首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
深度学习
订阅
alight
更多收藏集
微信扫码分享
微信
新浪微博
QQ
3篇文章 · 0订阅
自己学习深度学习时,有哪些途径寻找数据集?
很多有价值的数据集
机器学习之密度聚类及代码示例
一、密度聚类 密度聚类的思想,在于通过计算样本点的密度的大小来实现一个簇 / 类别的形成,样本点密度越大,越容易形成一个类,从而实现聚类。 密度聚类算法可以克服基于距离的聚类算法只能发现凸型集合的缺点,其可根据密度的分布发现任意形状的聚类,且对噪声数据不敏感。 因密度聚类算法需计算每个样本点附件的样本密度,因此计算复杂度比较大。
[入门] 机器学习算法之旅
这是一篇长度和细节都恰到好处的机器学习算法介绍文章。作者从不同的角度对机器学习算法进行分类介绍,附以图表和学习建议。文章后半部分还特别推荐了许多自学机器学习算法的资源。