- 博客(37)
- 收藏
- 关注
RSS订阅转载 机器学习之神经网络模型-下（Neural Networks: Representation）
机器学习之神经网络模型-下（Neural Networks: Representation）3. Model Representation I1神经网络是在模仿大脑中的神经元或者神经网络时发明的。因此，要解释如何表示模型假设，我们不妨先来看单个神经元在大脑中是什么样的。我们的大脑中充满了如上图所示的这样的神经元，神经元是大脑中的细胞。其中有两点值得我们注意，一是神经
2016-04-30 08:55:18
1383
转载 机器学习之神经网络模型-上（Neural Networks: Representation）
机器学习之神经网络模型-上（Neural Networks: Representation）在这篇文章中，我们一起来讨论一种叫作“神经网络”(Neural Network)的机器学习算法，这也是我硕士阶段的研究方向。我们将首先讨论神经网络的表层结构，在之后再具体讨论神经网络学习算法。神经网络实际上是一个相对古老的算法，并且沉寂了一段时间，不过到了现在它又成为许多机器学习问题的首
2016-04-30 08:50:54
1541
转载 机器学习之正则化（Regularization）
机器学习之正则化（Regularization）1. The Problem of Overfitting1还是来看预测房价的这个例子，我们先对该数据做线性回归，也就是左边第一张图。如果这么做，我们可以获得拟合数据的这样一条直线，但是，实际上这并不是一个很好的模型。我们看看这些数据，很明显，随着房子面积增大，住房价格的变化趋于稳定或者说越往右越平缓。因此线性回归并没有很好拟
2016-04-30 08:43:07
433
转载 Introduction to Machine Learning
Introduction to Machine Learning引言本系列文章是本人对Andrew NG的机器学习课程的一些笔记，如有错误，请读者以课程为准。在现实生活中，我们每天都可能在不知不觉中使用了各种各样的机器学习算法。例如，当你每一次使用 Google 时，它之所以可以运行良好，其中一个重要原因便是由 Google 实现的一种学习算法可以“学会”如何对网页进行
2016-04-30 08:36:39
870
转载 机器学习之单变量线性回归（Linear Regression with One Variable）
机器学习之单变量线性回归（Linear Regression with One Variable）1. 模型表达（Model Representation）我们的第一个学习算法是线性回归算法，让我们通过一个例子来开始。这个例子用来预测住房价格，我们使用一个数据集，该数据集包含俄勒冈州波特兰市的住房价格。在这里，我要根据不同房屋尺寸所售出的价格，画出我的数据集：我们来看这
2016-04-30 08:34:04
494
转载 机器学习之单变量线性回归（Linear Regression with One Variable）
机器学习之单变量线性回归（Linear Regression with One Variable）1. 模型表达（Model Representation）我们的第一个学习算法是线性回归算法，让我们通过一个例子来开始。这个例子用来预测住房价格，我们使用一个数据集，该数据集包含俄勒冈州波特兰市的住房价格。在这里，我要根据不同房屋尺寸所售出的价格，画出我的数据集：我们来看这
2016-04-30 08:33:50
851
转载 机器学习之多变量线性回归（Linear Regression with multiple variables）
机器学习之多变量线性回归（Linear Regression with multiple variables）1. Multiple features（多维特征）在机器学习之单变量线性回归（Linear Regression with One Variable）我们提到过的线性回归中，我们只有一个单一特征量（变量）——房屋面积x。我们希望使用这个特征量来预测房子的价格。我们的假
2016-04-30 08:00:24
603
转载 Adaboost 算法的原理与推导
Adaboost 算法的原理与推导0 引言 一直想写Adaboost来着，但迟迟未能动笔。其算法思想虽然简单“听取多人意见，最后综合决策”，但一般书上对其算法的流程描述实在是过于晦涩。昨日11月1日下午，邹博在我组织的机器学习班第8次课上讲决策树与Adaboost，其中，Adaboost讲得酣畅淋漓，讲完后，我知道，可以写本篇博
2016-04-24 16:01:15
460
转载 “人工智能大脑”跳槽记：吴恩达所理解的智能
