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

<tt id="g2rbn"></tt>

AI.x社區(qū)

軟考社區(qū)

免費(fèi)課

企業(yè)培訓(xùn)

鴻蒙開發(fā)者社區(qū)

信創(chuàng)認(rèn)證

公眾號(hào)矩陣

移動(dòng)端

視頻課免費(fèi)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(xiàng)目管理免費(fèi)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(yíng)

鴻蒙開發(fā)者社區(qū)訂閱號(hào)

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(hào)

51CTO軟考題庫

賬號(hào)設(shè)置退出

機(jī)器學(xué)習(xí)

2040內(nèi)容??

關(guān)注

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

共 2040 條

JavaScript中的10個(gè)機(jī)器學(xué)習(xí)示例

最近一段時(shí)間，Web 生態(tài)系統(tǒng)發(fā)展迅速，雖然 JavaScript 和 Node.js 在性能上仍然不及 Python 和 Java，但它們也已經(jīng)強(qiáng)大到足以處理許多機(jī)器學(xué)習(xí)的問題。Web 開發(fā)語言非常易用，它們?cè)谶@一點(diǎn)上受益匪淺——你只需要在 Web 瀏覽器運(yùn)行一個(gè) JavaScript ML 項(xiàng)目即可。

2017-05-27 15:21:38

JavaScript 機(jī)器學(xué)習(xí)示例

大規(guī)模機(jī)器學(xué)習(xí)的編程技術(shù)、計(jì)算模型以及Xgboost和MXNet案例

現(xiàn)在，機(jī)器學(xué)習(xí)的趨勢(shì)從傳統(tǒng)方法中的簡(jiǎn)單模型 + 少量數(shù)據(jù)(人工標(biāo)注樣本)，到簡(jiǎn)單模型 + 海量數(shù)據(jù)(比如基于邏輯回歸的廣告點(diǎn)擊率預(yù)測(cè))，再發(fā)展到現(xiàn)在復(fù)雜模型 + 海量數(shù)據(jù)(比如深度學(xué)習(xí) ImageNet 圖像識(shí)別，基于 DNN 的廣告點(diǎn)擊率預(yù)測(cè))。

2017-05-23 14:00:26

機(jī)器學(xué)習(xí)編程技術(shù)計(jì)算模型

初學(xué)TensorFlow機(jī)器學(xué)習(xí)：如何實(shí)現(xiàn)線性回歸？

在本文中，你將學(xué)習(xí)如何用回歸來解決一個(gè)實(shí)際問題。你將看到，如果你想擁有最強(qiáng)大的預(yù)測(cè)器，TensorFlow 工具將是正確的選擇。

2017-05-17 08:24:08

TensorFlow 機(jī)器學(xué)習(xí)線性回歸

使用 Node.js 對(duì)文本內(nèi)容分詞和關(guān)鍵詞抽取

一下內(nèi)容是分詞庫 nodejieba 基本的使用方法，在將來我們可以利用它對(duì)眾成翻譯發(fā)布的譯文自動(dòng)分析添加相應(yīng)的 tag，以為各位譯者和讀者提供更好的用戶體驗(yàn)。

2017-05-16 14:28:05

Node.js 自然語言處理

機(jī)器學(xué)習(xí)決策樹算法學(xué)習(xí)筆記

利用香濃熵找到信息增益最大的特征，按照信息增益最大的特征劃分?jǐn)?shù)據(jù)，如此反復(fù)，讓無序的數(shù)據(jù)變的更加有序。使用ID3算法構(gòu)建樹結(jié)構(gòu)。當(dāng)傳入一個(gè)新數(shù)據(jù)時(shí)，按照數(shù)據(jù)找到對(duì)應(yīng)樹節(jié)點(diǎn)，直到最后沒有葉子節(jié)點(diǎn)時(shí)，完成分類。

2017-05-10 15:41:29

機(jī)器學(xué)習(xí)算法數(shù)據(jù)

入門級(jí)攻略：機(jī)器學(xué)習(xí) VS. 深度學(xué)習(xí)

