machinelearning 第91页

[深度学习入门：基于python的理论与实现]读后感

DeepLearning的红火应该说已经有很长一段时间了，随着Google，微软，Facebook等重量级玩家的进入，这一块儿领域的成果/成绩再近几年更加具有轰动效应，尤其是阿尔法go的横空出世，可以说把Machinelearning

NicolasNie·2020-03-27 16:58

F周刊：2017-02-19

ATourofMachineLearningAlgorithms帮助初学者快速建立学习方向和目标的简明算法介绍和ML常用算法思维导图。小米推出直供模式，是要方便黄牛党，还是做手机界的安利？

胡键·2020-03-27 06:14

写给人类的机器学习六、最好的机器学习资源

六、最好的机器学习资源原文：TheBestMachineLearningResources作者：VishalMaini译者：飞龙协议：CCBY-NC-SA4.0用于制定人工智能、机器学习和深度学习课程表的资源概览

布客飞龙·2020-03-27 02:01

适合入门的8个趣味机器学习项目

谈到机器学习，相信很多除学者都是通过斯坦福大学吴恩达老师的公开课《MachineLearning》开始具体的接触机器学习这个领域，但是学完之后又不知道自己的掌握情况，缺少一些实际的项目操作。

阿里云云栖号·2020-03-26 19:44

案例（一）利用RFM模型做用户价值分析

RFM模型同步更新在个人网站：http://www.wangpengcufe.com/machinelearning/python-python1/一、案例背景在产品迭代过程中，通常需要根据用户的属性进行归类

王小鹏的随笔·2020-03-26 14:35

什么是机器学习？

和大数据一样，机器学习(MachineLearning,ML)是一个热门而又有略有误导性的名词。

有理想_·2020-03-26 08:19

学习人工智能关键概念总结

机器学习（MachineLearning）是计算机技术与其他处理技术结合，形成的次级交叉学科。

张伟松·2020-03-26 04:36

四步学Python（免费书 & 资源）

Fourstepstomastermachinelearningwithpython(includingfreebooks&resources)TounderstandandapplymachinelearningtechniquesyouhavetolearnPythonorR.BothareprogramminglanguagessimilartoC

hzyido·2020-03-25 03:27

深度学习框架PyTorch入门与实践：第七章 AI插画师：生成对抗网络

GenerativeAdversarialNet,GAN）是近年来深度学习中一个十分热门的方向，卷积网络之父、深度学习元老级人物LeCunYan就曾说过“GANisthemostinterestingideainthelast10yearsinmachinelearning

金字塔下的小蜗牛·2020-03-25 02:46

How To Use Different Batch Sizes When Training And Predicting With LSTMs

UberEngineeringiscommittedtodevelopingtechnologiesthatcreateseamless,impactfulexperiencesforourcustomers.Weareincreasinglyinvestinginartificialintelligence(AI)andmachinelearning

hzyido·2020-03-25 01:52

Conda简介

AnacondaTheopen-sourceAnacondaDistributionistheeasiestwaytoperformPython/RdatascienceandmachinelearningonLinux

诺之林·2020-03-24 20:16

[Note-1] Supervised and Unsupervised learning

在coursera上听AndrewNg讲machinelearning重点在于区分几类问题和概念监督学习：对于给定的数据集，已经知道输出结果是什么样子的。

乐猿·2020-03-24 18:23

AutoML研究分析

AutoML全称是automatedmachinelearning，下面有一段AutoML不是什么的描述：AutoMLisnotautomateddatascience.Whilethereisundoubtedlyoverlap

yaoleiroyal·2020-03-24 11:42

书籍分享

优化最优化理论与算法_第二版_陈宝林最优化理论与算法习题解答_第二版_陈宝林机器学习矩阵分析与应用_张贤达统计学习方法_李航机器学习_周志华MachineLearning:AProbabilisticPerspectiv

