思远

关于特征选择及 mRMR 算法解析

前谷歌 TensorFlow 工程负责人 Peter Warden 和大家分享了利用 OSX 系统里的 Find 快速为大规模图片打标签，以优化深度学习的训练集合的方法。

这一篇讲了线性回归，树回归和无监督学习等方面的知识。

题中所指的『机器学习』不包括『深度学习』。本篇文章以理论推导为主，不涉及代码实现。虽然说是浅谈，但是说得很详细。

近年来，机器翻译有了长足的进步，这是自然语言处理与人工智能的一次重大飞跃。Google 的神经翻译机器（Google Neural Machine Translation，简称 GNMT）在很多语言上的翻译表现已经接近了人类翻译的水平。本次课程就是介绍 Google 的 GNMT 的主要原理和相关技术。

这篇文章是作者基于自己的理解尽量浅显易懂地告诉读者什么是图像语义分割技术。

在本文中，整理了观看量最高的十大机器学习视频。

这篇文章进一步了详细介绍关于人脸领域的相关知识与分析，让更多人的有进一步深入的熟知！

本文旨在通过几何方法来阐述为何人工神经网络能够有效地工作。