大师网-带你快速走向大师之路 解决你在学习过程中的疑惑,带你快速进入大师之门。节省时间,提升效率

机器学习

机器学习(Machine Learning, 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。它是人工智能的核心,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个领域,它主要使用归纳、综合而不是演绎。

浏览器端机器学习—brain.js

浏览器端机器学习—brain.js 近两年机器学习火的一塌糊涂,智能两个字随处可见。今天分享的内容是我们如何在浏览器端实现机器学习,通过机器学习增强用户体验。 首先通过一个小示例来体验一下 js 机器学习库 brain.js,我们让 brain.js 读取数据模型(体重和身高),学习如何鉴别是大人还是小孩。可以标签来作为分类的依据进行分类。 1. 使用 npm init 创建一个项目 2. npm instal

客户故事 | 北京银行自动化运维平台建设之路

客户故事 | 北京银行自动化运维平台建设之路 近年来,国内外金融行业环境复杂多变,技术发展更是迅猛。许多互联网企业以余额理财为切入点,基于P2P网贷业务、第三方支付平台和社会平台来积累用户资源,以此拓展其他消费金融业务。更有甚者,发起设立民营银行。 在此环境下,为了应对市场变化,传统银行将更多金融服务类产品投入市场当中。这些新的业务在为银行

学习人工智能如何入门

学习人工智能如何入门 在你开始从事人工智能之前,你需要先了解人类的智能。 我曾经问过别人、也被别人问过关于学习人工智能(AI)最好的方式是什么?我应该去阅读什么书?我应该去看什么视频?后面我将讲到这些,但是,考虑到人工智能涉及很多领域,我把这个问题分开来讲可能更好理解。 学习人工智能很重要的一点是区别开研究方面和应用方面。Google 的 Cassie Kozyr

9 个鲜为人知的 Python 数据科学库

。 IPyvolume 交流结果是数据科学的一个重要方面,可视化结果提供了显著优势。IPyvolume是一个 Python 库,用于在 Jupyter 笔记本中可视化 3D 体积和形状(例如 3D 散点图),配置和工作量极小。然而,它目前处于 1.0 之前的阶段。一个很好的类比是这样的: IPyVolumee volshow 是 3D 阵列,Matplotlib 的 imshow 是 2D 阵列。你可以在其文档

2018最有用的六个机器学习项目

2018最有用的六个机器学习项目 摘要: 用了这六个机器学习开源项目,你的项目一定进行的666! 2018年又是人工智能和机器学习快速发展的一年。许多新的机器学习的项目正在以非常高的影响力影响着诸多领域,特别是医疗保健、金融、语音识别、增强现实和更复杂3D视频渲染。 这一年,我们看到了更多的应用驱动研究,而不是理论研究。虽然这可能有其缺点,但它在短时间

机器学习开篇 - 立个飘摇的小旗

机器学习开篇 - 立个飘摇的小旗 从小梦想做个文豪,后来连做梦醒了都想着先打分号; 从来美国读书开始教授就忽悠着上machine learning的课,到现在连楼下卖鱼的花名都叫“See Food”。虽然我是个正经搬砖的,但这些年通过杂乱无章的涉猎和我对各路人马的暗中观察,最终还是在机器学习这找到了如花的感觉。像众多情侣一样,我也决定给她写一写狗血的日记,纪念我们这不知

机器学习实战—MNIST手写体数字识别

机器学习实战—MNIST手写体数字识别 主角多会嘴遁,反派死于话多。 扯了三篇咱们直接开始上手一个项目体验下机器学习的魅力,相关的理论知识,遇到了咱们再拎出来介绍。 什么是MNIST?

在数据采集器中用TensorFlow进行实时机器学习

在数据采集器中用TensorFlow进行实时机器学习 摘要: 本文学习如何通过发布的最新TensorFlow Evaluator版本使用TensorFlow(TF)模型进行预测和分类。 最新DataOps平台的真正价值,只有在业务用户和应用程序能够从各种数据源来访问原始数据和聚合数据,并且及时地产生数据驱动的认识时,才能够实现。利用机器学习(Machine Learning),分析师和数据科学家可以利用历史数据,以及实

迁移学习NLP:BERT、ELMo等直观图解

迁移学习NLP:BERT、ELMo等直观图解 摘要: 图解,2018年自然语言处理领域最成功的方向! 2018年是自然语言处理的转折点,能捕捉潜在意义和关系的方式表达单词和句子的概念性理解正在迅速发展。此外,NLP社区已经出现了非常强大的组件,你可以在自己的模型和管道中自由下载和使用(它被称为NLP的ImageNet时刻)。 在这个时刻中,最新里程碑是发布的BERT,它被描述NLP一个新

神经架构优化(NAO):新的神经架构搜索(NAS)算法

神经架构优化(NAO):新的神经架构搜索(NAS)算法 本文为 AI 研习社编译的技术博客,原标题 : Discovering the best neural architectures in the continuous space | Microsoft Research 作者 |Fei Tian 翻译 |孙稚昊2 校对 | 酱番梨 整理 | 菠萝妹 原文链接: https://www.microsoft.com/en-us/research/blog/discovering-the-best-neural-architectures-in-the-continuous-space/ 如果你是一名深度学习实践者,你可能发现自己经常会遇到同一