“人工智能大脑”跳槽记：吴恩达所理解的智能原标题：“人工智能大脑”跳槽记：吴恩达所理解的智能，创新和失败 2 上周四“机器学习研究会”线上交流中，雷鸣对话吴恩达深度解析人工智能的发展现状与未来。其中他谈到无人车和AI领域学习建议。吴恩达说： 在中国，每天都有500人死于车祸
2016-04-24 10:15:10
2173
转载 有赞搜索引擎实践(算法篇)
有赞搜索引擎实践(算法篇)18 April 20161. 搜索算法总体架构在上篇文章(工程篇)中, 我们介绍了有赞搜索引擎的基本框架. 搜索引擎主要3个部件构成. 第一, hadoop集群, 用于生成大规模搜索和实时索引; 第二, ElasticSearch集群, 提供分布式搜索方案; 第三, 高级搜索集群, 用于提供商业搜索的特殊功能.商业电商搜索由于搜索的特殊性, 独立的E
2016-04-23 17:16:25
2164
转载 Google的深度学习强在哪？谷歌首席科学家说了这些奇妙特性
Google的深度学习强在哪？谷歌首席科学家说了这些奇妙特性赛先生2016-03-26 07:43:47 人工智能阅读(360)评论(0) 2016年3月7日，谷歌首席科学家，MapReduce、BigTable等系统的创造者，Jeff Dean受邀韩国大学，发表主题为《大规模深度学习》的演讲。本文部分来自highscalability的文字和笔者
2016-04-21 13:04:53
1395
转载 李开复：我们该向硅谷学习什么？附独家演讲视频
李开复：我们该向硅谷学习什么？附独家演讲视频寻找中国创客04月19日 17:28 李开复公司文化 人才观 分类 :互联网阅读:9194抢沙发分享到：16分享到微信朋友圈打开微信。点击 “ 发现 ” ，使用 “ 扫一扫 ” 即可将网页分享至朋友圈。中国创业者学硅谷公司，要构建伟大的公司文化，用
2016-04-20 13:20:46
483
转载 机器学习算法一览（附python和R代码）
机器学习算法一览（附python和R代码）来源：数据观时间：2016-04-19 15:20:43 作者：大数据文摘 “谷歌的无人车和机器人得到了很多关注，但我们真正的未来却在于能够使电脑变得更聪明，更人性化的技术，机器学习。 ” —— 埃里克 施密特（谷歌首席执行官） 当计算从大型计算机转移至个人电脑再转移到云的今天，我们可能正处于人类历史上最关键的时期。之所
2016-04-20 11:19:04
1869
转载 机器学习&数据挖掘笔记_16（常见面试之机器学习算法思想简单梳理）
机器学习&数据挖掘笔记_16（常见面试之机器学习算法思想简单梳理） 前言： 找工作时（IT行业），除了常见的软件开发以外，机器学习岗位也可以当作是一个选择，不少计算机方向的研究生都会接触这个，如果你的研究方向是机器学习/数据挖掘之类，且又对其非常感兴趣的话，可以考虑考虑该岗位，毕竟在机器智能没达到人类水平之前，机器学习可以作为一种重要手段，而随着科技的不断发展，相信这方面的人
2016-04-19 23:43:08
685
转载 GBDT（MART） 迭代决策树入门教程 | 简介
GBDT（MART） 迭代决策树入门教程 | 简介2012-11-29 19:12 40408人阅读 评论(11)收藏举报本文章已收录于：分类： 算法学习（15） 作者同类文章X在网上看到一篇对从代码层面理解gbdt比较好的文章，转载记录一下： GBDT
2016-04-19 23:37:18
571
1
转载 Boosted Tree：一篇很有见识的文章
Boosted Tree：一篇很有见识的文章6,125 次阅读 - 文章 作者：陈天奇，毕业于上海交通大学ACM班，现就读于华盛顿大学，从事大规模机器学习研究。注解：truth4sex 编者按：本文是对开源xgboost库理论层面的介绍，在陈天奇原文《梯度提升法和Boosted Tree》的基础上，做了如下注解：1）章节划分；2）注解和参考链接（以蓝色和红色字体标注）。备注
2016-04-19 23:32:51
12936
1
转载 基于大数据与深度学习的自然语言对话
基于大数据与深度学习的自然语言对话发表于2015-12-04 09:44| 7989次阅读| 来源《程序员》电子刊| 5 条评论| 作者李航、吕正东、尚利峰大数据深度学习自然语言处理自然语言对话NRM 摘要：本文针对自然语言对话任务和相关技术进行分类，列举主要技术挑战，解析如何构建基于数据的对话系统，并详细介绍最新的基于深度学习的对话技术。同时还介绍了深度学习在自然语言
2016-04-19 23:19:51
901
转载 诺亚方舟实验室李航：深度学习还局限在复杂的模式识别上
诺亚方舟实验室李航：深度学习还局限在复杂的模式识别上发表于2015-07-03 14:46| 7603次阅读| 来源CSDN| 7 条评论| 作者周建丁人工智能机器学习深度学习自然语言处理 摘要：华为技术有限公司诺亚方舟实验室主任李航博士接受CSDN采访，分享人工智能、机器学习技术在该实验室的应用状况，以及他对深度学习和人工智能技术趋势的认识。华为技术有限公
