偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

<blockquote id="bc8az"><mark id="bc8az"></mark></blockquote>

<big id="bc8az"></big>

AI.x社區(qū)

軟考社區(qū)

企業(yè)培訓(xùn)

鴻蒙開發(fā)者社區(qū)

信創(chuàng)認(rèn)證

公眾號矩陣

移動端

視頻課免費課排行榜短視頻直播課軟考學(xué)堂

全部課程軟考信創(chuàng)認(rèn)證華為認(rèn)證廠商認(rèn)證 IT技術(shù)PMP項目管理免費題庫

在線學(xué)習(xí)

文章資源問答課堂專欄直播

51CTO

鴻蒙開發(fā)者社區(qū)

51CTO技術(shù)棧

51CTO官微

51CTO學(xué)堂

51CTO博客

CTO訓(xùn)練營

鴻蒙開發(fā)者社區(qū)訂閱號

51CTO軟考

51CTO學(xué)堂APP

51CTO學(xué)堂企業(yè)版APP

鴻蒙開發(fā)者社區(qū)視頻號

51CTO軟考題庫

賬號設(shè)置退出

機器學(xué)習(xí)

2040內(nèi)容??

關(guān)注

涵蓋機器學(xué)習(xí)相關(guān)算法知識、開發(fā)工具、解決方案與應(yīng)用場景。

共 2040 條

有助于你掌握機器學(xué)習(xí)的十三個框架

這里有十來個新鮮出爐的機器學(xué)習(xí)框架，既有初次露面的，也有重新修改過的。這些工具被大眾所注意，或是因為其出處，或是因為以新穎的簡單方法處理問題，或是解決了機器學(xué)習(xí)中的某個特定難題，或者是上述的所有原因。

2017-09-06 15:53:55

機器學(xué)習(xí)人工智能框架

機器學(xué)習(xí)從抬腳到趴倒在門檻

今天呢，跟大家分享分享目前機器學(xué)習(xí)的歷程吧，我到現(xiàn)在都沒覺得我入門了機器學(xué)習(xí)，所以也沒有什么所謂的經(jīng)驗啊，成功實踐啊，沒有。

2017-09-05 15:29:51

機器學(xué)習(xí)人工智能 AI

關(guān)于Quora是如何使用機器學(xué)習(xí)的?

2015年，公司的工程副總裁Xavier Amatriain，關(guān)于如何在Quora上使用機器學(xué)習(xí)給了一個很好的答案。從那時起，在Quora上使用機器學(xué)習(xí)發(fā)展的越來越快，我們不僅為現(xiàn)有的機器學(xué)習(xí)應(yīng)用程序開發(fā)了更大更好的模型，而且還擴展了我們使用機器學(xué)習(xí)的領(lǐng)域。

2017-09-04 11:06:40

機器學(xué)習(xí)Quora

關(guān)于機器學(xué)習(xí)的傻瓜式指南

我通過嘗試Amazon的機器學(xué)習(xí)功能邁出了我的第一步，因而我認(rèn)為自己是一個2級新手。在本文中，我會嘗試向你 — 1級新手 — 展示如何邁出第一步，并切實地感受什么是機器學(xué)習(xí)。

2017-09-04 09:21:11

機器學(xué)習(xí)傻瓜指南

關(guān)于機器學(xué)習(xí)與比特幣的示例

本系列教程中講到的ump裁判系統(tǒng)是abupy中通過機器學(xué)習(xí)技術(shù)對回測結(jié)果進(jìn)行學(xué)習(xí)，反向指導(dǎo)決策新的交易是否攔截的實際應(yīng)用，本節(jié)講解機器學(xué)習(xí)在量化領(lǐng)域很有作用的另一個方向：閥值的估計，因為無論是編寫選股策略，擇時策略還是任何涉及決策的代碼模型中都離不開閥值。

2017-08-31 11:09:48

機器學(xué)習(xí)比特幣

機器學(xué)習(xí)教材中的7大經(jīng)典問題

有時我們會發(fā)現(xiàn)，在實際工作中，應(yīng)該怎么做和教科書講的結(jié)論相矛盾，這時候要怎么辦呢?難道教科書中的結(jié)論出錯了?事實上，有時確實如此。所以今天我就想和大家分享一下機器學(xué)習(xí)教材中的一些經(jīng)典問題，希望對大家今后的工作和學(xué)習(xí)有所幫助。

