[机器学习] 滴滴海量数据下的智能监控与故障定位

说明： 滴滴出行海量数据场景下的 智能监控与故障定位实践 内容提纲 7 一、监控架构 二、异常检测 三、快速定位
<wyyszw> 在 上传 | 大小：1048576

[深度学习] EA均线交易系统

说明： 简单的均线自动交易系统，可以拿去学习参考 ，但是未经过实盘验证
<u013366119> 在 上传 | 大小：4096

[机器学习] 牛顿法，高斯牛顿法以及L-M法的详细推导

说明： 对牛顿法解方程，牛顿最优化方法的一维和多维变量情况，高斯牛顿法和L-M法进行了详尽的推导。
<zm610309> 在 上传 | 大小：243712

[深度学习] MNIST数据集

说明： MNIST 数据集来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST). 训练集 (training set) 由来自 250 个不同人手写的数字构成, 其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员. 测试集(test set) 也是同样比例的手写数字数据. Training set images: train-images-idx3-ubyte.gz
<qq_39023633> 在 上传 | 大小：11534336

[机器学习] An Introduction to Markov Processes

说明： 对可数状态空间上的马尔可夫过程理论进行了严格而基本的介绍。涵盖主题是：doeBin的理论，一般遍历性质，和连续时间过程。可逆过程和使用其相关的Dirichlet形式来估计收敛到平衡的速率。
<jetload> 在 上传 | 大小：7340032

[机器学习] 目标跟踪算法的分类

说明： 目标跟踪算法的分类。一．运动目标检测 对于不依赖先验知识的目标跟踪来讲，运动检测是实现跟踪的第一步。运动检测即为从序列图像中将变化区域从背景图像中提取出来。运动目标检测的算法依照目标与摄像机之间的关系可以分为静态背景下运动检测和动态背景下运动检测
<qq_37249793> 在 上传 | 大小：29696

[机器学习] 语音特征信号分类

说明： 基于BP神经网络的语音特征信号分类，对于BP算法的入门理解和编程参考很有帮助！！！
<weixin_42346492> 在 上传 | 大小：376832

[机器学习] 机器学习方向常见的面试题

说明： 主要用于互联网企业机器学习方向的小伙伴参考，包含了互联网公司面试中常问的问题，前人采坑，后人避坑
<u013568422> 在 上传 | 大小：1048576

[搜索引擎] Training and Analyzing Deep Recurrent Neural Networks

说明： Abstract Time series often have a temporal hierarchy, with information that is spread out over multiple time scales. Common recurrent neural networks, however, do not explicitly accommodate such a hierarchy, and most research on them has been focusi
<weixin_41245916> 在 上传 | 大小：340992

[搜索引擎] Learning Recurrent Neural Networks with Hessian-Free Optimization

说明： James Martens JMARTENS @ CS . TORONTO . EDU Ilya Sutskever ILYA @ CS . UTORONTO . CA University of Toronto, Canada Abstract In this work we resolve the long-outstanding problem of how to effectively train recurrent neu- ral networks (RNNs) on comple
<weixin_41245916> 在 上传 | 大小：302080

[机器学习] Titanic-data

说明： 泰坦尼克（Titanic-data）的数据资源，比较完整，包含有四个CSV文件！
<wuyusheng2222> 在 上传 | 大小：32768

[搜索引擎] Continuous-Time Recurrent Neural Networks

说明： Abstract—This paper studies the approximation ability of con- tinuous-time recurrent neural networksto dynamical time-variant systems. It proves that any finite time trajectory of a given dynam- ical time-variant system can be approximated by the in
<weixin_41245916> 在 上传 | 大小：154624