热门好课推荐
猜你喜欢
相关培训 相关博客
  • 如今,人工智能技术已经成为国家战略,无人超市、人脸识别、自动驾驶、智能家居等“黑科技”正逐渐成为现实。像云计算、大数据、深度学习、算法、语音识别、技术机器人技术等作为人工智能的技术储备,都离不开Python、Java、C++等编程语言的支撑。而当下热门的Python被认为是现阶段人工智能技术的首选编程语言。因此想入门人工智能领域,需要从Python入手(下图来自拉勾网2019年8月8日数据)...
    2019-08-19 17:56:03
    阅读量:297
    评论:0
  • 机器学习速成课程-笔记机器学习速成课程,Google开发者项目的一个机器学习课程,建议想要深入了解机器学习的筒子们静下心来好好学一下。前置技能Mathpython安装MLCC的本地编程练习关于virtualenv的介绍可以查看廖雪峰博客中的详细介绍。如果出现文档中的源无法获取包,可以直接使用pipinstall在中文语言环境下,安装完成后输入jupyternotebook时...
    2018-12-11 15:27:29
    阅读量:95
    评论:1
  • 课程介绍本达人课针对机器学习初学者,从机器学习、深度学习最基本的原理及学习意义入手,以模型为驱动,带领大家吃透几个最经典的机器学习模型——学习这些模型的原理、数学推导、训练过程和优化方法。本课为每个模型提供了极小数据量的“极简版”实例,方便读者从直观上了解模型的运行原理。借助这些例子,大家可以将自己变身为“人肉计算机”,通过口算/笔算每一步的推导,模拟算法全过程,进而彻底理解每个模型的运作方式...
    2018-07-03 02:45:07
    阅读量:1849
    评论:0
  • 摘要:本文是一份关于机器学习中线性代数学习指南,所给出的资源涵盖维基百科网页、教材、视频等,机器学习从业者可以从中选择合适的资源进行学习。对于机器学习而言,要学习的特征大多数是以矩阵的形式表示。线性代数是一门关于矩阵的数学,也是机器学习领域中的一个重要支柱。对初学者来说,线性代数可能是一个富有挑战性的难点。那么通过这篇文章,你会收获如何学习与机器学习相关的线性代数内容的相关建议与帮助。读完这篇文...
    2018-03-28 10:16:15
    阅读量:534
    评论:0
  • MOOCsCoursera上AndrewNg的MachineLearning课程:适合MachineLearning的入门,我当时是研一的上学期听的这个课,学校的课还比较多,那时是完全按照他的课程日历来学的,每周都有Deadline,一共学习了3个月,就是通过这个课对机器学习有了一个整体的理解,学习课程的时候一定要记得做Assignment,非常有帮助。研一下学期听了师兄们推荐的
    2016-07-16 16:00:25
    阅读量:23486
    评论:1
  • 本文主要参考Sunface-孙飞的博客,略加整理,希望对今后在机器学习这一方面有所指导和帮助。一.机器学习算法的重要性  程序员是一个知识更新较为迅速的职业,这个行业的知识的更新速度,有时会超过你的学习速度。这里笔者要向读者介绍一下机器学习(包含深度学习)的重要性,以及常见的知识。其实在互联网公司工作过的同学都应该有这样的感触,我们正在从IT到DT的转型,算法在应用中变得越来越重
    2017-01-01 15:50:41
    阅读量:2914
    评论:0
  • 1.首先,机器学习是什么?机器学习,就是“根据所给数据,寻找一个函数,给出适当输出”。通过这个函数,我们可以给它一个输入,得到理想的、正确的输出。我们通常需要给它数据,训练一个机器的学习能力。例如:SpeechRecognition就是我们给它一段音频,它给我们识别,输出这个音频说的内容是什么。2.机器学习的大致步骤:机器学习,虽然分为很多种,但大致都有三个步骤:1)确定Model:Model就...
    2018-05-12 21:01:36
    阅读量:1963
    评论:0
  • 1.什么是机器学习机器学习(MachineLearning,ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。上述为百度百科定义,而在现实生活中,我们主要会碰到两类问题。一类是我们知道怎么去通过算法将输入转化为输出,通过学习此类...
    2018-03-24 17:10:00
    阅读量:1654
    评论:2
  • 大家好,我是MacJiang,今天和大家分享coursera-NTU-機器學習基石(MachineLearningFoundations)-作业1的习题解答。笔者是在学习了Ng的MachineLearning之后开始学习这门课程的,但还是感觉收获颇丰。Ng的课程主要站在计算机专业的角度,教你如何使用机器学习,注重方法而不是数学推导,是一门很好的入门教程;而林轩田老师的机器学习基石是站在统计
    2016-03-26 12:56:17
    阅读量:21181
    评论:110
  • Python机器学习&数据分析-关联规则机器学习课程的笔记整理一、关联规则前置知识关联规则在美国,一些年轻的父亲下班后经常要到超市去买婴儿尿布,超市也因此发现了一个规律,在购买婴儿尿布的年轻父亲们中,有30%~40%的人同时要买一些啤酒。超市随后调整了货架的摆放,把尿布和啤酒放在一起,明显增加了销售额。若两个或多个变量的取值之间存在某种规律性,就称为关联关联规则是...
    2019-08-04 09:10:23
    阅读量:65
    评论:0
  • (第一周)    机器视觉同计算机视觉最主要的区别是更加强调在工业中的应用,常用于检测,识别等工作,再很多情况下需要外加的光源来得到清晰的图像。      在分析的过程中,将图片信息当做二维的函数进行处理,在机器视觉处理的过程汇总,有一个很大的问题是图片中存在很多冗余信息,在这种情况下,可以采用黑白阈值话等手段对信息量进行降低,提高分析的效率。...
    2018-02-28 08:37:20
    阅读量:690
    评论:0