2017-08-29 13:29:44

機器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)決策樹

如何開始使用Java機器學(xué)習(xí)

本文我們會做一個java的機器學(xué)習(xí)的主要框架的快速概述，并證明Java機器學(xué)習(xí)是多么容易上手，不需要你另起爐灶或者從頭開始創(chuàng)建算法。

2017-08-25 14:29:43

機器學(xué)習(xí)Java

你需了解的機器學(xué)習(xí)算法、如何開發(fā)機器學(xué)習(xí)模型？

創(chuàng)建一個優(yōu)秀的機器學(xué)習(xí)模型跟創(chuàng)建其他產(chǎn)品是一樣的：首先從構(gòu)思開始，把要解決的問題和一些潛在的解決方案放在一起考慮。一旦有了明確的方向，就可以對解決方案進(jìn)行原型化，然后對它進(jìn)行測試以確定是否滿足需求，不妨看看本文是如何一步一步實現(xiàn)的。

2017-08-25 14:05:01

機器學(xué)習(xí)算法模型

分布式機器學(xué)習(xí)平臺大比拼：Spark、PMLS、TensorFlow、MXNet

本論文從分布式系統(tǒng)的角度開展針對當(dāng)前一些機器學(xué)習(xí)平臺的研究，綜述了這些平臺所使用的架構(gòu)設(shè)計，對這些平臺在通信和控制上的瓶頸、容錯性和開發(fā)難度進(jìn)行分析和對比，并對分布式機器學(xué)習(xí)平臺的未來研究工作提出了一些建議。

2017-08-22 17:55:35

機器學(xué)習(xí)Spark TensorFlow

除了深度學(xué)習(xí)，機器翻譯還需要啥？

對于致力于機器翻譯/人工智能的同行，希望這篇文章，可以引起大家的一些思考。本文觀點不一定正確。但是在密切跟進(jìn)深度學(xué)習(xí)最新成果的今天，也許我們也應(yīng)該適當(dāng)?shù)皖^想想，我們還缺什么，在可見的成果收割之后，還可以做些什么。

2017-08-21 16:00:14

機器學(xué)習(xí)機器翻譯

帶著問題學(xué)Machine Learning：什么是機器學(xué)習(xí)

機器學(xué)習(xí)就是讓計算機有像人一樣的學(xué)習(xí)能力的技術(shù)，是從數(shù)據(jù)中尋找有用的知識的數(shù)據(jù)挖掘技術(shù)。

2017-08-17 13:26:34

機器學(xué)習(xí)監(jiān)督學(xué)習(xí)強化學(xué)習(xí)

美麗聯(lián)合業(yè)務(wù)升級下的機器學(xué)習(xí)應(yīng)用

通常機器學(xué)習(xí)在電商領(lǐng)域有三大應(yīng)用，推薦、搜索、廣告，這次我們聊聊三個領(lǐng)域里都會涉及到的商品排序問題。從業(yè)務(wù)角度，一般是在一個召回的商品集合里，通過對商品排序，追求GMV或者點擊量最大化。進(jìn)一步講，就是基于一個目標(biāo)，如何讓流量的利用效率最高。很自然的，如果我們可以準(zhǔn)確預(yù)估每個商品的GMV轉(zhuǎn)化率或者點擊率，就可以最大化利用流量，從而收益最大。

2017-08-14 17:00:21

機器學(xué)習(xí)電商應(yīng)用

薪酬那么高的機器學(xué)習(xí)崗位，究竟是怎么面試人的？

首先這個問題問的很廣。做機器學(xué)習(xí)方向很多，有些公司更偏重于數(shù)據(jù)挖掘，而有些更傾向于深度學(xué)習(xí)。同理，相對應(yīng)的崗位有些偏重理論也有些偏重實踐。這些因素疊加造成了機器學(xué)習(xí)相關(guān)的崗位分布廣，如數(shù)據(jù)分析師，算法工程師，機器學(xué)習(xí)科學(xué)家等，很難一概而論。