第三章 神经网络基础

__init__() self.fc1 = nn.Linear(input_dim, 1) def forward(self, x_in): """The forward pass of the Perceptron Args: x_in (torch.Tensor): an input data tensor. x_in.shape should be (batch, num_features) Returns: the resulting tensor. tensor.shape should be (batch,) """ return torch.sigmoid(self.fc1(x_in)). 也就是说,L2正则化越强。 除L2之外,另一种流行的正则化是L1正则化。L1通常用于鼓励更稀疏的解决方案;

2018年度机器学习50大热门网文

2018年度机器学习50大热门网文 摘要: 本文总结了2018年期间机器学习博客top50篇,在这个寒冬中给大家带来一点干粮。 新的一年新气象,总结过去一年,展望新的一年。站在巨人的肩膀上前行,肯定会事半功倍。因此,本文从2018年1月至12月期间挑选出近22

中秋国庆假期-AI产品经理可以读一读的20本书

中秋国庆假期-AI产品经理可以读一读的20本书 只要胆子大,中秋国庆半月假!今年中秋国庆相隔只有一周,只要请6天假,就能连休16天。对于已经工作的人来说算是个长假了,即使不请假连休,也还有10天。大把的自由时间是个提升自己的好机会。今天AI产品群里几个小伙伴就讨论了一番,互相推荐了一些适合准备做AI产品经理或者正在做AI产品经理的小伙伴读的书,对于理解AI

GeeksForGeeks 翻译计划 | ApacheCN

机器学习实战-教学 Spark 2.2.0和2. Zeppelin 0.7.2 中文文档 Pytorch 0.3 中文文档 Sklearn 0.19 中文文档 Storm 1.1.0和1. Kibana 5.2 中文文档 LightGBM 中文文档 Kudu 1.4.0 中文文档 XGBoost 中文文档 Elasticsearch 5.4 中文文档 kaggle: 机器学习竞赛 Beam 中文文档 Sklearn 与 TensorFlow 机器学习实用指南 面向机器学习的特征工程

林轩田基石4-8讲回顾

林轩田基石4-8讲回顾 林轩田的机器学习基石课程 1-3讲主要是讲机器学习应该使用在什么地方

机器学习,了解一下?

机器学习,了解一下? 文章图片来源于 GitHub,网速不佳的朋友请点我看原文。 顺便软广一下个人技术小站:godbmw.com。欢迎常来(*) 1. 为什么要学? 老师上课时候就说过:传统算法解决确定性问题,而机器学习解决非确定性问题。 好吧,确实激起了我的兴趣,所以系统学习一下吧。 2. 机器学习算法 机器学习算法和普通算法还是有很大区别的。它不要求百分之百准确,并且对

AI小白快上车!这是发往高薪职位的车!

AI小白快上车!这是发往高薪职位的车! 欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由腾讯云AI中心 发表于云+社区专栏 AI到底有多火?看看下面这组数据: 腾讯研究院《2017全球人工智能人才白皮书》报告中提到,现全球AI领域人才约30万,而市场对人才的需求在百万量级,每年从各大高校毕业的学生约2万人,远远不能满足市场对人才的需求。 img 有AI

偏差(Bias)和方差(Variance)——机器学习中的模型选择

偏差(Bias)和方差(Variance)——机器学习中的模型选择 模型性能的度量 在监督学习中,已知样本 ,要求拟合出一个模型(函数),其预测值与样本实际值的误差最小。 考虑到样本数据其实是采样,并不是真实值本身,假设真实模型(函数)是,则采样值,其中代表噪音,其均值为0,方差为。 拟合函数的主要目的是希望它能对新的样本进行预测,所以,拟合出函数后,需要在测

200种最佳机器学习教程汇总【史上最全】

200种最佳机器学习教程汇总【史上最全】 摘要:不吹不黑,绝对史上最全的机器学习学习材料! 本文包含了迄今为止大家公认的最佳教程内容。它绝不是网上每个ML相关教程的详尽列表,而是经过精挑细选而成的,毕竟网上的东西并不全是好的。我作者汇总的目标是为了补充我即将出版的新书,为它寻找在机器学习和NLP领域中找到的最佳教程。 通过这些最佳教程的汇总,我

AI 这么优秀,连我鉴黄师的饭碗都抢了

AI 这么优秀,连我鉴黄师的饭碗都抢了 色情行业,或许是对信息渠道最敏锐、利用各类信息渠道进行传播最“充分”的“行业”。这些年,社交 App、直播、短视频等新的互联网应用方式,都难逃色情内容的“骚扰”。哪里人多,色情内容就能立刻扑过去,在海量内容的浪潮中输出色情图片、视频等不法内容,严重影响网站、App 的运营安全。高效并准确地鉴别、剔除色情信息