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
簘簘竹
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
22
文章 22
沸点 0
赞
22
返回
|
搜索文章
赞
文章( 22 )
沸点( 0 )
机器学习之手把手实现,第 1 部分: 支持向量机的原理和实现
本文将介绍机器学习领域经典的支持向量机 SVM 模型,它利用了软间隔最大化、拉格朗日对偶、凸优化、核函数、序列最小优化等方法。支持向量机既可以解决线性可分的分类问题,也可完美解决线性不可分问题。
Tensorflow 简明原理
本文介绍了如何通过简单的 Python 代码,重点实现深度学习框架的计算图模型,以及自动求导过程。
轻松看懂机器学习十大常用算法
通过本篇文章可以对机器学习的常用算法有个常识性的认识,没有代码,没有复杂的理论推导,就是图解一下,知道这些算法是什么,它们是怎么应用的,例子主要是分类问题。
Pytorch 学习笔记之自定义 Module
pytorch 是一个基于 python 的深度学习库。pytorch 源码库的抽象层次少,结构清晰,代码量适中。相比于非常工程化的 tensorflow,pytorch 是一个更易入手的,非常棒的深度学习框架。
用 Python 写个迷你出门问问 | 10 几行代码搞定
作者利用百度开放的 API 写一个简单的出门问问,算是进一步趣味学 JSON 文件.
从重采样到数据合成:如何处理机器学习中的不平衡分类问题?
如果你研究过一点机器学习和数据科学,你肯定遇到过不平衡的类分布(imbalanced class distribution)。这种情况是指:属于某一类别的观测样本的数量显著少于其它类别。
Python 爬虫实战 - 使用 Scrapy 框架爬取土巴兔
使用 Scrapy 框架爬取土巴兔教程
只需十四步:从零开始掌握 Python 机器学习(附资源)
Python 可以说是现在最流行的机器学习语言,而且你也能在网上找到大量的资源。你现在也在考虑从 Python 入门机器学习吗?本教程或许能帮你成功上手,从 0 到 1 掌握 Python 机器学习,至于后面再从 1 到 100 变成机器学习专家,就要看你自己的努力了。
下一页
关注了
2
关注者
0
收藏集
6
关注标签
12
加入于
2016-10-10