大数据
文章平均质量分 76
SnowScholar
这个作者很懒,什么都没留下…
展开
-
Trie树:应用于统计和排序
地址: http://blog.csdn.net/hguisu/article/details/8131559转载 2014-09-23 14:12:04 · 687 阅读 · 0 评论 -
机器学习术语
1.引言现实生活中我们会发现很多基于经验作出的判断。例如看到乌云,小鸟底飞等,就判断即将下雨。人们能作出这样的判断是因为在我们的生活经验中已经遇到过多次类似的情况。人们利用以往经验作出合适的判断,而机器学习则是计算机利用以往的经验来做出相应判断。经验通常以数据形式存在,而机器学习研究的主要内容则是学习算法(即计算机从数据中产生模型的算法)。模型一般泛指从数据中得到的结果(指全局性结果,如决策树原创 2017-05-09 21:12:53 · 724 阅读 · 0 评论 -
大数据与机器学习中基本概念总结
参考书籍《白话大数据与机器学习》高扬等1.基本概念数据:承载了信息的东西。信息:那些把我们不清楚的事情能够清晰的描述(注:已经明确或者知晓的东西让我们再知晓一遍,这些被知会的内容不再是信息)。算法:计算的方法或技巧。通俗讲,为对处理逻辑问题的理解。古典概率模型(传统概率模型):随机试验(包含有限个单位事件,且每个单位事件发生的可能性一样)下的概率模型原创 2017-05-15 21:30:06 · 906 阅读 · 0 评论 -
人工智能、机器学习与深度学习
参考书籍《白话大数据与机器学习》高扬等人工智能是一个较宽泛的概念,旨在通过计算机实现类似人类的智能。机器学习是解决人工智能问题中的一个重要方法。深度学习是机器学习的一个分支,它在很多领域突破了传统机器学习的瓶颈,将人工智能推向了一个新高潮。 卡内基梅隆大学的Tom MichaelMitchell教授在《Machine learning》书中对机器学习给出比较专业的定义,业界原创 2017-05-31 19:41:08 · 3426 阅读 · 0 评论 -
深度学习的应用
参考书籍《Tensorflow实战Google深度学习框架》郑泽宇等 深度学习最早兴起于图像识别,但是在短短的几年之内,深度学习推广到了机器学习的各个领域,并且都有很出色的表现。具体领域包含图像识别、语音识别、自然语言处理、机器人、生物信息处理、化学、电脑游戏、搜索引擎、网络广告投放、医学自动诊断和金融等各大领域均有应用。计算机视觉计算机视觉是深度学习技术最早实现突原创 2017-05-31 19:48:26 · 6090 阅读 · 0 评论 -
Tensorflow计算、数据和运行模型
Tensorflow是一款谷歌开源的深度学习工具,与其他深度学习工具(比如caffe、Deeplearning4j等)相比,其受关注度和欢迎程度尤为突出。在谷歌内部,Tensorflow已经广泛用于语音搜索、广告、电商、图片、街景图、翻译、Youtube等众多产品中。Tensorflow计算模型—计算图Tensorflow中一个重要的概念就是计算图,tensorflow中所有计算都会转化为原创 2017-05-31 21:00:48 · 3116 阅读 · 1 评论