机器学习的分类 监督学习(Supervised Learning) 无监督学习(Unsupervised Learning) 强化学习(Reinforcement Learning, 增强学习) 半监督学习(Semi-supervised Learning) 深度学习(Deep Learning) Python Scikit-learn
日期:09/13/2017 13:38:52
作者:
近期,数据挖掘资讯网站KDnuggets开展了一项调查,问题是“2016年和2017年,在数据分析、数据科学和机器学习工作中,你使用R、Python、两者都用,还是其他工具?”
日期:08/29/2017 13:49:01
作者:
我曾是一名想进入AI行业的软件开发者。为了更快熟悉这里边的门道,我阅读了机器学习的书籍,浏览了不少帖子,还学习了Coursera上关于机器学习的课程。
日期:08/28/2017 16:15:52
作者:
参加完2017CCAI,听完各位专家的演讲后受益匪浅。立志写“人工智能之机器学习”系列,此为开篇,主要梳理了机器学习方法体系,人工智能相关趋势,Python与机器学习,以及结尾的一点感恩。
日期:08/11/2017 13:33:54
作者:
简评:这篇文章基于 Quora 上「机器学习」话题下阅读量最高的作者,数据统计至 2017 年 6 月 25 日。
想将机器学习加入到企业的云计算应用程序吗?使用这个术语列表来了解从提供语音到文本,图像分析等功能的谷歌云端服务。
日期:08/04/2017 11:53:29
作者:
编者按:红点创投的Medha Agarwal最近写了一篇文章,名为Attention all machine learning founders: Why do you need ML for your business?道出了很多人心中的疑问,为什么没家科技公司都在研究AI和ML?
我们已经谈论数据科学和数据科学家有10年了。虽然对“数据科学家”的含义总是存在一些争议,但是我们看到了许多大学、在线学院和培训机构都已经提供数据科学的课程,并给予硕士学位、资格认证等等你能想到的名字。当我们只看统计数据时,事情是比较简单的。
日期:07/06/2017 11:25:22
作者:
|
内容分类
Digg排行
|