2017-08-11 19:35:48

機器學(xué)習(xí)崗位面試

機器學(xué)習(xí)填坑：你知道模型參數(shù)和超參數(shù)之間的區(qū)別嗎？

機器學(xué)習(xí)中的模型參數(shù)和模型超參數(shù)在作用、來源等方面都有所不同，而模型超參數(shù)常被稱為模型參數(shù)，這樣，很容易對初學(xué)者造成混淆。本文給出了模型參數(shù)和模型超參數(shù)的定義，并進(jìn)行了對比，指出了二者本質(zhì)上的區(qū)別：模型參數(shù)是模型內(nèi)部的配置變量，可以用數(shù)據(jù)估計模型參數(shù)的值;模型超參數(shù)是模型外部的配置，必須手動設(shè)置參數(shù)的值。

2017-08-08 14:54:54

機器學(xué)習(xí)模型參數(shù)超參數(shù)

關(guān)于機器學(xué)習(xí)的領(lǐng)悟與反思

近年來，人工智能的強勢崛起，特別是去年AlphaGo和韓國九段棋手李世石的人機大戰(zhàn)，讓我們深刻地領(lǐng)略到了人工智能技術(shù)的巨大潛力。數(shù)據(jù)是載體，智能是目標(biāo)，而機器學(xué)習(xí)是從數(shù)據(jù)通往智能的技術(shù)、方法途徑。因此，機器學(xué)習(xí)是數(shù)據(jù)科學(xué)的核心，是現(xiàn)代人工智能的本質(zhì)。

2017-08-07 18:35:52

機器學(xué)習(xí)統(tǒng)計與計算發(fā)展啟示

基于概率隱層模型的購物搭配推送：阿里巴巴提出新型用戶偏好預(yù)測模型

推送控制是電商應(yīng)用中的關(guān)鍵組成部分，它與用戶的數(shù)量增長與參與度顯著相關(guān)。推送通知的有效性通常以消息被打開比例來衡量。推送消息可以包含推薦的產(chǎn)品、優(yōu)惠信息等，但由于顯示空間的限制，通常我們只能在推送消息中顯示一個或兩個項目。近日，阿里巴巴的研究者們提出了一種混合模型方法，用于預(yù)測用戶購買后補充產(chǎn)品推薦任務(wù)中的推送消息打開率。

2017-08-07 11:09:19

機器學(xué)習(xí)用戶推薦轉(zhuǎn)化率

圖解機器學(xué)習(xí)：神經(jīng)網(wǎng)絡(luò)和TensorFlow的文本分類

在本文中，我們將創(chuàng)建一個機器學(xué)習(xí)模型來將文本分類到類別中。

2017-08-04 14:23:04

機器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)TensorFlow

除了自然語言處理，你還可以用詞嵌入（Word2Vec）做這個

盡管詞嵌入（Word2Vec）技術(shù)目前主要用在自然語言處理的應(yīng)用中，例如機器翻譯；但本文指出，該技術(shù)還可以用于分類特征處理，把文本數(shù)據(jù)轉(zhuǎn)換成便于機器學(xué)習(xí)算法直接使用的實值向量，從而提供了一種看待詞嵌入（Word2Vec）應(yīng)用的新視角。

2017-08-04 10:16:52

自然語言處理嵌入機器學(xué)習(xí)

人工智能之機器學(xué)習(xí)算法體系匯總

參加完2017CCAI，聽完各位專家的演講后受益匪淺。立志寫“人工智能之機器學(xué)習(xí)”系列，此為開篇，主要梳理了機器學(xué)習(xí)算法體系，人工智能相關(guān)趨勢，Python與機器學(xué)習(xí)，以及結(jié)尾的一點感想。

2017-08-02 13:06:47

人工智能機器學(xué)習(xí)算法

機器學(xué)習(xí)在金融領(lǐng)域的四大優(yōu)勢和五大應(yīng)用

今天，從審批貸款到資產(chǎn)管理，再到風(fēng)險評估，機器學(xué)習(xí)在金融生態(tài)系統(tǒng)的許多階段都起著不可或缺的作用。然而，只有少數(shù)懂技術(shù)的專業(yè)人士真正明白機器學(xué)習(xí)是如何在人們的日常財務(wù)生活中發(fā)揮作用的。

2017-07-31 10:31:13

機器學(xué)習(xí)優(yōu)勢應(yīng)用

數(shù)據(jù)科學(xué)和機器學(xué)習(xí)的工具和語言最新動態(tài)

2014年分析、數(shù)據(jù)挖掘、數(shù)據(jù)科學(xué)的主要工具有四種：R、Python、SQL和SAS，而2017年達(dá)到了五種，分別是Python、R、SQL、Saprk和Tensorflow。RapidMiner以33%左右的使用率占據(jù)著數(shù)據(jù)挖掘/數(shù)據(jù)科學(xué)中最流行的通用平臺前列，這和2016年幾乎完全一樣。