陆仁贾_·2020-03-24 01:51

语谱图，滤波器组（Filter banks、MFCC）

SpeechProcessingforMachineLearning:Filterbanks,Mel-FrequencyCepstralCoefficients(MFCCs)andWhat'sIn-Between

madeirak·2020-03-24 01:57

naive bayes识别垃圾短信

本文对brett的机器学习与R语言(MachineLearningwithR)一书中的垃圾短信识别的笔记。

leengsmile·2020-03-23 12:34

阅读 2017-5-30

【解读】通过拳击学习生成对抗网络（GAN）的基本原理ICML2017|Curiosity-driven这个马里奥大叔也有很多哥哥姐姐啦MachineLearningTechniquesforPredictiveMaintenanceOpenIAS

hzyido·2020-03-23 06:07

Text Analysis小组

小组主要针对textanalysis过程中产生的技术问题交流而用，涉及基本web知识，基础Python&R数据处理，machinelearning，统计，语言及语义分析。

kaseyxiao·2020-03-23 05:02

机器学习基本概念

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。

foochane·2020-03-22 23:53

Stanford机器学习---第二讲. 多变量线性回归 Linear Regression with multiple variable

原文：http://blog.csdn.net/abcjennifer/article/details/7700772本栏目（Machinelearning）包括单参数的线性回归、多参数的线性回归、OctaveTutorial

MapleLeaff·2020-03-22 11:21

Core ML框架详细解析（十二） —— 用scikit-learn开始机器学习（一）

ML是MachineLearning的缩写，也就是机器学习，这正是现在很火的一个技术，它也是人工智能最核心的内容。感兴趣的可以看我写的下面几篇。1.CoreML框架详细解析（一）——C

刀客传奇·2020-03-22 03:17

Deep Learning 读书笔记 —— 序言

machinelearning依靠硬编码的知识体系面对的困难表明，AI系统需要具备自己获取知识的能力，即从原始数据中提取模式的能力。这种能力被称为机器学习(machin

贾子昂·2020-03-22 02:54

人工智能常用 API TOP49

3、AmazonMachineLearning通过数据寻找模型。应用的例子：欺诈监测、预测需求、定向营

鸟人AI·2020-03-21 23:01

Importance Sampling with Unequal Support

PhilipS.ThomasandEmmaBrunskillCarnegieMellonUniversityImportancesamplingisoftenusedinmachinelearningwhentrainingandtestingdatacomefromdifferentdistributions.Inthispaperweproposeanewvariantofimportance

朱小虎XiaohuZhu·2020-03-21 22:18

TensorFlow 2.0 神经网络超参调优（英文翻译）

NeuralNetworksHyperparametertuningintensorflow2.0bySiDdhartha（原文链接）TensorFlow2.0神经网络超参调优（英文翻译）封面原文：Whenbuildingmachinelearningmodels

qiufeng1ye·2020-03-21 17:43

从iPhone X人脸识别回顾苹果人脸识别历程

技术文章取自https://machinelearning.apple.com/2017/11/16/face-detection.htmlHello,Future苹果自从iOS10开始利用深度学习去做面部识别

Apple技术产品粉·2020-03-21 10:06

6个套路入门ML：用鸢尾花data建立python机器学习的初步印象（一）

注：这是一篇翻译文章，来自于YourFirstMachineLearningProjectinPythonStep-By-Step-MachineLearningMastery**，标题为《YourFirstMachineLearningProjectinPythonStep-By-Step

博观厚积·2020-03-21 02:56

资源 | 数据分析

博客论坛analyticsvidhyakdnuggetsdatasciencecentralmachinelearningmasterychrisalbon此博客基本涉及机器学习的各个方面,作者出了一本书

dataxon·2020-03-20 23:00

MachineLearning.1.如何使用ML进行股票投资.Day1

根据一周时间，初试ML中提到的过程，继续实践和学习MachineLearning。

小异_Summer·2020-03-20 16:25

Core ML框架详细解析（五） —— 一个Core ML简单示例（一）

ML是MachineLearning的缩写，也就是机器学习，这正是现在很火的一个技术，它也是人工智能最核心的内容。感兴趣的可以看我写的下面几篇。1.CoreML框架详细解析（一）——Core

刀客传奇·2020-03-20 15:07

三本关于机器学习和深度学习的书

第一本：《用Scikit-Learn和TensorFlow实践机器学习》（Hands-OnMachineLearningwithScikit-LearnandTensorFlow:Concepts,Tools

