机器学习
文章平均质量分 90
isuccess88
https://github.com/pchao6
展开
-
七步精通Python机器学习
原网站: http://www.kdnuggets.com/2015/11/seven-steps-machine-learning-python.html http://python.jobbole.com/84108/七步精通Python机器学习本文旨在通过七个步骤,使用全部免费的线上资料,帮助新人获取最基本的 Python 机器转载 2017-04-16 11:06:36 · 988 阅读 · 0 评论 -
机器学习和深度学习的最佳框架大比拼
机器学习和深度学习的最佳框架大比拼在过去的一年里,咱们讨论了六个开源机器学习和/或深度学习框架:Caffe,Microsoft Cognitive Toolkit(又名CNTK 2),MXNet,Scikit-learn,Spark MLlib和TensorFlow。如果把网撒得大些,可能还会覆盖其他几个流行的框架,包括Theano(一个10年之久的Python深度学习和机器学习框架)转载 2017-04-23 19:18:54 · 5163 阅读 · 0 评论 -
机器学习模型开发必读:开源数据库最全盘点
机器学习模型开发必读:开源数据库最全盘点开发 AI 和机器学习系统从来没有像现在这样方便。类似于 TensorFlow、Torch 和 Spark 这样的开源工具,在 AI 开发者群体中已是无处不在。再加上亚马逊 AWS、Google Cloud 等云服务带来的海量计算能力,将来使用笔记本电脑来训练 ML 模型或许不再难以想象。公众对 AI 的遐想,总忽视了数据的角色。但海量被标记、注转载 2017-04-23 19:22:37 · 970 阅读 · 0 评论 -
常用的机器学习算法大汇总
常用的机器学习算法大汇总机器学习是大数据中重点技术,其算法也是多种多样,今天我们大圣众包小编就为大家,分类整理了些机器学习的算法,更好地了解机器学习算法。主要从两方面来分类,一是学习方式分类,二是类似的形式或功能分类。在此,我们先不谈比如计算智能(进化算法等)、计算机视觉(CV)、自然语言处理(NLP)、推荐系统、强化学习和图模型。一、根据学习方式分类二、从功能转载 2017-04-21 22:29:27 · 561 阅读 · 0 评论 -
通俗理解梯度下降法
机器学习贴士:梯度下降法机器学习包含的内容很多,数据分析,模型选择和模型求解则是其中非常重要的三个步骤。其中模型求解算法主要分为两种,一种是基于数值最优化的,一种是基于统计采样的。今天小编这里将介绍被使用非常广泛的算法之一,最速梯度下降法,这种方法是数值最优化的最基本算法。注意现在被炒的火热的深度学习中最基本的求解思想就是利用最速下降法更新权重。转载 2017-04-19 23:36:11 · 5239 阅读 · 0 评论 -
Python开源机器学习项目实战
Python开源机器学习项目实战文章详细总结了当前比较火热的机器学习和深度学习的实战项目,希望能对各位人工智能爱好者有所帮助,转载请注明本博客地址。1、Scikit-learn是一种基于 NumPy、SciPy 和matplotlib 的用于数据挖掘和数据分析的工具,其不仅使用起来简单高效,而且还是开源的,可供所有人使用,并且拥有商业可用的 BSD 许可证,在不同的环境下都能很好的被使原创 2017-04-16 14:44:09 · 4952 阅读 · 0 评论 -
机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1)
机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1)某些资料在中国访问需要梯子.《Brief History of Machine Learning》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、Deep Learning.《Deep Learnin转载 2017-04-16 12:08:16 · 2272 阅读 · 0 评论 -
机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2)
机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2)某些资料在中国访问需要梯子.《Image Scaling using Deep Convolutional Neural Networks》介绍:使用卷积神经网络的图像缩放.《Proceedings of The 32nd International Confere转载 2017-04-16 12:13:29 · 1781 阅读 · 0 评论 -
数据科学的完整学习路径—Python版(转载)
数据科学的完整学习路径—Python版(转载)Python 数据挖掘数据科学的完整学习路径—Python版(转载)步骤0:热身步骤1:设置你的机器环境步骤2:学习Python语言的基础知识步骤3:学习Python语言中的正则表达式步骤4:学习Python中的科学库—NumPy, SciPy, Matplotlib以及Pandas步骤5:有用的数据可视化步骤6:学习Sci转载 2017-04-16 11:11:02 · 573 阅读 · 0 评论 -
机器学习路线图(附资料)
机器学习路线图(附资料) 1. 引言也许你和这个叫『机器学习』的家伙一点也不熟,但是你举起iphone手机拍照的时候,早已习惯它帮你框出人脸;也自然而然点开今日头条推给你的新闻;也习惯逛淘宝点了找相似之后货比三家;亦或喜闻乐见微软的年龄识别网站结果刷爆朋友圈。恩,这些功能的核心算法就是机器学习领域的内容。套用一下大神们对机器学习的定义,机器学习研究的是计算机怎样模拟人类转载 2017-04-30 16:36:27 · 807 阅读 · 0 评论 -
一文读懂特征工程
独家|一文读懂特征工程本文结构1. 概述机器学习被广泛定义为“利用经验来改善计算机系统的自身性能”。事实上,“经验”在计算机中主要是以数据的形式存在的,因此数据是机器学习的前提和基础。数据来源多种多样,它可以是结构数据,如数值型、分类型,也可以是非结构数据,如文本、语音、图片、视频。对于所有机器学习模型,这些原始数据必须以特征的形式加入到机器学习模型当中,并进行一定的提取和转载 2018-02-03 15:13:07 · 839 阅读 · 0 评论