2017-07-28 09:50:15

機器學(xué)習(xí)數(shù)據(jù)科學(xué)工具和語言

Uber 劉彥東：當(dāng)Uber開拓送餐服務(wù)后，全世界的外賣都震驚了原創(chuàng)

Uber不僅能叫車，原來還能點餐。

2017-07-26 18:49:00

京東機器學(xué)習(xí)人工智能

如何選擇Spark機器學(xué)習(xí)API

本文將簡要介紹Spark機器學(xué)習(xí)庫(Spark MLlib’s APIs)的各種機器學(xué)習(xí)算法，主要包括：統(tǒng)計算法、分類算法、聚類算法和協(xié)同過濾算法，以及各種算法的應(yīng)用。

2017-07-26 17:25:22

機器學(xué)習(xí)Spark API

亮出“安全智能”牌瀚思B輪融資再受關(guān)注原創(chuàng)

近日，瀚思科技宣布完成B輪融資，金額高達(dá)1億元人民幣，被稱為2017年上半年中國安全領(lǐng)域企業(yè)公開披露的最高融資金額。本輪融資由國科嘉和基金和IDG資本領(lǐng)投，南京高科等A輪投資方繼續(xù)跟投，凡卓資本擔(dān)任本次融資獨家財務(wù)顧問。

2017-07-25 19:48:22

融資智能安全瀚思

如何快速全面建立自己的大數(shù)據(jù)知識體系？

作者經(jīng)過研發(fā)多個大數(shù)據(jù)產(chǎn)品，將自己形成關(guān)于大數(shù)據(jù)知識體系的干貨分享出來，希望給大家能夠快速建立起大數(shù)據(jù)產(chǎn)品的體系思路，讓大家系統(tǒng)性學(xué)習(xí)和了解有關(guān)大數(shù)據(jù)的設(shè)計架構(gòu)。

2017-07-25 17:34:54

大數(shù)據(jù)機器學(xué)習(xí)數(shù)據(jù)

ML之梯度下降算法機器學(xué)習(xí)初學(xué)者的梯度下降算法

梯度下降算法就是一個被廣泛使用的優(yōu)化算法, 它可以用于尋找最小化成本函數(shù)的參數(shù)值. 用中學(xué)數(shù)學(xué)的語言來描述梯度下降, 是這樣的: 當(dāng)函數(shù) _ 取得最小值時, 求所對應(yīng)的自變量的過程_ 此處, 就是機器要學(xué)習(xí)的參數(shù), 就是用于參數(shù)估計的成本函數(shù), 是關(guān)于的函數(shù). 因此, 基本上具備中學(xué)數(shù)學(xué)知識的, 都能理解梯度下降算法.

2017-07-25 12:59:10

機器學(xué)習(xí)梯度下降算法

機器學(xué)習(xí)技術(shù)之預(yù)測性維護(hù)

本文探討了預(yù)測性維護(hù)的不同方法，使用了不同的回歸和分類算法。而且，本文一步步地展示了調(diào)整這些模型的技術(shù)。我們的最終解決方案在預(yù)測剩余使用壽命上的RMSE值是18.77，在預(yù)測后N(30)步內(nèi)可能出現(xiàn)故障上的準(zhǔn)確率是94%。

2017-07-25 12:09:10

機器學(xué)習(xí)預(yù)測性維護(hù)模型

深度學(xué)習(xí)：簡單而有局限性的求解方式

在人工智能，特別是深度學(xué)習(xí)破解了一個又一個難題，在很多任務(wù)上達(dá)到超過人類認(rèn)知水平的今天，我們距離真正的人工智能仍很遙遠(yuǎn)。本文摘自作者出版的新書《Deep Learning with Python》第九章第二節(jié)，其中簡要介紹了深度學(xué)習(xí)的原理、強大能力、以及無處不在的局限性。

2017-07-25 11:22:06

深度學(xué)習(xí)求解方式人工智能

如何把業(yè)務(wù)問題變成機器學(xué)習(xí)的問題？

基于第四范式在機器學(xué)習(xí)工業(yè)應(yīng)用方面的大量成功案例和經(jīng)驗，我們今天就來分析一下，想用機器學(xué)習(xí)提升業(yè)務(wù)價值，在搭建平臺、處理數(shù)據(jù)、訓(xùn)練算法之前，真正要做的第一步應(yīng)該是什么? 我們今天不談技術(shù)，不談算法，不談平臺，但是今天聊的東西卻是機器學(xué)習(xí)產(chǎn)生價值過程中，最關(guān)鍵的步驟之一。

