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
cpusoft
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
617
文章 617
沸点 0
赞
617
返回
|
搜索文章
赞
文章( 617 )
沸点( 0 )
机器学习之神经网络
(这里不支持 letex,排版很差) 多层神经网络 前面说到的感知器是一种最基础的神经网络,他只有输入层和输出层,感知器只能处理线性可分问题,而对于非线性问题就需要多层神经网络。一般如下图所示,有多个层,比如左边的包含输入层、隐层和输出层,而右边的则包含了两个隐层。每层的神经元与…
迁移学习:数据不足时如何深度学习
在面对某一领域的具体问题时,通常可能无法得到构建模型所需规模的数据。然而在一个模型训练任务中针对某种类型数据获得的关系也可以轻松地应用于同一领域的不同问题。这种技术也叫做迁移学习(Transfer Learning)。
机器学习技术——有监督学习
介绍机器学习技术之有监督学习的基本原理和主要流程。
回归、分类与聚类:三大方向剖解机器学习算法的优缺点
在本教程中,作者对现代机器学习算法进行了简要梳理。虽然类似的总结有很多,但是它们都没有真正解释清楚每个算法在实践中的好坏,而这正是本文希望完成的。因此本文力图基于实践中的经验,讨论每个算法的优缺点。文末给出了这些算法的具体实现细节。
机器学习实战入门篇
一些入门机器学习必须会的基础概念。
机器学习理论篇 1:机器学习的数学基础
我们知道,机器学习的特点就是:以计算机为工具和平台,以数据为研究对象,以学习方法为中心;是概率论、线性代数、数值计算、信息论、最优化理论和计算机科学等多个领域的交叉学科。所以本文就先介绍一下机器学习涉及到的一些最常用的的数学知识。
魅族推荐平台的架构演进之路
魅族整个产品线都有用到推荐,包括资讯、视频、应用中心、个性化中心、广告等业务,魅族的推荐平台在其中起到了关键的作用,下文将会全面分析从开始到现在的架构演进,以及其中涉及的技术难点分析,以期给读者带来更多的思考。
《推荐系统》基于用户和 Item 的协同过滤算法的分析与实现(Python)
介绍了协同过滤算法,核心以及应用方式。在最后列举了基于用户的协同过滤算法实现和基于物品的协同过滤算法实现。
【掘金日报】第三期 老夫这里有一本“深度学习”的秘籍,要不要?
掘金日报主打分享优质深度技术内容,技术内容分:前端、后端、Android、iOS、产品设计、工具资源和一些有趣的东西。 前端 比较与理解 React 的 Components,Elements 和 Instances 在翻译《React Components, Elements…
下一页
关注了
5
关注者
3
收藏集
1
关注标签
31
加入于
2016-09-01