標籤：機器學習

2018-05-28cycadmin閱讀(492)贊(0)

筆者邀請您，先思考： 1 機器學習演演算法的優缺點分析？ 從Logistic回歸開始，然後嘗試Tree Ensembles和/或Neural Networks。奧卡姆的剃刀原理：使用最簡單的演演算法，可以滿足您的需求，並且只有在嚴格需要的情況下...

2018-05-28cycadmin閱讀(2113)贊(0)

作者：SHUBHAM JAIN  翻譯：和中華  校對：丁楠雅 本文約3500字，建議閱讀20分鐘。 本文簡單介紹了什麼是正則化以及在深度學習任務中可以採用哪些正則化技術，並以keras程式碼具體講解了一個案例。 簡介 資料科學家面臨的常見問...

2018-05-28cycadmin閱讀(340)贊(0)

2018年前5個月已經遠去，也許，在忙碌中勞累了自己；也許，在追逐中迷失了自己；也許，在無聊中，打發了自己。但是，這一切都不要在意，2018年剩下的日子接著給力！ 下麵推薦幾個公眾號給大家！ Java知音 Java知音 ，專註於Java後端...

2018-05-28cycadmin閱讀(322)贊(0)

John Hopcroft昨日在清華舉行深度學習相關講座 本文為你整理Hopcroft教授的講稿與重點。 點選底部“閱讀原文”，輸入密碼“dwkz”即可獲得Hopcroft教授的演講錄音。 John Hopcroft ！ 康奈爾大學計算機科...

2018-05-28cycadmin閱讀(325)贊(0)

在碎片化閱讀充斥眼球的時代，越來越少的人會去關註每篇論文背後的探索和思考。 在這個欄目裡，你會快速 get 每篇精選論文的亮點和痛點，時刻緊跟 AI 前沿成果。 點選本文底部的「閱讀原文」即刻加入社群，檢視更多最新論文推薦。 這是 Pape...

2018-05-27cycadmin閱讀(472)贊(0)

筆者邀請您，先思考： 1 機器學習模型如何解釋？ 機器學習模型時常勝過模型的可解釋性，引數模型如線性回歸模型。模型效能的提高有一定的代價，模型當作一個無法解釋的黑盒子在運作。 幸運的是，有很多方法可以使機器學習模型可以解釋。 R包iml提供...

2018-05-27cycadmin閱讀(313)贊(0)

導讀：人工智慧與人類工作是當下許多人津津樂道的一個話題，而討論的重點大多是圍繞在“未來人工智慧會不會搶走我們的工作”這個方面。 “人工智慧”一詞經常會讓人感覺心生恐懼和憂慮，人們畏懼人工智慧所帶來的未知可能性，害怕發生像《終結者》這樣的電影...

2018-05-26cycadmin閱讀(287)贊(0)

本週是2018年第21周，筆者堅持每週給大家推薦一份有價值的資料資料，這些資料的形式包括：書籍，論文，報告，程式碼，並且提供下載，歡迎大家持續關註，一起來學習，交流和分享。 書籍：《Python for R Users：A Data Scie...

2018-05-26cycadmin閱讀(306)贊(0)

筆者邀請您，先思考： 1 資料科學家如何構建知識體系？ 根據30年的商業經驗，下麵的串列是我認為首先應該在資料科學課中講授的（非全面的）內容選擇。 這是我文章的後續內容為什麼Logistic回歸應該最後講解。 我不確定下麵這些主題是否在資料...

2018-05-25cycadmin閱讀(394)贊(0)

作者：Pedro Lopez ；譯者：李海明 ；校對：梁傅淇； 本文約2832字，建議閱讀8分鐘。 本文講述了深度學習正值快速發展進化階段，新技術，新工具以及新的應用實現正在深刻改變著機器學習領域並不斷獲得纍纍碩果。 關鍵詞：演演算法，深度學...