本文以淺顯易懂的語言介紹了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的定義及應(yīng)用，以及在源數(shù)據(jù)要求，硬件支持，特征工程、問題解決方式、執(zhí)行時(shí)間及可解釋性等方面的區(qū)別，對(duì)于新手入門有很大啟示意義。

2017-05-10 09:26:41

機(jī)器學(xué)習(xí)深度學(xué)習(xí)

如何用 TensorFlow 教機(jī)器人作曲？秘訣原來是這樣

計(jì)算機(jī)會(huì)首先把你的語音轉(zhuǎn)化成文字，并且提取出關(guān)鍵字，轉(zhuǎn)化成詞向量。然后會(huì)用一些打過標(biāo)簽的音樂的數(shù)據(jù)，這些標(biāo)簽就是人類的各種情感。接著通過在這些數(shù)據(jù)上面訓(xùn)練一個(gè)模型，模型訓(xùn)練好后就可以生成符合要求關(guān)鍵詞的音樂。

2017-05-09 15:39:33

ensorFlow 機(jī)器人機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)從入門到精通

本部門主要對(duì)機(jī)器學(xué)習(xí)的基本概念以及相關(guān)的方法分類進(jìn)行一個(gè)概要的介紹。進(jìn)行的拓展主要在于總結(jié)和科普，沒有進(jìn)行詳細(xì)詳細(xì)的展開，后續(xù)會(huì)進(jìn)一步進(jìn)行展開或總結(jié)。

2017-05-09 08:48:44

機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)中容易犯下的錯(cuò)

在處理少量的數(shù)據(jù)時(shí)，盡量多的去嘗試更多的算法是合理的，并且去選擇最好的算法建立在實(shí)驗(yàn)成本低的情況下。但是，當(dāng)我們碰到“大數(shù)據(jù)”時(shí)，就需要對(duì)數(shù)據(jù)進(jìn)行前期分析，然后相應(yīng)的設(shè)計(jì)建模流程。(例如預(yù)處理、建模、優(yōu)化算法、評(píng)價(jià)，產(chǎn)品化)

2017-05-09 08:18:11

機(jī)器學(xué)習(xí)損失函數(shù)正則化

一元線性回歸梯度下降算法的Octave仿真

在梯度下降算法理論篇中，曾經(jīng)感嘆推導(dǎo)過程如此蒼白，如此期待仿真來給我更加直觀的感覺。當(dāng)我昨晚Octave仿真后，那種成就感著實(shí)難以抑制。分享一下仿真的過程和結(jié)果，并且將上篇中未理解透澈的內(nèi)容補(bǔ)上。

2017-05-08 08:39:12

梯度算法 Octave 機(jī)器學(xué)習(xí)

干貨｜在機(jī)器學(xué)習(xí)中如何應(yīng)對(duì)不均衡分類問題？

在處理機(jī)器學(xué)習(xí)等數(shù)據(jù)科學(xué)問題時(shí)，經(jīng)常會(huì)碰到不均衡種類分布的情況，即在樣本數(shù)據(jù)中一個(gè)或多個(gè)種類的觀察值明顯少于其他種類的觀察值的現(xiàn)象。在我們更關(guān)心少數(shù)類的問題時(shí)這個(gè)現(xiàn)象會(huì)非常突出，例如竊電問題、銀行詐騙性交易、罕見病鑒定等。在這種情況下，運(yùn)用常規(guī)的機(jī)器學(xué)習(xí)算法的預(yù)測(cè)模型可能會(huì)無法準(zhǔn)確預(yù)測(cè)。這是因?yàn)闄C(jī)器學(xué)習(xí)算法通常是通過減少錯(cuò)誤來增加準(zhǔn)確性，而不考慮種類的平衡。這篇文章講了不同的方法來解決這個(gè)不均衡分類問題，同時(shí)說明了這些方法的好處和壞處。

