热门好课推荐
猜你喜欢
相关培训 相关博客
  • 1.什么是机器学习  人类自身的活动大多是基于经验做出的判断。我们通过积累经验,通过对经验的利用,对新情况做出有效的决策。那么计算机能帮忙吗?机器学习正是这样一门学科,它致力于研究如何通过计算的手段,利用经验来改善系统自身的性能。  在计算机系统中,“经验”以数据的形式存在,机器学习即是研究在数据的基础上产生“模型”(model)的算法,也即“学习算法”(learningalgorith...
    2018-07-12 23:41:33
    阅读量:352
    评论:0
  • 机器之心报道,参与:李亚洲。2018年,机器之心为大家介绍了大量的教程、课程等学习资源。新的一年已经到来,小编在此文章中为热爱学习的读者们推荐2019年暑期课程列表,收藏了吧!Github项目地址:github.com/sshkhr/awes…在此列表中,作者列出了这些暑期学习的开办地点、组织方、日期、截止日期、是否有资助等信息。其中包括我们所熟知的由CIFAR等机构主办的DLRL...
    2019-01-07 03:39:09
    阅读量:248
    评论:0
  • 机器学习的模型有很多种,本次的读书报告主要关于其中的线性模型,常用的线性模型有以下几种:线性回归模型 logistic回归模型 Fisher判别分析下面我们逐个分析 线性回归模型 顾名思义,线性回归模型采用线性方程拟合数据,已到达预测数据的目的,常用在回归任务中。  线性回归模型的基本形式为:,其中θ 为参数向量,X 为特征变量向量,h表示假设函数,其值为学习器的预测结...
    2018-07-17 23:34:41
    阅读量:93
    评论:0
  • 12月20日,清华大学正式宣布聘请计算机科学机器学习领域顶级学者MichaelI.Jordan为访问教授,聘请仪式在清华大学主楼进行。除了清华大学校领导,来自人大、北大等高校的代表,以及企业界代表——百度副总裁王海峰出席了聘请仪式。MichaelI.Jordan是美国国家科学院院士、美国国家工程院院士以及美国艺术与科学院院士...
    2017-08-01 11:30:00
    阅读量:6
    评论:0
  • 错误率(errorrate)我们把分类错误的样本占样本总数的比例称为“错误率”;与之对应的是精度(accuracy),即“精度=1-错误率”。(隐式地假设了均等代价)更一般的,我们把学习器的实际预测输出与样本的真实输出之间的差异称为误差(error)。欠拟合(underfitting)与过拟合(overfitting)欠拟合意味着学习器对训练样本的一般性质尚未学好,过拟合...
    2018-07-13 21:01:10
    阅读量:76
    评论:0
  • #Prioritizingwhattoworkon:Spamclassificationexample实际工作工程中,我们应该优先处理哪些事情?为了应用监督学习,首先要想的是如何来表示邮件的特征向量x:在特征向量中放入0和1,对应文本中该单词是否出现。如何在有限时间下让你的垃圾邮件分类器具有高精准度和低错误率?收集大量数据 “honeypot”项目通过构...
    2019-03-08 20:01:07
    阅读量:94
    评论:0
  • 概念: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。学科定位人工智能(ArtificialIntelligence,AI)的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各...
    2018-07-16 17:32:33
    阅读量:278
    评论:0
  • 机器学习之特征选择特征选择方法初识:1、为什么要做特征选择在有限的样本数目下,用大量的特征来设计分类器计算开销太大而且分类性能差。2、特征选择的确切含义将高维空间的样本通过映射或者是变换的方式转换到低维空间,达到降维的目的,然后通过特征选取删选掉冗余和不相关的特征来进一步降维。3、特征选取的原则获取尽可能小的特征子集,不显著降低分类精度、不影响类分布以及特征子集应具有稳定适应性强...
    2018-12-14 04:11:54
    阅读量:111
    评论:0
  • 上半年的alphago围棋大战李世石,以4:1的比分大胜李世石——新浪科技-AlphaGo最终局战胜李世石人机大战总比分1:4,这也让人工智能再一次的吸引了全世界人的目观,其中的一些词汇也是火了一把,人工智能(Artificialintelligence),深度学习(Deeplearning)以及DeepMind。这里稍微解释以上几个词汇。人工智...
    2016-08-22 21:13:00
    阅读量:69
    评论:0
  • 目录机器学习基础2.1基本概念机器学习基础机器学习是人工智能的一个子集,目前已经发展出许多有用的方法,比如支持向量机SVM,回归Regression,决策树DT,随机森林randomForest,强化方法RL,集成学习ensemble,深度学习deeplearning等等,一定程度上可以帮助人们完成一些数据预测,自动化,自动决策,最优化等初步替代脑力的任务。本章我们主要介绍下机...
    2019-07-08 22:44:41
    阅读量:3
    评论:0