人工智能和机器学习
文章平均质量分 70
yaoyaohust
吸取生命中的一切精华将一切非生命都击溃
展开
-
Factorization Machines with libFM (2012)论文阅读
见我的原创文章原文:https://mianbaoduo.com/o/bread/YZ2Tm5s=原创 2020-01-08 22:40:14 · 450 阅读 · 0 评论 -
使用Faster R-CNN做目标检测 - 学习luminoth代码
见我的原创文章原文:https://mianbaoduo.com/o/bread/YZ2Tm5g=原创 2020-01-08 22:38:43 · 232 阅读 · 0 评论 -
density peak聚类算法
见我的原创文章原文:https://mianbaoduo.com/o/bread/YZ2Tm5Y=原创 2020-01-08 22:37:31 · 1038 阅读 · 0 评论 -
在windows上安装common lisp开发环境
最近对lisp非常感兴趣,因此在google中搜索了“common lisp install windows”, 想装一个IDE玩玩。第一条结果就是 “Getting going with modern Common Lisp on Windows” :http://www.mohiji.org/2011/01/31/modern-common-lisp-on-windows/原创 2014-01-12 21:18:58 · 4036 阅读 · 0 评论 -
== LISP语言学习网站 ==
LISP的介绍:Paul Graham 的主页http://paulgraham.com/index.htmlLisp之根源 - 保罗·格雷厄姆http://daiyuwen.freeshell.org/gb/rol/roots_of_lisp.html创造者的鉴赏力 - 保罗·格雷厄姆http://daiyuwen.freeshell.org/gb/taste/taste...原创 2012-11-08 19:46:38 · 1437 阅读 · 0 评论 -
== 统计学 ==
统计之都http://cos.name/让你拥有超能力:程序员应该掌握的统计学公式Statistical Formulas For Programmershttp://www.evanmiller.org/statistical-formulas-for-programmers.html#prop_ci如何学习统计学,或我的学习之路——初学者写给初学原创 2013-06-12 13:54:58 · 882 阅读 · 0 评论 -
== 人工智能和机器学习 AI&ML ==
我关心的AI、ML的分支领域:我的csdn博客:== Deep Learning 和 Knowledge Graph ==(有关DL&KG的资料都在这里)http://blog.csdn.net/yyhustim/article/details/8558665 重要的链接:AI on the Webhttp://aima.cs.berkeley.edu/a...原创 2012-11-08 19:58:35 · 2821 阅读 · 0 评论 -
== Deep Learning 和 Knowledge Graph ==
领军大家:Geoffrey E. Hintonhttp://www.cs.toronto.edu/~hinton/阅读列表:reading lists and survey papers for deep learninghttp://deeplearning.net/reading-list/ 课程和教材: Deep Learning 教程(邓侃老...原创 2013-01-31 10:54:06 · 2078 阅读 · 0 评论 -
== OpenCV ==
OpenCV中文网站http://www.opencv.org.cn/index.php/%E9%A6%96%E9%A1%B5Installing OpenCV on Windows 7 for Python 2.7http://stackoverflow.com/questions/4709301/installing-opencv-on-windows-7-for-原创 2013-02-23 09:55:55 · 416 阅读 · 0 评论 -
机器学习与人工智能学习资源导引
机器学习与人工智能学习资源导引TopLanguage(https://groups.google.com/group/pongba/) 我经常在 TopLanguage 讨论组上推荐一些书籍,也经常问里面的牛人们搜罗一些有关的资料,人工智能、机器学习、自然语言处理、知识发现(特别地,数据挖掘)、信息检索 这些无疑是 CS 领域最好玩的分支了(也是互相紧密联系的),这里将最近转载 2012-10-30 14:47:38 · 815 阅读 · 0 评论 -
机器学习数据集汇总
(原文转自:http://blog.csdn.net/zhaoyue007101/article/details/8454448结合:http://blog.csdn.net/zhaoyue007101/article/details/8619534http://blog.csdn.net/zhaoyue007101/article/details/8618889)一些转载 2013-04-22 18:45:09 · 820 阅读 · 0 评论 -
机器学习的数学体系和相关书籍
最近被一篇JMLR的论文折磨得欲仙欲死,想想还是数学没学好,翻出以前看过的一个博客,希望对想做机器学习的有点帮助。特别是我们系的新生,你们刚入学某系老师肯定会告诉你统计现在多么牛逼,多么交叉学科,应用广泛。但是他们什么都不懂,除了告诉你几个八十年代的名词和一些误人子弟的“心得”。这篇博客主要写了机器学习的数学体系,统计里面很多,如Bayesian,statistical learnin转载 2012-10-30 14:17:39 · 1628 阅读 · 0 评论 -
如何学习机器学习的一点心得
结合自己的学习经历,总结一下如何学习机器学习。我自己的学习过程其实是非常混乱和痛苦的,一个人瞎搞现在也不知道入没入门。希望能对其他想自学机器学习而找不到方向的人有一点点帮助。一、可以读读一些科普性的,综述性的东西。南京大学周志华教授写的科普文章《机器学习和数据挖掘》还不错,对机器学习和数据挖掘的区别说的挺好。另外对机器学习的历史和前景做了说明。文章最后也给出了领域内比较重要的会议和转载 2013-04-15 17:10:35 · 707 阅读 · 0 评论 -
关注机器学习的最新热点方向
文章转自:http://blog.csdn.net/junnan321/article/details/8483197目前机器学习最热门的领域有以下七个,后面给出相应的资料链接:1. 迁移学习 Transfer learning 。http://www.cse.ust.hk/TL/index.html 2. 半监督学习Semi-Supervised lea转载 2013-05-02 10:16:40 · 1027 阅读 · 0 评论 -
推荐几个机器学习算法及应用领域相关的中国大牛
转自小木虫:http://emuch.net/html/201209/4842092.html李航:http://research.microsoft.com/en-us/people/hangli/,是MSRA Web Search and Mining Group高级研究员和主管,主要研究领域是信息检索,自然语言处理和统计学习。近年来,主要与人合作使用机器学习方法对信息检索中排转载 2013-05-02 20:49:01 · 1059 阅读 · 0 评论 -
主题模型-LDA浅析
上个月参加了在北京举办SIGKDD国际会议,在个性化推荐、社交网络、广告预测等各个领域的workshop上都提到LDA模型,感觉这个模型的应用挺广泛的,会后抽时间了解了一下LDA,做一下总结:(一)LDA作用 传统判断两个文档相似性的方法是通过查看两个文档共同出现的单词的多少,如TF-IDF等,这种方法没有考虑到文字背后的语义关联,可能在两个文档共同出现的单词很少甚至没有,但...转载 2013-05-18 20:40:39 · 689 阅读 · 0 评论