2017-05-05 09:30:28

機(jī)器學(xué)習(xí)不均衡分類

我是如何用機(jī)器學(xué)習(xí)技術(shù)幫助HR省時(shí)間的

搜索和閱讀簡(jiǎn)歷占據(jù)了招聘的大部分時(shí)間。在 HR 搜索或閱讀簡(jiǎn)歷時(shí)，需要根據(jù)簡(jiǎn)歷名稱或工作內(nèi)容對(duì)簡(jiǎn)歷類別進(jìn)行判斷，簡(jiǎn)歷類別的 “區(qū)分度” 越高，HR 越容易通過搜索定位到對(duì)應(yīng)的簡(jiǎn)歷，也越容易甄別出簡(jiǎn)歷與空缺崗位的匹配度。

2017-05-02 20:56:36

機(jī)器學(xué)習(xí)HR 簡(jiǎn)歷

一種基于機(jī)器學(xué)習(xí)的自動(dòng)化魚叉式網(wǎng)絡(luò)釣魚思路

機(jī)器學(xué)習(xí)在網(wǎng)絡(luò)安全領(lǐng)域的應(yīng)用已經(jīng)有廣泛研究，目前大多用于網(wǎng)絡(luò)攻防中的“防”，但是ML也容易被黑客利用進(jìn)行惡意攻擊。本文將介紹一種基于機(jī)器學(xué)習(xí)的社會(huì)工程模型—自動(dòng)化魚叉式網(wǎng)絡(luò)釣魚。

2017-05-02 14:41:00

網(wǎng)絡(luò)釣魚機(jī)器學(xué)習(xí)社會(huì)工程

機(jī)器學(xué)習(xí)項(xiàng)目中的數(shù)據(jù)預(yù)處理與數(shù)據(jù)整理之比較

使用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)技術(shù)構(gòu)建分析模型并不容易。數(shù)據(jù)準(zhǔn)備占去整個(gè)分析管道的60%到80%。市場(chǎng)上有各種用于數(shù)據(jù)清洗和特征工程的編程語言、框架和工具。它們之間的功能有重疊，也各有權(quán)衡。

2017-05-02 08:40:36

機(jī)器學(xué)習(xí)預(yù)處理整理

人工智能和機(jī)器學(xué)習(xí)——這些流行詞你Get到了嗎？

到2017年為止，最常用的流行語就是人工智能(AI)和機(jī)器學(xué)習(xí)(ML)了，但是，現(xiàn)在越來越明顯，它們的使用范圍覆蓋各種領(lǐng)域，包括數(shù)據(jù)分析、自動(dòng)駕駛、網(wǎng)絡(luò)安全、物聯(lián)網(wǎng)、市場(chǎng)營(yíng)銷、數(shù)字助理和所有這些一切的鼻祖——大數(shù)據(jù)。

2017-04-29 11:28:57

人工智能機(jī)器學(xué)習(xí)AI

機(jī)器學(xué)習(xí)項(xiàng)目中的數(shù)據(jù)預(yù)處理與數(shù)據(jù)整理之比較

本文比較了用于數(shù)據(jù)準(zhǔn)備的幾種方法，它們分別是提取-變換-加載(extract-transform-load，ETL)批處理、流式獲取(streaming ingestion)和數(shù)據(jù)整理(data wrangling)。同時(shí)借助于先進(jìn)的分析技術(shù)和開源框架(如 R 、 Apache Spark 、 KNIME 、 RapidMiner )，討論了各種不同的選擇及其折中。本文還討論了數(shù)據(jù)準(zhǔn)備如何與可視化分析相關(guān)聯(lián)，以及不同用戶角色(如數(shù)據(jù)科學(xué)家或業(yè)務(wù)分析人員)應(yīng)如何共同構(gòu)建分析模型的最佳實(shí)踐。

2017-04-29 10:16:14

機(jī)器學(xué)習(xí)數(shù)據(jù)清洗數(shù)據(jù)整理

2017年機(jī)器學(xué)習(xí)發(fā)展十大趨勢(shì)預(yù)測(cè)，悲觀還是現(xiàn)實(shí)？

每一年結(jié)束時(shí)，技術(shù)專家們總會(huì)著眼于新的十二個(gè)月，思考其熟知的技術(shù)方案將在下一階段迎來怎樣的變化趨勢(shì)。在BigML公司，我們結(jié)合2016年中機(jī)器學(xué)習(xí)技術(shù)的發(fā)展與演變，嘗試解析其在新一年內(nèi)的未來前景。