2017-07-21 13:45:48

機器學(xué)習(xí)分類器 MVP模型

人工智能與機器學(xué)習(xí)有哪些不同

人工智能早已不是一個新名詞，它的發(fā)展歷史已經(jīng)有幾十年。從80年代早期開始，當(dāng)時計算機科學(xué)家設(shè)計出可以學(xué)習(xí)和模仿人類行為的算法。在學(xué)習(xí)方面，最重要的算法是神經(jīng)網(wǎng)絡(luò)，但由于模型過于強大，沒有足夠的數(shù)據(jù)支持，導(dǎo)致不是很成功。然而，在一些更具體的任務(wù)中，使用數(shù)據(jù)來適應(yīng)函數(shù)的想法獲得了巨大的成功，這也構(gòu)成了機器學(xué)習(xí)的基礎(chǔ)。

2017-07-21 12:52:32

人工智能機器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

一文看懂自動駕駛中應(yīng)用的機器學(xué)習(xí)算法

機器學(xué)習(xí)算法已經(jīng)被廣泛應(yīng)用于自動駕駛各種解決方案，電控單元中的傳感器數(shù)據(jù)處理大大提高了機器學(xué)習(xí)的利用率，也有一些潛在的應(yīng)用，比如利用不同外部和內(nèi)部的傳感器的數(shù)據(jù)融合(如激光雷達(dá)、雷達(dá)、攝像頭或物聯(lián)網(wǎng))，評估駕駛員狀況或為駕駛場景分類等。

2017-07-21 10:42:27

自動駕駛應(yīng)用機器學(xué)習(xí)

機器學(xué)習(xí)算法實踐：決策樹 (Decision Tree)

最近打算系統(tǒng)學(xué)習(xí)下機器學(xué)習(xí)的基礎(chǔ)算法，避免眼高手低，決定把常用的機器學(xué)習(xí)基礎(chǔ)算法都實現(xiàn)一遍以便加深印象。本文為這系列博客的第一篇，關(guān)于決策樹(Decision Tree)的算法實現(xiàn)，文中我將對決策樹種涉及到的算法進(jìn)行總結(jié)并附上自己相關(guān)的實現(xiàn)代碼。

2017-07-18 16:25:31

機器學(xué)習(xí)算法決策樹

機器學(xué)習(xí)如何改變數(shù)字化企業(yè)的未來

簡而言之，機器學(xué)習(xí)將實現(xiàn)人、業(yè)務(wù)、物三者的智能連接，孕育客戶與企業(yè)之間的全新互動場景，最終催生出真正的智能公司。為了充分發(fā)揮機器學(xué)習(xí)的應(yīng)用潛力，我們需要營造現(xiàn)代化的商業(yè)環(huán)境，但前提是企業(yè)必須了解人工智能和機器學(xué)習(xí)之間的區(qū)別。

2017-07-17 14:33:52

機器學(xué)習(xí)應(yīng)用商業(yè)利益

如何把業(yè)務(wù)問題變成機器學(xué)習(xí)的問題？

基于第四范式在機器學(xué)習(xí)工業(yè)應(yīng)用方面的大量成功案例和經(jīng)驗，我們今天就來分析一下，想用機器學(xué)習(xí)提升業(yè)務(wù)價值，在搭建平臺、處理數(shù)據(jù)、訓(xùn)練算法之前，真正要做的第一步應(yīng)該是什么? 我們今天不談技術(shù)，不談算法，不談平臺，但是今天聊的東西卻是機器學(xué)習(xí)產(chǎn)生價值過程中，最關(guān)鍵的步驟之一。

