注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 一文读懂机器学习需要哪些数学知识

  2. 本篇文章是由留德华叫兽在知乎的优秀回答改编扩展而成的， 作者留德华叫兽有着应用数学和硕士运筹学、优化理论的背景 转到德国海德堡大学读博，主要从事机器学习、计算机视觉的研究，希望自己的一些经验可以对想入门机器学习的朋友们有点 借鉴作用。

  3. 所属分类：机器学习

    • 发布日期：2018-11-14
    • 文件大小：562176
    • 提供者：qq_38277863

  1. 一文读懂领域迁移与领域适应的常见方法（附8篇相关经典论文）.zip

  2. 一文读懂领域迁移与领域适应的常见方法，附文档链接： https://mp.weixin.qq.com/s/TJjgyL4dR2cMfbk8DUmbfw。在使用机器学习、人工智能中的技术手段解决实际问题的时候，常常会遇到领域迁移（domain shift）问题。

  3. 所属分类：机器学习

    • 发布日期：2020-03-29
    • 文件大小：15728640
    • 提供者：syp_net

  1. 一文读懂人工智能

  2. 人工智能：人工＋智能。 人工智能是关于知识的学科，怎样表示、获取和应用知识。 核心目标：让机器去完成只有人能够完成的智能工作。 人工智能包括模式识别、机器学习、数据挖掘、计算机视觉和自然语言处理等。 1. 模式识别 定义：模式是指存在于时间和空间中可观测性、可度量性和可区分性的信息；模式识别是对模式进行分析与处理，进而实现描述、辨识、分类与解译。 基本任务：从标记样本中训练识别系统或者从无标识样本中发现模式。 2. 机器学习 定义：专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：159744
    • 提供者：weixin_38595689

  1. 一文读懂深度学习

  2. 本文来自于网络，深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。这是一篇Medium上获得近2万赞的深度学习入门指南，用图文为你详解深度学习中的各个基础概念。在我们的日常生活中，几乎随处可见AI和机器学习这些术语。但，绝大多数人并不明白什么是AI。小七希望当你阅读完这篇文章后，会对AI和ML的基本知识有更多的了解和认识。更重要的是明白什么是深度学习，以及这类最热门的技术如何运作。背景知识理解深度学习如何工作的第一步是掌握下列重要术语之间的区别。人工智能是对人类智能

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：218112
    • 提供者：weixin_38622962

  1. 一文让你读懂什么是机器学习

  2. 本文于360doc，介绍了机器学习的范围，机器学习的方法，机器学习的应用等。在进入正题前，我想大家心中可能会有一个疑惑：机器学习有什么重要性，以至于要阅读完这篇非常长的文章呢？我并不直接回答这个问题前。相反，我想请大家看两张图：图1机器学习界的执牛耳和互联网界大鳄的联姻这幅图上的三人是当今机器学习界的执牛耳者。中间的是GeoffreyHinton,加拿大多伦多大学的教授，如今被聘为“Google大脑”的负责人。右边的是YannLeCun,纽约大学教授，如今是Facebook人工智能实验室的主任。

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：623616
    • 提供者：weixin_38628310

  1. 一文读懂深度学习

  2. 本文来自于网络，深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。这是一篇Medium上获得近2万赞的深度学习入门指南，用图文为你详解深度学习中的各个基础概念。 在我们的日常生活中，几乎随处可见AI和机器学习这些术语。但，绝大多数人并不明白什么是AI。小七希望当你阅读完这篇文章后，会对AI和ML的基本知识有更多的了解和认识。更重要的是明白什么是深度学习，以及这类最热门的技术如何运作。背景知识 理解深度学习如何工作的第一步是掌握下列重要术语之间的区别。人工智能

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：218112
    • 提供者：weixin_38727453

  1. 一文让你读懂什么是机器学习

  2. 本文于360doc，介绍了机器学习的范围，机器学习的方法，机器学习的应用等。在进入正题前，我想大家心中可能会有一个疑惑：机器学习有什么重要性，以至于要阅读完这篇非常长的文章呢？我并不直接回答这个问题前。相反，我想请大家看两张图：图1机器学习界的执牛耳和互联网界大鳄的联姻这幅图上的三人是当今机器学习界的执牛耳者。中间的是GeoffreyHinton,加拿大多伦多大学的教授，如今被聘为“Google大脑”的负责人。右边的是Yann LeCun,纽约大学教授，如今是Facebook人工智能实验室的主任

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：623616
    • 提供者：weixin_38721252