2017-04-29 09:45:00

機(jī)器學(xué)習(xí)AI 深度學(xué)習(xí)

面向機(jī)器智能的TensorFlow實(shí)踐：產(chǎn)品環(huán)境中模型的部署

本文將創(chuàng)建一個(gè)簡(jiǎn)單的Web App，使用戶能夠上傳一幅圖像，并對(duì)其運(yùn)行Inception模型，實(shí)現(xiàn)圖像的自動(dòng)分類。

2017-04-26 15:00:00

機(jī)器學(xué)習(xí)TensorFlow 模型部署

機(jī)器學(xué)習(xí)流行趨勢(shì)一覽

你用過 Google Trends 嗎?相當(dāng)酷，輸入一些關(guān)鍵詞，然后能看到它們?cè)诠雀柚械乃阉髭厔?shì)變化。剛好 arxiv-sanity 論文數(shù)據(jù)庫在過去 5 年內(nèi)有 28303 份機(jī)器學(xué)習(xí)相關(guān)論文，所以我想，為什么不做一些類似的事情，來看看機(jī)器學(xué)習(xí)研究在過去 5 年是如何進(jìn)展的?結(jié)果相當(dāng)有趣，所以我想我該寫篇文章分享一下。

2017-04-25 17:29:24

機(jī)器學(xué)習(xí)框架關(guān)鍵詞

從機(jī)器學(xué)習(xí)談起

在本篇文章中，我將對(duì)機(jī)器學(xué)習(xí)做個(gè)概要的介紹。本文的目的是能讓即便完全不了解機(jī)器學(xué)習(xí)的人也能了解機(jī)器學(xué)習(xí)，并且上手相關(guān)的實(shí)踐。這篇文檔也算是EasyPR開發(fā)的番外篇，從這里開始，必須對(duì)機(jī)器學(xué)習(xí)了解才能進(jìn)一步介紹EasyPR的內(nèi)核。當(dāng)然，本文也面對(duì)一般讀者，不會(huì)對(duì)閱讀有相關(guān)的前提要求。

2017-04-25 16:45:11

機(jī)器學(xué)習(xí)人工智能

三張圖讀懂機(jī)器學(xué)習(xí)：基本概念、五大流派與九種常見算法

本文通過機(jī)器學(xué)習(xí)基礎(chǔ)的圖表，介紹了機(jī)器學(xué)習(xí)的基本概念、原理、歷史、未來趨勢(shì)和一些常見的算法。

2017-04-24 07:54:29

機(jī)器學(xué)習(xí)算法人工智能

一個(gè)開源機(jī)器學(xué)習(xí)框架新手入門，Scikit-learn的那些事兒

對(duì)Python語言有所了解的科研人員可能都知道SciPy——一個(gè)開源的基于Python的科學(xué)計(jì)算工具包?；赟ciPy，目前開發(fā)者們針對(duì)不同的應(yīng)用領(lǐng)域已經(jīng)發(fā)展出了為數(shù)眾多的分支版本，它們被統(tǒng)一稱為Scikits，即SciPy工具包的意思。而在這些分支版本中，最有名，也是專門面向機(jī)器學(xué)習(xí)的一個(gè)就是Scikit-learn。

2017-04-21 09:59:11

開源機(jī)器學(xué)習(xí)框架

機(jī)器學(xué)習(xí)的八個(gè)步驟

機(jī)器學(xué)習(xí)帶動(dòng)了產(chǎn)業(yè)內(nèi)數(shù)十億美元的收入，催生出了空前的資源和海量的就業(yè)機(jī)會(huì)。但這也意味著如何入門機(jī)器學(xué)習(xí)讓人有點(diǎn)無所適從。下面是我的入門方法。如果你在本文中的某處卡住了，請(qǐng)搜索 Kaggle(也許某人以前也遇到了同樣問題)，并在 Kaggle 論壇上提出問題(如果以前沒人提問過該問題)，這是找到方向并解決問題的好方法。