SeanCheney·2020-03-20 11:14

理解高偏差和高方差

06-18更新博客已迁移到https://www.zhihu.com/people/cactusgame/posts最早接触高偏差（highbias）和高方差（highvariance）的概念，是在学习machinelearning

仙人掌gg·2020-03-20 04:06

年度技术总结-MachineLearning篇

2015年参加了3次大数据/MachineLearning相关的比赛（天猫LBS/DataCastle职位预测/内网简历预测），特将问题和技巧汇总成文。

日番谷冬狮郎·2020-03-20 02:52

Nginx 基本配置详解

Nginx基本配置备忘从属于笔者的服务端应用程序入门与实践，更多知识体系参阅2016:我的技术体系结构图:Web/ServerSideApplication/MachineLearning。

琯琯·2020-03-20 01:21

用scikit-learn开始机器学习

beginning-machine-learning-with-scikit-learn作者：MikaelKonutgan2018年2月12日·中级·文章·15分钟在这个使用scikit-learn教程的BeginningMachineLearning

iOSDevLog·2020-03-19 16:50

Machine Learning笔记第02周

本学期学习MachineLearning。本课程在Udacity上有免费版本，并提供详细的笔记。本文的笔记是超级脱水版，目的是自用。

我的名字叫清阳·2020-03-19 10:31

Core ML框架详细解析（十一） —— 创建自定义图层（一）

ML是MachineLearning的缩写，也就是机器学习，这正是现在很火的一个技术，它也是人工智能最核心的内容。感兴趣的可以看我写的下面几篇。1.CoreML框架详细解析（一）——C

刀客传奇·2020-03-18 22:18

自上而下的学习路线: 软件工程师的机器学习

灵感来源于谷歌面试学习手册原文地址：MachineLearningforSoftwareEngineers原文作者：ZuzooVn(NamVu)翻译：lsvih这是？这是本人为期数月的学习计划。

somenzz·2020-03-18 20:15

GoLang中的机器学习库

GeneralizedMachineLearningLibraries:GoML-https://github.com/cdipaolo/goml-On-lineMachineLearninginGothatincludeslibrariesforGeneralizedLinearModels

PrivateGO·2020-03-18 18:28

Core ML框架详细解析（二） —— 获取模型并集成到APP中

ML是MachineLearning的缩写，也就是机器学习，这正是现在很火的一个技术，它也是人工智能最核心的内容。感兴趣的可以看我写的下面几篇。1.CoreML框架详细解析（一）——Core

刀客传奇·2020-03-18 11:25

2015-Human genomics-A survey of computational tools for downstream analysis of proteomic and other omic datasets

1.将这些计算工具分为以下三类(1)basictraditionalstatisticalanalysis,(2)machinelearningapproaches(3)assignmentoffunctionalandbiologicalinformationtodescribeandunderstandproteininteractionnetworks

英天·2020-03-18 06:50

斯坦福大学机器学习课程学习笔记-0x00

经过一番调查，确定了系统学习的资料：据说163的视频源比较好：http://open.163.com/special/opencourse/machinelearning.html具体的课件，可以从网站下载

xyliu·2020-03-18 05:08

机器学习、视觉、图形学的会议和期刊

MachineLearningNIPSAnnualConferenceonNeuralInformationProcessingSystems一年一次，11月或者12月举行，paper一般在5月截止。

klory·2020-03-18 02:38

Core ML框架详细解析（四） —— 将训练模型转化为Core ML

ML是MachineLearning的缩写，也就是机器学习，这正是现在很火的一个技术，它也是人工智能最核心的内容。感兴趣的可以看我写的下面几篇。1.CoreML框架详细解析（一）——Core

刀客传奇·2020-03-18 01:12

自上而下的学习路线: 软件工程师的机器学习

灵感来源于谷歌面试学习手册原文地址：MachineLearningforSoftwareEngineers原文作者：ZuzooVn(NamVu)翻译：lsvih这是？这是本人为期数月的学习计划。