2016-04-19 23:18:49
879
转载 搜索与机器学习
搜索与机器学习 (2012-03-23 20:34:30)转载▼标签：搜索信息检索机器学习分类： 科研介绍中国计算机学会《技术动态》人工智能专题。http://www.ccf.org.cn/sites/ccf/rgzn.jsp 今年是图灵诞辰100周年。如果图灵在世的话，他会惊喜地发现互联网搜索引擎已经能在自己当年
2016-04-19 23:09:22
3160
转载 学习排序 Learning to Rank 小结
学习排序 Learning to Rank 小结标签： 学习排序Learning to Rank机器学习2013-05-26 12:14 16292人阅读 评论(1)收藏举报本文章已收录于：分类： 机器学习（9） 作者同类文章X版权声明：本文为博主原创文章，未经博主允许不得转载。
2016-04-19 23:05:35
859
转载 开源后5个月，Google的深度学习都有哪些改变？
开源后5个月，Google的深度学习都有哪些改变？ 发布时间： 2016-4-17 13:37:05 2016年4月14日，Google发布了分布式TensorFlow。Google的博文介绍了TensorFlow在图像分类的任务中，在100个GPUs和不到65小时的训练时间下，达到了78%的正确率。在激烈的商业竞争中，更快的训练速度是人工智能企业的核心竞争力。而分
2016-04-17 21:39:06
950
转载 简单形象又有趣地说说强大的神经网络
简单形象又有趣地说说强大的神经网络图片：The Playful Geometer / CC BY 如何简单形象又有趣地讲解神经网络是什么？王小龙，数学，计算机视觉，图形图像处理 神经网络很萌的！0. 分类神经网络最重要的用途是分类，为了让大家对分类有个直观的认识，咱们先看几个例子：垃圾邮件识别：现在有一封电子邮件，把出现在里面的所有词汇提取出
2016-04-17 07:40:02
439
转载 IBM在人工智能方面的新进展，理解谈话情景和感知情绪
IBM在人工智能方面的新进展，理解谈话情景和感知情绪老道消息 • 2015-05-29 14:45文章摘要：在人工智能方面，IBM一向说的比做的还多，谁知道这两个进展成色如何在知识答题节目《危险边缘》中击败两位人类选手的 Watson 曾经给人们留下过深刻印象。现在这款由 IBM 开发的人工智能已经开始尝试用有别于之前计算机的角色，在多个科研或者工程领域发挥作用，包括金
2016-04-15 22:05:35
398
转载 递归神经网络不可思议的有效性
递归神经网络不可思议的有效性发表于2015-09-03 21:48| 18610次阅读| 来源karpathy.github.io| 36 条评论| 作者Andrej Karpathyfoundation神经网络ProcessingcommandXMLPythonFilterAPIURL深度学习 摘要：递归神经网络有一些不可思议的地方，有些时候，模型与你期望
2016-04-15 13:49:18
1067
转载 数据挖掘SPSS Clementine 12.0.3 多国语言（含中文）破解版
数据挖掘SPSS Clementine 12.0.3 多国语言（含中文）破解版2013-01-11 13:05 2111人阅读 评论(0)收藏举报本文章已收录于：分类： 数据挖掘（3） 作者同类文章X1. SPSS.Clementine.v12.0-CYGiSO下载地址http://ww
2016-04-11 22:59:56
9627
转载 陈一舟：每个人风口来的时间不一样
陈一舟：每个人风口来的时间不一样文 扬子晚报记者 杨甜子 人人网里有个让人心头一凛的功能叫“过往的今天”。系统会在主页右下角随机显示老照片，让你时刻陷于自省之中：5年前的自己，真是愚蠢得像个大傻叉。 CEO陈一舟的过往没少被人这样评论和比较。骨灰级用户们扼腕地一遍遍唱着“眼看他起朱楼，眼看他楼塌了”，但陈一舟逐渐学会了心平气和。因为这位互联网老兵已
2016-04-10 20:54:54
643
转载 先做事再做人
先做事再做人新同学常有这些困惑，到底是做技术还是做业务？是每天加班加点写代码还是空点时间来看书学习？是先追求广度还是先钻研一门技术？是两耳不闻窗外事一心埋头做事还是和同事打成一片参加各种活动？这些问题也曾困扰着我。我觉得新人到一个团队最关键的是在前3年建立个人品牌，为什么？当别人对你完全不了解，你做的第一件事非常重要。你给别人留下的印象会蔓延到整个公司，所以第一件事一定要做好。怎么才叫做好
2016-04-07 22:04:44