2017-04-20 12:51:28

機(jī)器學(xué)習(xí)Kaggle 人工智能

揭秘AI深處的黑暗面：人工智能將取代人類，而你卻不知道它是如何機(jī)器學(xué)習(xí)的

即使是對(duì)計(jì)算機(jī)科學(xué)家來說，機(jī)器學(xué)習(xí)技術(shù)的運(yùn)作也是晦澀不明的，遠(yuǎn)不如人工編程易于理解。但這并不意味著未來所有的人工智能技術(shù)都是不可知的，只是從本質(zhì)上來說，深度學(xué)習(xí)就好比一個(gè)看不見內(nèi)部的黑盒子。

2017-04-20 08:24:27

AI深處人工智能機(jī)器學(xué)習(xí)

用十張圖解釋機(jī)器學(xué)習(xí)的基本概念

在解釋機(jī)器學(xué)習(xí)的基本概念的時(shí)候，我發(fā)現(xiàn)自己總是回到有限的幾幅圖中。以下是我認(rèn)為最有啟發(fā)性的條目列表。

2017-04-19 10:55:20

機(jī)器學(xué)習(xí)基本概念

28款GitHub最流行的開源機(jī)器學(xué)習(xí)項(xiàng)目：TensorFlow排榜首

現(xiàn)在機(jī)器學(xué)習(xí)逐漸成為行業(yè)熱門，經(jīng)過二十幾年的發(fā)展，機(jī)器學(xué)習(xí)目前也有了十分廣泛的應(yīng)用，如：數(shù)據(jù)挖掘、計(jì)算機(jī)視覺、自然語言處理、生物特征識(shí)別、搜索引擎、醫(yī)學(xué)診斷、DNA序列測(cè)序、語音和手寫識(shí)別、戰(zhàn)略游戲和機(jī)器人等方面。

2017-04-19 10:32:01

GitHub 機(jī)器學(xué)習(xí)TensorFlow

人工智能/機(jī)器學(xué)習(xí)知多少？

從在智力競(jìng)賽節(jié)目和圍棋人機(jī)大戰(zhàn)戰(zhàn)勝人類，到推送廣告時(shí)表現(xiàn)出種族偏見而備受抨擊，我們似乎已經(jīng)進(jìn)入了人工智能發(fā)展步伐迅速加快的時(shí)代。但就目前而言，我們還無法讓機(jī)器具有完整的感知能力，使其電子“大腦”通過合理的道德判斷，完成復(fù)雜的認(rèn)知任務(wù)。

2017-04-18 15:49:24

人工智能機(jī)器學(xué)習(xí)數(shù)據(jù)

廣告和推薦系統(tǒng)部署機(jī)器學(xué)習(xí)模型的兩種架構(gòu)

廣告和推薦系統(tǒng)是機(jī)器學(xué)習(xí)是最成熟的應(yīng)用領(lǐng)域。那么廣告和推薦系統(tǒng)是怎么在線上部署機(jī)器學(xué)習(xí)模型的呢?

2017-04-18 14:31:39

機(jī)器學(xué)習(xí)模型架構(gòu)

英國開發(fā)人工智能新算法提高心臟病發(fā)作預(yù)測(cè)準(zhǔn)確率

心臟病發(fā)作很難提前預(yù)測(cè)。據(jù)《科學(xué)》雜志17日?qǐng)?bào)道，英國諾丁漢大學(xué)科學(xué)家開發(fā)了一種人工智能新算法，能顯著提高心臟病發(fā)作預(yù)測(cè)準(zhǔn)確率，若投入臨床應(yīng)用，每年或可挽救數(shù)百萬生命。

2017-04-18 12:27:16

人工智能心臟病機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)工程師必知的十大算法

機(jī)器學(xué)習(xí)/人工智能的子領(lǐng)域在過去幾年越來越受歡迎。目前大數(shù)據(jù)在科技行業(yè)已經(jīng)炙手可熱，而基于大量數(shù)據(jù)來進(jìn)行預(yù)測(cè)或者得出建議的機(jī)器學(xué)習(xí)無疑是非常強(qiáng)大的。

