机器学习
文章平均质量分 63
happy org
公众号:编程求职指南
展开
-
测试开发岗如何拿到字节、蚂蚁的offer,学妹真实经历告诉你
本文是实验室的学妹的亲身经历,在去年我们研三找完工作的时候学妹就开始向我们打听找工作所需要的技能并开始准备。事实上准备的越早,有一个领路人会给你的求职道路带来极大的帮助,作为本科非科班的程序媛,在转测试之前学妹对测试的了解程度并不高,计算机基础也没很多科班的同学扎实。但是只要牢记面试所需要的三大考点:coding能力、基础知识、项目能力。通过准备基础和刷题、做项目去补足这方面的能力就大概率找到一份还不错的工作。当然她也是占了一定的先机,准备的比较早,越早准备越好,不要等所有的都学习好了才去投递实习,多投原创 2020-10-09 19:09:55 · 893 阅读 · 0 评论 -
我的秋招之路(算法岗神仙打架) 百度offer到手
自我介绍:本科双非一本,研究生西南末流985,虽然本科和硕士都是科班,但是很惭愧,一直学的不太好,本科学的物联网,可以说乱七八糟的课程学了一堆,毕业的时候还是很迷茫,所以选择了考研,研究生以为进了一个名气大的团队,进来才知道全是坑,实际上人工智能相关的东西很少,大部分时间帮着导师干着杂货,实验室也没一个拿的出手的项目。算法入门就靠着自学和实验室一起学人工智能的氛围吧。我求职的方向是算法工程...原创 2020-04-28 22:07:56 · 864 阅读 · 0 评论 -
词向量 Word2vec 详解
NLP的常见任务自动摘要指代消解 小明放学了,妈妈去接他机器翻译 世界,你好 Hello world词性标注 Heat(v.) water(n.) in (p.) a (det.) pot(n.)分词 ...原创 2018-07-20 14:22:47 · 670 阅读 · 0 评论 -
线性回归逻辑回归
学习逻辑回归发现比较好的两篇博客https://blog.csdn.net/han_xiaoyang/article/details/49123419点击打开链接https://blog.csdn.net/lc013/article/details/55002463点击打开链接转载 2018-05-10 14:07:32 · 289 阅读 · 0 评论 -
深度学习资料
我在学习深度学习的过程中遇到了很多坑,但尴尬是教研室只有我一个人做深度学习,所以只能靠自己摸索。刚开始时配置一个深度学习框架caffe需要一周,现在只需要一个小时。下面的这些网页给了我很大的帮助。希望也能给一些对深度学习感兴趣的同学一点帮助。1.爆详细Ubuntu16.04,CUDA8.0,Caffe,OpenCV3.1,Theano,Tensorflow完全配置指南(Ubuntu16.04的原创 2017-11-03 12:44:58 · 490 阅读 · 0 评论 -
算法面经
作者:LancelotHolmes 链接:https://www.nowcoder.com/discuss/51529?type=0&order=4&pos=2&page=1 来源:牛客网记录下渣硕的秋招经历,粗略估算大约海投了59家,真正面了9家左右吧,笔试大概也做了几十家吧,目前的情况是拿到了苏宁(准备拒)、好未来(已拒)、百度、腾讯的offer,另外饿了么面了二面,美图面了一面,迅雷10月转载 2017-10-24 19:17:30 · 911 阅读 · 0 评论 -
K近邻解析 统计学习方法 李航
K近邻(knn)是一种基本的分类与回归方法。 k近邻输入的实例为特征向量,输出为实例的类别。可以取很多类。 k近邻实际上利用训练数据集对特征向量空间进行划分,并作为其分类的“模型”。 k值的选择 距离度量 分类决策规则 是K近邻的三要素。 K近邻算法简单、直观:给定一个数据集,对于新输入的实例,在训练数据集中找到与该实例最近邻的k个实例,这k个实例的多数属于某个类,就把该输入实例分为这原创 2017-10-19 20:48:05 · 457 阅读 · 0 评论 -
数据挖掘(机器学习)面试 svm
转自blog.csdn.net/szlcw1应聘数据挖掘工程师或机器学习工程师,面试官经常会考量面试者对SVM的理解。以下是我自己在准备面试过程中,基于个人理解,总结的一些SVM面试常考问题(想到会再更新),如有错漏,请批评指正。(大神请忽视)SVM的原理是什么?SVM是一种二类分类模型。它的基本模型是在特征空间中寻找间隔最大化的分离超平面的线性分类器。(间隔最大是转载 2017-10-03 22:18:07 · 554 阅读 · 0 评论 -
详细讲解smo算法 SVM
前言:最近在看支持向量机,看到smo算法的时候被卡住了,找了很多资料发现这篇博客写的很详细,就转载过来分享给大家。对应的可以先看看李航的统计学习方法更好理解。原文链接点击打开链接11 SMO优化算法(Sequential minimal optimization)SMO算法由Microsoft Research的John C. Platt在1998年提出,并成为最快的二次规转载 2017-10-10 15:32:03 · 1370 阅读 · 1 评论 -
机器学习面试问题
链接:https://www.nowcoder.com/discuss/48981?type=0&order=4&pos=10&page=2阿里巴巴 - 2017.3.23 - 实习生 - idst - 非内推 1.linux 修改环境变量 2.sql语句 3.gbdt xgboost区别 4.kaggle项目 30min 5.融合方法,改进 阿里巴原创 2017-10-02 20:01:21 · 891 阅读 · 0 评论 -
深度学习 CNN卷积神经网络 LeNet-5详解
卷积神经网络( Convolutional Neural Network, CNN): 是一种常见的深度学习架构,受生物自然视觉认知机制(动物视觉皮层细胞负责检测光学信号)启发而来,是一种特殊的多层前馈神经网络。它的人工神经元可以响应一部分覆盖范围内的周围单元,对于大型图像处理有出色表现。 一般神经网络VS卷积神经网络: 相同点:卷积神经网络也使用原创 2017-10-18 16:04:35 · 109554 阅读 · 11 评论 -
机器学习资源
http://izhaoyi.top/2017/07/08/ml-job/ 机器学习面试问题+京东算法大赛原创 2017-09-30 22:55:13 · 193 阅读 · 0 评论 -
机器学习中的范数规则化之(一)L0、L1与L2范数
http://blog.csdn.net/zouxy09/article/details/24971995转载 2017-09-21 09:01:02 · 226 阅读 · 0 评论 -
大数据入门的部分推荐书单
数据挖掘方面推荐的教材和专著[1]J.-W. Han著,《数据挖掘》,机械工业出版社,2006。[专业][2]M. Milton著,李芳 译,《深入浅出数据分析》,电子工业出版社,2009。[非专业][3]P.-N. Tan等人著,《数据挖掘导论》,范明泽等人译,人民邮电出版社,2010。[专业][4]吴军,《数学之美》,人民邮电出版社,2012。[半专业]机器学习方面推荐的教材和专著[1]E. A转载 2017-08-27 15:58:52 · 3088 阅读 · 0 评论