自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 干货 | 数据挖掘中的十大实用方法,可能你并不一定都熟悉!

微信公众号关键字全网搜索最新排名【机器学习算法】:排名第一【机器学习】:排名第二【Python】:排名第三【算法】:排名第四目录 基于历史的MBR分析 购物篮分析 决策树 遗传算法 聚类分析 连接分析 OLAP分析 神经网络 判别分析 逻辑回归分析1.基于历史的MBR分析

2017-09-29 00:00:00 505

原创 入门 Python 要多久?

微信公众号关键字全网搜索最新排名【机器学习算法】:排名第一【机器学习】:排名第二【Python】:排名第三【算法】:排名第四Python 诞生之初就被誉为最容易上手的编程语言。进入火热的 AI 人工智能时代后,它也逐渐取代 Java,成为编程界的头牌语言。在编程语言中, Python 长期稳居前五,不仅已经成为数据分析、人工智能领域必不可少的工具,还被越

2017-09-28 00:00:00 18645

原创 机器学习(18)之支持向量机原理(三)线性不可分支持向量机与核函数

微信公众号关键字全网搜索最新排名【机器学习算法】:排名第一【机器学习】:排名第二【Python】:排名第三【算法】:排名第四前言在(机器学习(15)之支持向量机原理(一)线性支持向量机)和(机器学习(16)之支持向量机原理(二)软间隔最大化)中我们讲到了线性可分SVM的硬间隔最大化和软间隔最大化的算法,它们对线性可分的数据有很好的处理,但是对完全线性不可分的数据没有办法。本文我们就来探讨SVM如何

2017-09-27 00:00:00 930

原创 如果每一种语言都对应一种女生,你会喜欢哪一个?

微信公众号关键字全网搜索最新排名【机器学习算法】:排名第一【机器学习】:排名第二【Python】:排名第三【算法】:排名第四这几天调试都很顺利,今天很意外的不要加班,哥几个看着窗外还是白天,还有点不适应。没想到哥几个突然开始YY:如果每种语言都对应一种女生,你会喜欢哪一个?程序猿寂寞起来,我自己都害怕。碍于人数有限,哥几个就随便选了几个当下流行的语言:python、C++、java script、

2017-09-26 00:00:00 418

原创 机器学习(18)之支持向量机原理(三)线性不可分支持向量机与核函数

微信公众号关键字全网搜索最新排名【机器学习算法】:排名第一【机器学习】:排名第二【Python】:排名第三【算法】:排名第四前言在(机器学习(15)之支持向量机原理(一)线性支持向量机)和(机器学习(16)之支持向量机原理(二)软间隔最大化)中我们讲到了线性可分SVM的硬间隔最大化和软间隔最大化的算法,它们对线性可分的数据有很好的处理,但是对完全线性不可分的数据没有办法。本文我们就来探讨SVM如何

2017-09-24 00:00:00 1199

原创 仅1年,我是怎么从搞半导体的,变身成BMW无人车工程师?

微信公众号关键字全网搜索最新排名【机器学习算法】:排名第一【机器学习】:排名第二【Python】:排名第三【算法】:排名第四本文作者和他雇主公司的产品合影过去一年对我来说,是收获颇丰的一年。一年前,我放弃了计算机芯片设计的全职工作,“重新回到校园”,希望转行到机器学习领域。但是,我没有回到传统意义上的校园,而是决定在优达学城(Udacity)平台上接受在线教育。经过一年的在线学习,和两个月的求职时

2017-09-22 00:00:00 1480

原创 干货 | 王海峰首谈百度AI战略布局(附PPT下载)

微信公众号关键字全网搜索最新排名【机器学习算法】:排名第一【机器学习】:排名第二【Python】:排名第三【算法】:排名第四后台回复关键词“170921”,下载王海峰演讲PPT。近日,2017国际大数据产业技术创新高峰论坛在清华大学成功举办。论坛邀请了政府、学术界和产业界与大数据有关的嘉宾齐聚一堂,通过大数据系统软件技术的跨界合作与国际交流,建立和完善大数据领域的技术创新平台,集聚整合创新资源,加

2017-09-21 00:00:00 2543 27

原创 干货 | 深度学习之损失函数与激活函数的选择

微信公众号关键字全网搜索最新排名【机器学习算法】:排名第一【机器学习】:排名第二【Python】:排名第三【算法】:排名第四前言在深度神经网络(DNN)反向传播算法(BP)中,我们对DNN的前向反向传播算法的使用做了总结。其中使用的损失函数是均方差,而激活函数是Sigmoid。实际上DNN可以使用的损失函数和激活函数不少。这些损失函数和激活函数如何选择呢?以下是本文的内容。MSE损失+Sigmoi

2017-09-19 00:00:00 4986

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除