2017-04-18 09:46:31

機(jī)器學(xué)習(xí)工程師算法

開發(fā)者彈藥庫升級(jí) 推薦五個(gè)機(jī)器學(xué)習(xí)框架

你可能沒聽過它們，但從今天起或許會(huì)考慮上手。

2017-04-17 13:59:37

機(jī)器學(xué)習(xí)代碼 TensorFlow

吳思楠機(jī)器學(xué)習(xí)之路：Numpy里多維數(shù)組的創(chuàng)建

Numpy是Python科學(xué)計(jì)算的核心庫之一，主要提供了對(duì)多維數(shù)組的強(qiáng)有力支持。

2017-04-14 15:28:27

1-Numpy 基礎(chǔ)多維數(shù)組

機(jī)器學(xué)習(xí)在惡意軟件檢測(cè)中的應(yīng)用

機(jī)器學(xué)習(xí)是計(jì)算機(jī)科學(xué)的一個(gè)分支學(xué)科，目的在于賦予計(jì)算機(jī)從數(shù)據(jù)中學(xué)習(xí)的能力，使計(jì)算機(jī)能夠有效利用當(dāng)今互聯(lián)網(wǎng)中存在的PB量級(jí)的數(shù)據(jù)，為人們?cè)跊Q策制定、任務(wù)執(zhí)行方面提供幫助支持，這些工作對(duì)人們而言復(fù)雜度很高且耗時(shí)巨大。

2017-04-14 08:33:47

機(jī)器學(xué)習(xí)惡意軟件應(yīng)用

Spark for python developers —Spark與數(shù)據(jù)的機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)可以從數(shù)據(jù)中得到有用的見解. 目標(biāo)是縱觀Spark MLlib，采用合適的算法從數(shù)據(jù)集中生成見解。對(duì)于 Twitter的數(shù)據(jù)集, 采用非監(jiān)督集群算法來區(qū)分與Apache Spark相關(guān)的tweets。初始輸入是混合在一起的tweets。首先提取相關(guān)特性, 然后在數(shù)據(jù)集中使用機(jī)器學(xué)習(xí)算法, 最后評(píng)估結(jié)果和性能。

2017-04-13 13:30:56

Spark Spark MLlib 機(jī)器學(xué)習(xí)

利用一點(diǎn)機(jī)器學(xué)習(xí)來加速你的網(wǎng)站

最近，我發(fā)現(xiàn)自己對(duì) web 性能的定義可能太狹隘了，從用戶的角度上來說，這些只是 web 性能中的一些小插曲。所以我打開了我經(jīng)常去的網(wǎng)站，嘗試了所有的用戶可能的操作，并記錄操作所花費(fèi)的時(shí)間。(我們需要一些用戶操作時(shí)光軸工具)，之后，我發(fā)現(xiàn)了一個(gè)可行的提升性能的方案。

2017-04-13 11:20:56

機(jī)器學(xué)習(xí)代碼

聊天機(jī)器人中的兩把技術(shù)之火：AI和機(jī)器學(xué)習(xí)

隨著聊天機(jī)器人(chatbot)的普及，出現(xiàn)了一大堆類似的競(jìng)爭(zhēng)應(yīng)用框架。甲骨文認(rèn)為秉承行業(yè)標(biāo)準(zhǔn)將會(huì)防止分散和不兼容的現(xiàn)象出現(xiàn)。

2017-04-13 09:57:39

機(jī)器學(xué)習(xí)人工智能 AI

用兩萬篇論文告訴你：機(jī)器學(xué)習(xí)在過去五年中發(fā)生了什么

來自斯坦福大學(xué)計(jì)算機(jī)學(xué)院的博士畢業(yè)生、OpenAI 的高級(jí)科學(xué)家 Andrej Karpathy 基于一份 arXiv 機(jī)器學(xué)習(xí)論文大數(shù)據(jù)，從論文數(shù)量、開源框架、數(shù)學(xué)模型和優(yōu)化算法等多個(gè)方面對(duì)過去五年中的機(jī)器學(xué)習(xí)變化趨勢(shì)進(jìn)行了詳細(xì)分析。