城市中迷途小书童·2020-03-18 00:33

人工智能机器学习常用算法总结及各个常用算法精确率对比

机器学习的知识树，这个图片是Github上的，有兴趣的可以自己去看一下：地址：https://github.com/trekhleb/homemade-machine-learning简单的翻译一下这个树：英文中文MachineLearning

沙振宇·2020-03-17 15:40

校友活动：1月22日人工智能沙龙

“MachineLearningforMedicalimageAnalysis”嘉宾介绍：秦文建，斯坦福大学-中科院大学联合培养博士生，中国科学院深圳先进技术研究院工程师，曾担任广州中国科学院先进技术研究所科技处副处长

一三心理·2020-03-17 13:25

让你的数据分析直接了当

GettingYourAnalyticsStraight让你的数据分析直接了当AlexanderYoungbloodSoriaPredictiveIntelligence,MachineLearning

LC123456·2020-03-17 13:13

Core ML框架详细解析（八） —— 在用户设备上下载和编译模型（一）

ML是MachineLearning的缩写，也就是机器学习，这正是现在很火的一个技术，它也是人工智能最核心的内容。感兴趣的可以看我写的下面几篇。1.CoreML框架详细解析（一）——C

刀客传奇·2020-03-17 11:12

机器学习基石第一节

1、Whatismachinelearningdefineobservation-》learning-》skilldata-》ML-》skillskill=improvesomeperformancemeasureML

硌手小石头·2020-03-16 23:09

推荐频道

machinelearning

[深度学习入门：基于python的理论与实现]读后感

F周刊：2017-02-19

写给人类的机器学习 六、最好的机器学习资源

适合入门的8个趣味机器学习项目

案例（一） 利用RFM模型做用户价值分析

什么是机器学习？

学习人工智能关键概念总结

四步学Python（ 免费书 & 资源）

深度学习框架PyTorch入门与实践：第七章 AI插画师：生成对抗网络

How To Use Different Batch Sizes When Training And Predicting With LSTMs

Conda简介

[Note-1] Supervised and Unsupervised learning

AutoML研究分析

书籍分享

语谱图，滤波器组（Filter banks、MFCC）

naive bayes识别垃圾短信

阅读 2017-5-30

Text Analysis小组

机器学习基本概念

Stanford机器学习---第二讲. 多变量线性回归 Linear Regression with multiple variable

Core ML框架详细解析（十二） —— 用scikit-learn开始机器学习（一）

Deep Learning 读书笔记 —— 序言

人工智能常用 API TOP49

Importance Sampling with Unequal Support

TensorFlow 2.0 神经网络超参调优 （英文翻译）

从iPhone X人脸识别回顾苹果人脸识别历程

6个套路入门ML：用鸢尾花data建立python机器学习的初步印象（一）

资源 | 数据分析

MachineLearning.1.如何使用ML进行股票投资.Day1

Core ML框架详细解析（五） —— 一个Core ML简单示例（一）

三本关于机器学习和深度学习的书

理解高偏差和高方差

年度技术总结-MachineLearning篇

Nginx 基本配置详解

用scikit-learn开始机器学习

Machine Learning笔记 第02周

Core ML框架详细解析（十一） —— 创建自定义图层（一）

自上而下的学习路线: 软件工程师的机器学习

GoLang中的机器学习库

Core ML框架详细解析（二） —— 获取模型并集成到APP中

2015-Human genomics-A survey of computational tools for downstream analysis of proteomic and other omic datasets

斯坦福大学机器学习课程学习笔记-0x00

机器学习、视觉、图形学的会议和期刊

Core ML框架详细解析（四） —— 将训练模型转化为Core ML

自上而下的学习路线: 软件工程师的机器学习

人工智能机器学习常用算法总结及各个常用算法精确率对比

校友活动：1月22日 人工智能沙龙

让你的数据分析直接了当

Core ML框架详细解析（八） —— 在用户设备上下载和编译模型（一）

机器学习基石第一节

写给人类的机器学习六、最好的机器学习资源

案例（一）利用RFM模型做用户价值分析

四步学Python（免费书 & 资源）

TensorFlow 2.0 神经网络超参调优（英文翻译）

Machine Learning笔记第02周

校友活动：1月22日人工智能沙龙