeepLearning.

zhuwei0710·2020-06-21 15:36

深度学习概念与人工智能技术之间关系及机器学习与深度学习区别

AI技术主要包括机器学习，表征学习（特征学习），深度学习等AI技术包含关系上图为人工智能技术的包含关系可见AI包括机器学习（machinelearning），机器学习又包括表征学习（representationlearning

DongDu_rabbit·2020-06-21 15:24

墨奇科技招聘 | 遇见offer之就要圆你的大厂梦

简历投递入口SoftwareEngineer-MachineLearningandAlgorithms软件工程师-机器学习和算法Responsibilities•Participateinresearchofnext-generationlargescaleimagesearchingtechnologiesandmachinelearningsolutions

遇见OFFER·2020-06-21 15:30

“线性回归模型”原理小结

0.引言本人最近一直在学习AurélienGéron所写的《Hands-OnMachineLearningwithScikit-Learn&TensorFlow》一书，觉得这本书非常适合机器学习的入门，

王大侠84·2020-06-21 15:55

初学机器学习总结(梯度下降)

2.线性回归中的梯度下降算法3.梯度下降算法的变形形式1.批量梯度下降算法—BGD2.随机梯度下降算法—SGD3.小批量梯度下降算法—MBGD4.梯度下降算法调优初学机器学习总结认识机器学习机器学习（MACHINELEARNING

声音·2020-06-21 13:21

TensorFlow的环境配置与安装

一、简介TensorFlow是一个基于数据流编程（dataflowprogramming）的符号数学系统，被广泛应用于各类机器学习（machinelearning）算法的编程实现，其前身是谷歌的神经网络算法库

Blessy_Zhu·2020-06-21 12:06

机器学习5(轻量TensorFlow)教程：MachineLearning5 简介

1.MachineLearning5简介针对web的友好机器学习模型包（第三方）1.1.简介简介来源于ml5官网：https://ml5js.org/ml5.js旨在使广大的艺术家，创意编码员和学生能够使机器学习变得平易近人

小喵编程教育·2020-06-21 12:18

多元线性回归案例

fromnumpyimportgenfromtxtimportnumpyasnpyfromsklearnimportdatasets,linear_modelfilepath=r"G:\六西格玛\第一阶段-深度学习基础\代码与素材\代码与素材(2)\MachineLearning

weixin_41789633·2020-06-21 12:19

ELK日志分析平台—— Kibana大数据分析与可视化介绍

11637085大纲Kibana介绍与数据准备KibanaDiscoveryKibanaVisualizeKibanaDashboardKibanaTimelionKibanaCanvasKibanaMachineLearningKibanaDevToolsKibanaMonitoring

情绪零碎碎·2020-06-21 12:55

2018 年 8 月以来 5 个最好的机器学习 GitHub 项目和 Reddit 热帖

原文：The5BestMachineLearningGitHubRepositories&RedditThreadsfromAugust20182018年8月以来5个最好的机器学习GitHub项目和Reddit

strongnine·2020-06-21 12:20

复现maml论文模型-1

LevineS,etal.Model-agnosticmeta-learningforfastadaptationofdeepnetworks[C].internationalconferenceonmachinelearning

China空鸟·2020-06-21 12:03

高盛：人工智能生态报告最全AI产业盘点

高盛：人工智能（AI）生态报告近日，高盛最新推出了一份讲解人工智能生态的重磅报告《2016高盛人工智能(AI)生态报告》(AI,MachineLearningandDataFueltheFutureofProductivity

weixin_34319640·2020-06-21 11:10

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

转载自机器学习(MachineLearning)&深度学习(DeepLearning)资料希望转载的朋友，你可以不用联系我．但是一定要保留原文链接，因为这个项目还在继续也在不定期更新．希望看到文章的朋友能够学到更多

weixin_33708432·2020-06-21 10:28

决策树算法介绍及应用

机器学习概念机器学习(MachineLearning)是近20多年兴起的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。

weixin_30510153·2020-06-21 10:16

机器学习----(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1)

《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，

LearningXX·2020-06-21 09:49

Federated learning联合学习（1）-基础知识

摘抄Federatedlearning(akacollaborativelearning)isamachinelearningtechniquethattrainsanalgorithmacrossmultipledecentralizededgedevicesorserversholdinglocaldatasamples

HelenZYX·2020-06-21 09:41

《机器学习》（Machine Learning）——Andrew Ng 斯坦福大学公开课学习笔记(一)

————————————————————————————第1集机器学习的动机与应用ArthurSamuel(1959)MachineLearning:Fieldofstudythat

Janee_Chen·2020-06-21 09:11

机器学习（四）：BP神经网络_手写数字识别_Python

机器学习算法Python实现github地址:https://github.com/lawlite19/MachineLearning_Python由于公式使用的是LaTex，解析使用的google的ChartAPI

莫失莫忘Lawlite·2020-06-21 09:00

Stanford机器学习---第六周.学习曲线、机器学习系统的设计

第六周.学习曲线、机器学习系统的设计LearningCurveandMachineLearningSystemDesign关键词学习曲线、偏差方差诊断法、误差分析、机器学习系统的数值评估、大数据原理概要本周内容分为两讲