2017-04-12 09:00:53

機(jī)器學(xué)習(xí)發(fā)生框架

機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)之信用卡欺詐檢測(cè)

我是51CTO學(xué)院講師唐宇迪，在51CTO學(xué)院“4.20 IT充電節(jié)”(4月19~20日)到來之際，和大家分享一下機(jī)器學(xué)習(xí)實(shí)戰(zhàn)案例經(jīng)驗(yàn)。

2017-04-11 21:13:58

機(jī)器學(xué)習(xí)數(shù)據(jù)分析 pandas

數(shù)據(jù)分析機(jī)器學(xué)習(xí)的泰坦尼克案例-牛刀小試

我是51CTO學(xué)院講師唐宇迪，在51CTO學(xué)院“4.20 IT充電節(jié)”(4月19~20日)到來之際，和大家分享一下機(jī)器學(xué)習(xí)實(shí)戰(zhàn)案例經(jīng)驗(yàn)。

2017-04-11 20:49:02

機(jī)器學(xué)習(xí)大數(shù)據(jù)數(shù)據(jù)分析

機(jī)器學(xué)習(xí)研究與開發(fā)平臺(tái)的選擇

目前機(jī)器學(xué)習(xí)可以說是百花齊放階段，不過如果要學(xué)習(xí)或者研究機(jī)器學(xué)習(xí)，進(jìn)而用到生產(chǎn)環(huán)境，對(duì)平臺(tái)，開發(fā)語言，機(jī)器學(xué)習(xí)庫的選擇就要費(fèi)一番腦筋了。這里就我自己的機(jī)器學(xué)習(xí)經(jīng)驗(yàn)做一個(gè)建議，僅供參考。

2017-04-11 14:45:22

機(jī)器學(xué)習(xí)學(xué)習(xí)平臺(tái)大數(shù)據(jù)平臺(tái)

Python機(jī)器學(xué)習(xí)實(shí)戰(zhàn)：信用卡欺詐檢測(cè)

對(duì)于一個(gè)機(jī)器學(xué)習(xí)案例來說，一份數(shù)據(jù)肯定伴隨著很多的挑戰(zhàn)和問題，那么最為重要的就是我們?cè)撛趺唇鉀Q這一系列的問題，大牛們不見得代碼寫的比咱們強(qiáng)但是他們卻很清楚如何去解決問題。今天咱們講述了一個(gè)以檢測(cè)任務(wù)為背景的案例，其中涉及到如何處理樣本不均衡問題，以及模型評(píng)估選擇的方法，最后給出了邏輯回歸在不用閾值下的結(jié)果。

2017-04-11 12:45:29

Python 機(jī)器學(xué)習(xí)信用卡欺詐檢測(cè)

機(jī)器學(xué)習(xí)的發(fā)展歷程及啟示

近年來，人工智能的強(qiáng)勢(shì)崛起，特別是剛剛過去的AlphaGo和韓國九段棋手李世石的人機(jī)大戰(zhàn)，讓我們領(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(jī)器學(xué)習(xí)是從數(shù)據(jù)通往智能的技術(shù)途徑。因此，機(jī)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)。

2017-04-11 09:00:24

機(jī)器學(xué)習(xí)發(fā)展歷程啟示

機(jī)器學(xué)習(xí)研究趨勢(shì)分析：TensorFlow已超越Caffe成研究最常用框架

你是否使用過 Google Trends?相當(dāng)?shù)目?，你在里面輸入關(guān)鍵詞，看一下谷歌搜索中這一詞條如何隨時(shí)間變化的。我想，過去 5 年中 arxiv-sanity 數(shù)據(jù)庫中剛好有 28303 篇機(jī)器學(xué)習(xí)論文，為什么不做一些類似的工作，看一下過去 5 年機(jī)器學(xué)習(xí)研究有何進(jìn)化?結(jié)果相當(dāng)?shù)挠腥?，所以我把它貼了出來。

