台湾大学林轩田老师的《机器学习基石》课程由浅入深、内容全面，基本涵盖了机器学习领域的很多方面。其作为机器学习的入门和进阶资料非常适合。而且林老师的教学风格也很幽默风趣，总让读者在轻松愉快的氛围中掌握知识。在此，笔者将把这门课的所有视频、笔记、书籍等详细资料分享给大家。 其中每个…

今天，红色石头带大家一起来了解一下如今非常火热的深度学习模型：生成对抗网络（Generate Adversarial Network，GAN）。GAN 非常有趣，我就以最直白的语言来讲解它，最后实现一个简单的 GAN 程序来帮助大家加深理解。 1. 什么是 GAN？ 好了，GA…

机器学习正在利用诸如 H20、TPOT 和 auto-sklearn 等工具越来越多地从手工设计模型向自动化优化管道迁移。以上这些类库，连同如 random search 等方法一起，目的是在不需要人工干预的情况下找到适合于数据集的最佳模型，以此来简化器学习的模型选择和调优部分…

客户细分是市场营销成功的前提，我们从市场中获取的数据一般都没有标记，要想对这些市场数据进行客户细分，将客户划分簇群，这也是一种典型的无监督学习问题。 本项目拟用各种不同的聚类算法来建立客户细分模型，并比较这些聚类算法在这一问题上的优虐。 1. 准备数据集 本项目案例所使用到的原…

@Author:Jasperyang@School:BUPT这篇文章同时在知乎里放着～写在前面Kaggle的数据挖掘比赛近年来很火，以至于中国兴起了很多很多类似的比赛，做了两个这种类型的比赛了，Jda

深度学习本质上是深层的人工神经网络，它不是一项孤立的技术，而是数学、统计机器学习、计算机科学和人工神经网络等多个领域的综合。深度学习的理解，离不开本科数学中最为基础的数学分析（高等数学）、线性代数、概率论和凸优化；深度学习技术的掌握，更离不开以编程为核心的动手实践。没有扎实的数…

编者按：本文是Kaggle的一项挑战赛——Plant Seedings Classification的解决方案，作者Kumar Shridhar最终排名第五。其中的方法非常通用，可以用在其他图像识别任务上。 你能分清楚杂草和庄稼苗吗？ 如果能高效识别杂草，就能有效地提高粮食产量…

SVM算法在在1995年正式发表，在针对中小型数据规模的分类任务上有着卓越的效果，同时有着完整的理论证明，在20世纪末的几年和21世纪初的10年完胜神经网络，吴恩达在其2003年的《Machien learning》公开课上用两节课的时间对其进行讲解，而神经网络讲解了20min…

本文是《人工智能基础（高中版）》的读书笔记，这本书的配图非常好，把难以理解的概念图形化，所以读后感会引用书中的图片（图片版权归商汤科技所有）。 书中部分概念还是比较晦涩，读者在小白的角度不好理解某些概念和方法之间微妙的差别，所以我用自己的理解和抹去一些难以理解的细节，以更通俗易…