2017-07-13 11:20:30

機器學(xué)習(xí)業(yè)務(wù)問題 MVP

人工智能、機器學(xué)習(xí)和認(rèn)知計算入門指南

本文將探索 AI 的一些重要方面和它的子領(lǐng)域。我們首先會分析 AI 的時間線，然后深入介紹每種要素。

2017-07-13 10:50:22

人工智能機器學(xué)習(xí)認(rèn)知計算

從淺層模型到深度模型：概覽機器學(xué)習(xí)優(yōu)化算法

學(xué)習(xí)算法一直以來是機器學(xué)習(xí)能根據(jù)數(shù)據(jù)學(xué)到知識的核心技術(shù)。而好的優(yōu)化算法可以大大提高學(xué)習(xí)速度，加快算法的收斂速度和效果。該論文從淺層模型到深度模型縱覽監(jiān)督學(xué)習(xí)中常用的優(yōu)化算法，并指出了每一種優(yōu)化算法的優(yōu)點及局限性，同時其還包括了一階和二階等各種算法的形式化表達(dá)。

2017-07-11 10:19:24

淺層模型機器學(xué)習(xí)優(yōu)化算法

【W(wǎng)OTI】英語流利說林暉：AI在教育領(lǐng)域尚處初級階段原創(chuàng)

由51CTO主辦的WOTI2017全球創(chuàng)新技術(shù)峰會將于2017年7月21日拉開帷幕。峰會前期，筆者采訪了本次大會的演講嘉賓英語流利說聯(lián)合創(chuàng)始人&首席科學(xué)家林暉先生，就人工智能在教育領(lǐng)域的應(yīng)用，深度學(xué)習(xí)在英語流利說產(chǎn)品的中的實踐等話題進(jìn)行了深入的交流。

2017-07-11 10:16:48

人工智能 AI 深度學(xué)習(xí)

機器學(xué)習(xí)算法在自動駕駛領(lǐng)域的應(yīng)用大盤點

將汽車內(nèi)外傳感器的數(shù)據(jù)進(jìn)行融合，借此評估駕駛員情況、進(jìn)行駕駛場景分類，都要用到機器學(xué)習(xí)。本文中，我們講解了不同的自動駕駛算法。

2017-07-10 09:28:19

人工智能機器學(xué)習(xí)自動駕駛

機器學(xué)習(xí)算法在自動駕駛領(lǐng)域的應(yīng)用大盤點

將汽車內(nèi)外傳感器的數(shù)據(jù)進(jìn)行融合，借此評估駕駛員情況、進(jìn)行駕駛場景分類，都要用到機器學(xué)習(xí)。本文中，我們講解了不同的自動駕駛算法。

2017-07-07 16:52:54

機器學(xué)習(xí)人工智能自動駕駛

如何在時間緊迫情況下進(jìn)行機器學(xué)習(xí)：構(gòu)建標(biāo)記的新聞

本文介紹了作者和他的三位朋友參加了編程馬拉松，開發(fā)出了一個根據(jù)Hacker News提交的文章進(jìn)行分類的分類器，緊接著作者分享了比賽過程中的一些經(jīng)驗。

2017-07-05 18:25:00

機器學(xué)習(xí)構(gòu)建標(biāo)記經(jīng)驗教訓(xùn)

利用 TensorFlow 實現(xiàn)上下文的 Chat-bots

本文將帶你學(xué)會了如何去構(gòu)建一個聊天機器人框架，一個使它能記住上下文信息的機器人，已經(jīng)如何分析文本。未來的聊天機器人也都是能分析上下文語境的，這是一個大趨勢。

2017-06-27 18:52:05

TensorFlow 深度學(xué)習(xí)

基于Spark的大規(guī)模機器學(xué)習(xí)在微博的應(yīng)用

一直以來，微博都嘗試通過機器學(xué)習(xí)來解決業(yè)務(wù)場景中遇到的各種挑戰(zhàn)。本文為新浪微博吳磊在CCTC 2017云計算大會Spark峰會所做分享《基于Spark的大規(guī)模機器學(xué)習(xí)在微博的應(yīng)用》主題的一部分，介紹微博在面對大規(guī)模機器學(xué)習(xí)的挑戰(zhàn)時，采取的最佳實踐和解決方案。

2017-06-27 15:35:02

機器學(xué)習(xí)Spark 微博應(yīng)用

機器學(xué)習(xí)入門階段易犯的5個錯誤

怎樣進(jìn)入機器學(xué)習(xí)領(lǐng)域沒有定式。我們的學(xué)習(xí)方式都有些許不同，學(xué)習(xí)的目標(biāo)也因人而異。但一個共同的目標(biāo)就是要能盡快上手。如果這也是你的目標(biāo)，那么這篇文章為你列舉了程序員們在通往機器學(xué)習(xí)高手道路上常見的五種錯誤。

