机器学习
小目标的力量
这个作者很懒,什么都没留下…
展开
-
机器学习之工程师入门路线
相信想学习机器学习的广大工程师们已经被那些算法大神的言论虐的怕怕的了吧?不用担心,我来带你们理理一个工程师需要入门机器学习,到底要走哪个路线?一、 基础不用多说,机器学习作为高门槛领域,基础还是需要的,但是也没有想得那么恐怖,很多人提问机器学习需要哪些数学知识,然后就会得到一大堆犹如天书般高大上的回答: 矩阵分析、微积分、概率论、统计学、数学分析等等,如果按照这些算法大转载 2017-10-31 23:10:47 · 267 阅读 · 0 评论 -
工程师也该学习机器学习了!
一、程序员是一个知识更新较为迅速的一个职业,这个行业的知识的更新速度,有的时候会超过你的学习速度。大部分的人都在不断的更新自己的知识体系,这里笔者要向读者安利一下机器学习(包含深度学习)的重要性,以及常见的知识。作为个人能力的提升,笔者觉得这一点是程序猿/媛,需要掌握的一想技能。 其实在互联网公司工作过的同学都应该有这样的感触,我们正在从IT到DT的转型,算法在应用中变得越来越重要了。转载 2017-10-31 23:13:22 · 248 阅读 · 0 评论 -
NLP大神推荐的机器学习入门书单(附大量百度网盘电子书)
继NLP之后,我又开了ML这个大坑。这是因为NLP涉及到太多的ML模型,仅仅拿过来用的话,我实现的HanLP已经快到个人极限了。而模型背后的原理、如何优化、如何并行化等问题,都需要寻根求源才能解决。所以我找了个书单自学,电子书为主,顺便分享出来。ML书单│ 李航.统计学习方法.pdf│ 机器学习及其应用.pdf│ All of Statistics - A C转载 2017-12-11 09:12:49 · 6444 阅读 · 3 评论