Hacker_vision·2020-06-21 08:49

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。

LastTrainHome·2020-06-21 08:39

过拟合（原因、解决方案、原理）

—-《MachineLearning》TomM.Mitchell2.出现过拟合的一些原因（1）建模样本抽取错误，包括

探索空间·2020-06-21 08:11

结合不同的模型进行集成学习

PythonMachineLearning2ndEditionbySebastianRaschka,PacktPublishingLtd.2017CodeRepository:https://github.com

sljwy·2020-06-21 07:50

15分钟实战机器学习：验证码（CAPTCHA）识别

让我们使用机器学习（machinelearning）来绕过世界上最流行的Wordpress验证码插件！

新缸中之脑·2020-06-21 07:37

吴恩达机器学习（第一章）——初识机器学习

第一章初识机器学习文章目录第一章初识机器学习前言机器学习定义机器学习算法监督学习无监督学习学习工具前言MachineLearning：GrewoutofworkinAI，newcapabilityforcomputers

风云诀4·2020-06-21 06:52

ML：推荐给小白入门机器学习一系列书籍

一个处女座的程序猿·2020-06-21 06:56

牛逼了！Python代码补全利器，提高效率告别996！

本文授权转载自Python数据科学禁止二次转载KiteisapluginforyourIDEthatusesmachinelearningtogiveyouusefulcodecompletionsforPython.Startcodingfastertoday

简说Python·2020-06-21 05:21

吴恩达新书《Machine Learning Yearning》完整中文版开源！

大家好，我是老表阅读文本大概需要3分钟后台回复关键字（MLY）领取资源选自Github来源：机器学习算法与自然语言处理吴恩达新书《MachineLearningYearning》完整中文版开源，整理给大家

简说Python·2020-06-21 05:19

ML&DL 回顾

https://github.com/zhourunlai/deep-learning-demodeeplearningDemoWunderlist[]1.MachineLearningYearning

xiaorun·2020-06-21 04:34

有助于你掌握机器学习的十三个框架

原文：13frameworksformasteringmachinelearning作者：SerdarYegulalp译者：夜风轻扬译者注：作为人工智能的重要分支，机器学习得到越来越多的应用，如何更快地掌握这门技术

钱曙光·2020-06-21 04:58

《Machine Learning（Tom M. Mitchell）》读书笔记——13、第十二章

1.Introduction(aboutmachinelearning)2.ConceptLearningandtheGeneral-to-SpecificOrdering3.DecisionTreeLearning4

mmc2015·2020-06-21 03:28

吴恩达深度学习第二课笔记——改善深层神经网络：超参数调试、正则化以及优化

PracticalaspectsofDeepLearning)1.1训练，验证，测试集（Train/Dev/Testsets）1.2偏差，方差（Bias/Variance）1.3机器学习基础（BasicRecipeforMachineLearning

solejay·2020-06-21 03:09

机器学习之应用举例

将像这样的一个系统称为machinelearningpipeline（机器学习流水

FACE君·2020-06-21 03:30

AI早知道-推荐7本2020年上线的AI书籍

图算法驱动的机器学习《Graph-PoweredMachineLearning》作者/发布时间：AlessandroNegro，2020年春季出版推荐语：对于入门图算法的机器学习爱好者和想要成为图机器学习算法专家来说

lqfarmer·2020-06-21 03:37

斯坦福大学《Machine Learning》第1周学习笔记

Introduction简介WhatisMachineLearning(什么是机器学习)学习-一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有了经验E后，经过P评判，程序在处理

小T是我·2020-06-21 02:03

斯坦福大学《Machine Learning》第11周学习笔记

PhotoOCRPhotoOCRProblemDescriptionandPipeline问题描述和流水线机器学习的应用实例：照片OCR技术第一一个复杂的机器学习系统是如何被组合起来的第二机器学习流水线（machinelearningpipeline

小T是我·2020-06-21 02:03

机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1)

https://github.com/maismallfish/Qix《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、

麦晓宇·2020-06-21 01:45

Stanford Machine Learning 公开课笔记(3) Neural Network

最近在Coursera上学习Stanford的AndrewNg的MachineLearning公开课，也做笔记，写作业。本章是NeuralNetwork,记录一下我的笔记。

feliciafay·2020-06-21 01:58

[转] 机器学习那些事儿

原文为发表于CommunicationsoftheACM2012年第10期的“AFewUsefulThingstoKnowAboutMachineLearning”，虽然发表于2012年，但是作者提出的观点对于今天仍有很多借鉴意义

dmqkt22626·2020-06-21 01:48

我们想研发一个机器学习框架，6 个月后失败了

作者|CalebKaiser编译|苏本如出品|AI科技大本营（ID:rgznai100）2019年初，我们几个人尝试构建一个端到端的机器学习（ML–MachineLearning）框架。

AI科技大本营·2020-06-21 00:27

Spark ML简介之Pipeline，DataFrame，Estimator，Transformer

MLlib是Spark的机器学习（MachineLearning）库，旨在简化机器学习的工程实践工作，并方便扩展到更大规模。

浮生物语QAQ·2020-06-21 00:28

深度丨机器学习的理论局限性与因果推理的七大特性

此前，图灵奖获得者，UCLA教授JudeaPearl题为《TheoreticalImpedimentstoMachineLearningwithSevenSparksfromtheCausalRevolution

人工智能爱好者俱乐部·2020-06-20 23:08

机器学习中的概率统计

machine_learner·2020-06-20 22:07

《机器学习》学习笔记（七）——集成学习

机器学习(MachineLearning)是一门多学科交叉专业，涵盖概率论知识，统计学知识以及复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式，并将现有内容进行知识结构划分来有效提高学习效率

荣仔！最靓的仔！·2020-06-20 22:26

[SQL Server玩转Python] 一.安装环境及T-SQL调用python脚本

Eastmount·2020-06-20 22:15

推荐频道

machinelearning