2017-06-27 10:39:20

機器學(xué)習(xí)易犯錯誤

機器學(xué)習(xí)之用Python從零實現(xiàn)貝葉斯分類器

通過本教程，你將學(xué)到樸素貝葉斯算法的原理和Python版本的逐步實現(xiàn)。

2017-06-22 09:53:01

機器學(xué)習(xí)Python 樸素貝葉斯

在合適的地方，機器學(xué)習(xí)帶來的將是一場革命

這篇文章只是一個關(guān)于機器學(xué)習(xí)的基本介紹，更多的學(xué)習(xí)資料正變的更加普遍，在很多語言和GUIs中(目前一些最好的機器學(xué)習(xí)的資料是用Python寫就的)，已經(jīng)出現(xiàn)非常多即用型的機器學(xué)習(xí)算法和測試數(shù)據(jù)可以被用來做實驗，其中包括Theano, Tensorflow, Weka甚至包括Octave和Matlab。

2017-06-20 12:00:03

機器學(xué)習(xí)人工智能

如何解決機器學(xué)習(xí)中的數(shù)據(jù)不平衡問題？

數(shù)據(jù)不平衡問題主要存在于有監(jiān)督機器學(xué)習(xí)任務(wù)中。當(dāng)遇到不平衡數(shù)據(jù)時，以總體分類準(zhǔn)確率為學(xué)習(xí)目標(biāo)的傳統(tǒng)分類算法會過多地關(guān)注多數(shù)類，從而使得少數(shù)類樣本的分類性能下降。絕大多數(shù)常見的機器學(xué)習(xí)算法對于不平衡數(shù)據(jù)集都不能很好地工作。本文介紹幾種有效的解決數(shù)據(jù)不平衡情況下有效訓(xùn)練有監(jiān)督算法的思路。

2017-06-16 22:14:45

機器學(xué)習(xí)數(shù)據(jù)不平衡

2017年，機器學(xué)習(xí)在Quora的五大應(yīng)用場景

2015 年，Quora 的工程主席 Xavier Amatriain 非常精彩地回答了 Quora 上的一個問題：“Quora 在 2015 年將如何應(yīng)用機器學(xué)習(xí)”。從那個時候開始，機器學(xué)習(xí)在 Quora 的應(yīng)用得到了長足的發(fā)展。他們不僅更加深入地為已有的機器學(xué)習(xí)應(yīng)用構(gòu)建更大更好的模型，而且將機器學(xué)習(xí)技術(shù)應(yīng)用到更多領(lǐng)域。

2017-06-14 19:05:51

機器學(xué)習(xí)Quora 應(yīng)用場景

“回歸分析”真的算是“機器學(xué)習(xí)”嗎？

是什么將“統(tǒng)計”從“機器學(xué)習(xí)”中分離出來的?這是一個被討論過無數(shù)次的問題。關(guān)于這個問題的文章有很多，人們對其好壞莫衷一是。但是我發(fā)現(xiàn)，在“統(tǒng)計”和“機器學(xué)習(xí)”的爭論上，人們往往會“只見森林，不見樹木”。

2017-06-14 17:18:43

機器學(xué)習(xí)數(shù)據(jù)研究回歸

挨踢部落技術(shù)門診第六期

2017-06-08 14:43:00

挨踢部落坐診第六期：機器學(xué)習(xí)如何判斷突發(fā)情況？原創(chuàng)

挨踢部落是為核心開發(fā)者提供深度技術(shù)交流，解決開發(fā)需求，資源共享的服務(wù)社群。基于此社群，我們邀請了業(yè)界技術(shù)大咖對開發(fā)需求進(jìn)行一對一突破，解除開發(fā)過程中的絆腳石。以最專業(yè)、最高效的答復(fù)為開發(fā)者解決開發(fā)難題。

2017-06-07 15:16:35

機器學(xué)習(xí)IDEA vSphere

上一頁 1 ··· 36 37 38 39 40 41 下一頁

51CTO技術(shù)棧公眾號

業(yè)務(wù)
速覽

媒體

51CTO CIOAge HC3i

社區(qū)

51CTO博客鴻蒙開發(fā)者社區(qū) AI.x社區(qū)

教育

51CTO學(xué)堂精培企業(yè)培訓(xùn) CTO訓(xùn)練營

<thead id="cboda"></thead>

<strong id="cboda"></strong>