2017-04-10 18:00:11

機(jī)器學(xué)習(xí)Google TensorFlow

學(xué)習(xí)機(jī)器學(xué)習(xí)時(shí)需要盡早知道的三件事

我已經(jīng)在學(xué)術(shù)界和工業(yè)界進(jìn)行了許多年的機(jī)器學(xué)習(xí)建模工作，在看了一系列討論“大數(shù)據(jù)”實(shí)用性問題的優(yōu)秀視頻 Scalable ML 后，我開始思考總結(jié)一些在學(xué)習(xí)機(jī)器學(xué)習(xí)時(shí)，我希望能夠盡早明白的事情。視頻來源于 Mikio Braun，介紹了 Scala 和 Spark 相關(guān)的知識(shí)。

2017-04-10 08:40:14

機(jī)器學(xué)習(xí)模型應(yīng)用模型評(píng)估

有望取代Spark的實(shí)時(shí)機(jī)器學(xué)習(xí)框架Ray

一個(gè)新的項(xiàng)目旨在為實(shí)時(shí)處理開發(fā)一種速度更快的框架，可用來支持用Python編寫的機(jī)器學(xué)習(xí)應(yīng)用。

2017-04-08 17:32:39

人工智能喬丹 Ray

機(jī)器理解大數(shù)據(jù)的秘密：聚類算法深度詳解

在本文中，我將給出每種聚類算法的概述、工作方式的簡(jiǎn)單介紹和一個(gè)更細(xì)節(jié)的逐步實(shí)現(xiàn)的案例。我相信這能幫助你理解這些算法。

2017-04-07 13:00:49

機(jī)器學(xué)習(xí)大數(shù)據(jù)聚類算法

機(jī)器學(xué)習(xí)難在哪

機(jī)器學(xué)習(xí)難，并不是因?yàn)閿?shù)學(xué)難，而是因?yàn)檫x擇什么工具及Debug難?？焖儆行ebug是現(xiàn)代機(jī)器學(xué)習(xí)中的必備技能，但機(jī)器學(xué)習(xí)的Debug相比普通程序要難很多：候選錯(cuò)誤空間大、調(diào)試周期長(zhǎng)。

2017-04-07 09:32:20

機(jī)器學(xué)習(xí)調(diào)試算法

機(jī)器學(xué)習(xí)從用戶社交媒體資料中窺得的五種秘密譯文

大型數(shù)據(jù)企業(yè)正在積極利用機(jī)器學(xué)習(xí)技術(shù)判斷人類社會(huì)中的種種行為趨勢(shì)。利用一系列數(shù)據(jù)點(diǎn)，包括購物習(xí)慣、所訂閱雜志、Facebook關(guān)注乃至多達(dá)其他5000種關(guān)注取向，Cambridge Analytica等數(shù)據(jù)企業(yè)為美國的2.2億成年人建立起了預(yù)測(cè)性個(gè)性模型。

2017-04-07 07:01:31

機(jī)器學(xué)習(xí)社交媒體

5個(gè)開源Python庫，讓機(jī)器學(xué)習(xí)更簡(jiǎn)單

Python 是一款強(qiáng)大的工具語言，被廣泛應(yīng)用在大數(shù)據(jù)和機(jī)器學(xué)習(xí)之中。以下推薦了 5 個(gè) Python 庫，幫你疏通機(jī)器學(xué)習(xí)之路。

2017-04-06 10:40:49

機(jī)器學(xué)習(xí)開源 Python庫

機(jī)器學(xué)習(xí)的本質(zhì)就是數(shù)理統(tǒng)計(jì)？答案可能沒這么簡(jiǎn)單

機(jī)器學(xué)習(xí)和統(tǒng)計(jì)建模是預(yù)測(cè)建模領(lǐng)域的兩個(gè)不同分支。這兩者之間的差距在過去的 10 年中正在不斷縮小，而且它們之間存在許多相互學(xué)習(xí)和借鑒的地方。未來，它們之間的聯(lián)系將會(huì)更加緊密。

2017-04-06 09:37:39

機(jī)器學(xué)習(xí)本質(zhì)統(tǒng)計(jì)

上一頁 1 ··· 36 37 38 39 40 41 下一頁

點(diǎn)贊

51CTO技術(shù)棧公眾號(hào)

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(yíng)

<big id="a7tbh"></big>