你好,游客 登录 注册 搜索
rss订阅 手机访问 
机器学习
谷歌的机器学习专用芯片让AI速度更快、更高效
近期,谷歌(微博)正在开发专用机器学习芯片TPU。在人工智能硬件的军备竞赛中,这是谷歌的最新一步举措。
日期:今 11:00 作者:
如何成为一名机器学习工程师
在这一的数据秀里我采访了Aurélien Géron。Aurélien是一个创业者、数据科学家,还是最近流行的一本新书《用Scikit-Learn和TensorFlow实践机器学习》的作者。Géron的新书的目标读者是那些想开始学习机器学习并希望在现实世界产品里部署机器学习模型的软件工程师们。
日期:今 10:58 作者:
机器学习如何入门?Kaggle CTO刚刚写了份详细的指南
作为全球最大数据科学和机器学习竞赛平台Kaggle的联合创始人&CTO,他在Quora上参加了一场AMA,还参加了一场机器学习会议。
日期:03月30日 作者:
使用Python编写机器学习入门教程
本文要点 当输入变量和我们尝试去预测的输出变量之间是线性相关时,或者当解释模型的能力很重要时(例如,隔离任何一个输入变量对于预测的影响),逻辑回归对于二进制分类是比较合适的选择。 决策树和随机森林是非线性模型,可以被用来很好地计算更复杂的关系,但是它不太适用于处理人类行为理解。 
日期:03月30日 作者:
快速在阿里云上构建机器学习应用
3月28日云栖大会开源专场,阿里云技术专家必嘫给大家带来了“在阿里云上构建机器学习应用”的演讲。本文主要从深度学习应用发展历史开始谈起,进而介绍了如何结合阿里云容器服务的机器学习解决方案快速打造一套深度学习应用的案例。 
日期:03月30日 作者:
文法推断与机器学习的区别是什么?
一直在思考文法推断(Grammatical Inference)与机器学习(Machine Learning)的区别。当然这里所说的机器学习是狭义的(或标准的)机器学习。从广义上讲,文法推断也属于机器学习的范畴。
日期:03月30日 作者:
NIPS 机器学习精选论文
作者简介:洪亮劼,Etsy数据科学主管,前雅虎研究院高级经理。长期从事推荐系统、机器学习和人工智能的研究工作,在国际顶级会议上发表论文20余篇,长期担任多个国际著名会议及期刊的评审委员会成员和审稿人。
日期:03月30日 作者:
数学菜鸟如何学习机器学习
要点 机器学习中数学的重要性:良好的数理基础会让机器学习事半功倍,算法和模型的选择和理解都需要一定的数学基础。 机器学习中哪些数学知识是必备的:线性代数、概率论和统计学、多元微积分、算法和优化理论、复变函数和信息论中的相关知识和概念都是必需的。 初学者如何进行机器学习:现在一些简单易用的工具包比如scikit-learn、Tensorflow都可以帮助你搭建自己的模型...
日期:03月14日 作者:
机器学习 — 发现群组
在数据集中找出两个最相似的节点 根据这两个节点生成一个新的聚类节点,这个节点的数据为两个子节点的数据的平均值, 将两个子节点从数据集中去除,将新的聚类节点加入数据 回到1,直至数据集中只剩一个节点 K-means聚类
日期:03月14日 作者:
机器学习之正则化项
刚刚开始接触推荐方面模型时,在建模中总能看到“正则化项”、“正则化系数”这样的名词,一开始以为这是建模中的惯用的手法,但是随着看着文献增加,慢慢发现正则化开始变得多样而神秘,模型中到底要不要加正则化呢?到底该选哪种正则化项呢?
日期:03月14日 作者:
关于机器人编程要学习哪些知识?
 机器人编程为使机器人完成某种任务而设置的动作顺序描述。机器人运动和作业的指令都是由程序进行控制,常见的编制方法有两种,示教编程方法和离线编程方法。其中示教编程方法包括示教、编辑和轨迹再现,可以通过示教盒示教和导引式示教两种途径实现。
日期:02月23日 作者:
微信小程序开发知识点总结
微信小程序开发知识点总结 1.微信小程序的目录结构
1.外联公共样式的方法
根据微信的官方文档,是支持 @import 的方式一如外联的公共样式的
[email protected],@import后跟需要导入的外联样式表的相对路径,用;表示语句结束。
文档地址: https://mp.weixin.qq.com/debu...
但是在实际的开发过程中如果通过 @import '../../comm...
日期:02月20日 作者:
程序员如何制定自己的一份年度计划
看这篇文章前,我想说,所有的计划,如果你不坚持,都是空谈,空计划,所以如果你感觉你是一个不能够坚持的人,就别看了,看了也没用。用习主席的话说就是: 空想误己,坚持兴我。
日期:02月14日 作者:
2016机器学习大盘点(第3篇)
本篇是2016年度机器学习和深度学习系列文章的第三篇。第一篇中,我们介绍了这一领域的 重要趋势 ,例如有关偏见的担忧,互操作性,深度学习技术的爆发性增长,更加平易近人的超级计算,以及机器学习云平台的涌现。在第二篇中,我们介绍了 开源 机器学习项目,例如R、Python、Spark、Flink、H2O、TensorFlow等的进展。
日期:02月06日 作者:
谷歌详解如何用机器学习攻克我们停车难的问题
近日,谷歌在安卓设备的更新中,为谷歌地图新增了一项功能——预测目的地的停车状况。
日期:02月06日 作者:
  • 1/12
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • ...
  • 12
  • »