机器学习
云栖精选
这个作者很懒,什么都没留下…
展开
-
机器学习--线性代数基础
原文地址数学是计算机技术的基础,线性代数是机器学习和深度学习的基础,了解数据知识最好的方法我觉得是理解概念,数学不只是上学时用来考试的,也是工作中必不可少的基础知识,实际上有很多有趣的数学门类在学校里学不到,有很多拓展类的数据能让我们发散思维,但掌握最基本的数学知识是前提,本文就以线性代数的各种词条来做一下预热,不懂的记得百度一下。 请尊重原创,转载请注明来源网站www.share转载 2017-07-28 14:05:09 · 20115 阅读 · 0 评论 -
如何平衡创造性和可靠性?
创造性和可靠性自世界诞生以来就是一对矛盾的存在。创造性需要自由开放,以允汻新事物的产生,但不可控因素将导致系统不可靠;可靠性需要约束,以保证系统的稳定,但限制了各部分的發展和改变。以往IT产品在创造性和可靠性上往往偏向一极。开源操作系统和闭源操作系统就是一对典型的对立例子。开源操作系统讲究创造性,你可以改变任何發給硬件指令,但开源社区自發的贡献无法保证满足企业对稳定性的要求;闭源操作系统讲究可靠性...转载 2018-05-08 12:16:39 · 203 阅读 · 0 评论 -
机器学习能诊断病情,还能预测患者出院后的情况?
随着数据量以及计算机性能的不断提升,机器学习技术正逐渐渗透于各行各业中。计算机视觉、自然语言处理、机器人等领域基本上已经被机器学习算法垄断,正逐步向教育、银行、医疗等传统行业扩张。关于机器学习如何改变传统教育模式,可以参见博主的这篇文章《使用AR、AI以及大数据改革教育体系——为每位学生打造自己的私人定制学习路线》。银行业目前对人工智能炒作成分居多,大多数银行持观望态度,短时间不会利用人工智能...转载 2018-05-08 12:23:05 · 522 阅读 · 0 评论 -
100个容器引擎项目,点亮你的容器集群技能树
大规模的容器技术运用从来不是一项独立工程,而是一个汇集虚拟化技术、容器编排、任务调度、操作系统、容器仓库、跨节点网络、分布式存储、动态扩缩、负载均衡、日志监控、故障自恢复等系统性难题的复杂有机体。随着Docker的诞生和Google等互联网公司的推波助澜,这个领域出现了一大批优秀的开源项目,它们在简化容器技术使用成本的同时,也经常使得刚刚接触容器时间不太长的开发者和企业用户感到不知所措。将知识分类...转载 2018-05-16 13:46:10 · 701 阅读 · 0 评论 -
干货 : 上手机器学习,从搞懂这十大经典算法开始
摘要: 在机器学习领域,“没有免费的午餐”是一个不变的定理。简而言之,没有一种算法是完美的,可以作为任何问题的最佳解决方案。认清这一点,对于解决监督学习问题(如预测建模问题)尤其重要。在机器学习领域,“没有免费的午餐”是一个不变的定理。简而言之,没有一种算法是完美的,可以作为任何问题的最佳解决方案。认清这一点,对于解决监督学习问题(如预测建模问题)尤其重要。我们不能总说神经网络就是比决策树好,反之...转载 2018-07-04 16:36:48 · 268 阅读 · 0 评论 -
他在阿里的逆袭,只因为想做个“锤子”
摘要: 我叫孟白,这是我在阿里的第五年。这五年,我从一个外包工程师,到同事眼中的“铁打的”技术专家。填过无数次坑,也无数次想过放弃。留在阿里,是因为同事一句无意间的玩笑:“你只能做钉子,做不了锤子。”我叫孟白,这是我在阿里的第五年。这五年,我从一个外包工程师,到同事眼中的“铁打的”技术专家。填过无数次坑,也无数次想过放弃。留在阿里,是因为同事一句无意间的玩笑:“你只能做钉子,做不了锤子。”“填坑”...转载 2018-07-04 16:39:20 · 1000 阅读 · 2 评论 -
GDPR到底是如何影响机器学习的?
摘要: GDPR时代来临,你的机器学习模型还能训练吗?一般数据保护条例(GDPR)对数据科学产生了很大的影响。现在GDPR有99条正文条款和173篇声明(Recital),长而复杂,但是随着时间的推移以及条款的执行,它可能会变得更加复杂。同时,由于GDPR的存在,律师和隐私工程师将成为未来大型数据科学项目的核心组成部分。本文主要讨论GDPR与机器学习(ML)之间三个最常见的问题。1.GDPR是否禁...转载 2018-07-04 16:41:02 · 809 阅读 · 0 评论