523
转载 同班同学20年后 身家15亿与月薪5000元的区别
同班同学20年后 身家15亿与月薪5000元的区别打印1 同为大学同窗，演绎绝然不同的命运故事。两个的人生之路，曾经多次相交，最终还是分离，性格决定命运。 刘立荣，湖南益阳人，金立通讯集团董事长兼总裁，身家15亿，手机月均销量45万部，年销售量超500万部，集团年利润超3亿。 李盛，湖南新化人，刘立荣的大学同
2016-04-06 22:29:41
974
转载 神经网络浅讲：从神经元到深度学习
神经网络浅讲：从神经元到深度学习来源：计算机的潜意识 阅读：300 时间：2015-12-31 19:12分享：0 神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向--深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法，同时也可以更好地帮助你理解深度学习技术。 本文以一种简单的，循序的方式讲解神经网络。适合对神经网络了解不
2016-04-05 14:57:25
950
转载 他用五年研究百位百万富翁生活习惯 结果很震撼
他用五年研究百位百万富翁生活习惯 结果很震撼打印 所有白手起家的百万富翁都有他们能成功的原因。 他们从普通人转变成有着七位数财产的成功人士的原因之一，在于其“富有的习惯”。这个短语是托马斯·科里生造的，他花了五年时间研究了177位自力更生的百万富翁的日常习惯。 他们经常阅读 富人更愿意学习，而非娱乐。科
2016-04-03 20:56:17
399
转载 【Caffe实践】基于Caffe的人脸识别实现
【Caffe实践】基于Caffe的人脸识别实现目录(?)[+]导言数据选择数据处理数据转换1 划分训练集验证集2 数据转换训练网络LFW上测试结果分析导言深度学习深似海、尤其是在图像人脸识别领域，最近几年的顶会和顶刊常常会出现没有太多的理论创新的文章，但是效果摆在那边。DeepID是深度学习方法进行人脸识别中的一个简单，却
2016-04-03 19:31:34
2247
1
转载 【Caffe实践】基于Caffe的人脸检测实现
【Caffe实践】基于Caffe的人脸检测实现目录(?)[+]引言方法讨论1 基于滑动窗口的分类2 基于目标显著性方法实验步骤1 数据生成2 网络配置3 训练网络测试1 网络转换2 非极大值阈值3 人脸检测实验结果1 响应图2 检测结果图讨论所有代码0. 引言深度学习可以说是在人脸分析相关领
2016-04-03 19:29:12
1163
转载 深度学习核心技术
核心技术Core Tech人脸检测 Face DetectionLinkface 开发了基于深度学习的人脸检测创新算法 。无论场景中是单人或多人，还是侧脸、半遮挡、模糊等情景中，均能进行精准检测。据全球最具权威的人脸检测评测平台 FDDB 最新数据，Linkface 的人脸检测算法达到了世界第一的水平。 Linkface 开发了基于深度学习的人脸检测
2016-04-03 19:20:47
1870
转载 蚂蚁金服张洁：基于深度学习的支付宝人脸识别技术解秘-1
蚂蚁金服张洁：基于深度学习的支付宝人脸识别技术解秘(1)2015-08-13 10:22 于雪 51CTO 字号：T |T用户身份认证是互联网金融发展的基石。今年三月，在德国汉诺威举办的IT展览会上，马云向德国总理默克尔和中国副总理马凯展示支付宝的“刷脸”支付，引起了人们对人脸识别技术的热议。在WOT2015 移动互联网开发者大会上，51CTO记者对蚂蚁金服高级
2016-04-03 19:00:18
3838
1
转载 贾扬清：希望Caffe成为深度学习领域的Hadoop
贾扬清：希望Caffe成为深度学习领域的Hadoop 连续看了DeepID和FaceNet后，看了更早期的一篇论文，即FB的DeepFace。这篇论文早于DeepID和FaceNet，但其所使用的方法在后面的论文中都有体现，可谓是早期的奠基之作。因而特写博文以记之。DeepFace基本框架人脸识别的基本流程是：detect -> aligh -> r
2016-04-03 18:53:02
1072
转载 专访DeepID发明者孙祎：关于深度学习与人脸算法的深层思考
专访DeepID发明者孙祎：关于深度学习与人脸算法的深层思考发表于2015-11-18 09:51| 6400次阅读| 来源CSDN| 17 条评论| 作者周建丁CNN卷积神经网络DeepID人脸算法深度学习孙祎Linkface 摘要：DeepID人脸算法发明者、人脸识别创业公司Linkface研究员孙祎深度解读DeepID的研发心得，人脸识别应用的现状、难点与未来，深
2016-04-03 17:55:33
965
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