人工智能 | 数盟 | Page 143
t01d8af69810ae9bae3 1

机器学习(Machine Learning)&深度学习(Deep Learning)资料汇总

- 人工智能 - 阅 23,164

《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning. 《Deep Learning in Neural Networks: An Overview》 介绍:这是瑞士人工智能实验室Jurgen Sc…

pagerank-02 0

使用TextRank算法为文本生成关键字和摘要

- 数据分析,人工智能 - 阅 9,332

作者:樂天 TextRank算法基于PageRank,用于为文本生成关键字和摘要。其论文是: Mihalcea R, Tarau P. TextRank: Bringing order into texts[C]. Association for Computational Linguistics, 2004. 先从PageRank讲起 在浅入浅出:PageRank算法这篇博客中我做过简要…

54b8601935325 0

卷积网络训练太慢?卷积网络之父Yann LeCun:已解决CIFAR-10,目标 ImageNet

- 人工智能 - 阅 3,774

Kaggle近期举办了一场 关于CIFAR-10数据集的竞赛,该数据集包含有6万个32*32的彩色图像,共分为10种类型,由 Alex Krizhevsky, Vinod Nair和 Geoffrey Hinton收集而来。 很多竞赛选手使用了卷积网络来完成这场竞赛,其中一些在该分类任务中靠着超乎人类能力的表现而得分。在本…

u=1614999473,2056988243&fm=21&gp=0_副本 0

斯坦福ML公开课笔记9—偏差/方差、经验风险最小化、联合界、一致收敛

- 人工智能 - 阅 4,462

作者:张雨石 斯坦福大学公开课:机器学习全套视频教程(免费) 斯坦福ML公开课笔记1,2——线性规划、梯度下降、正规方程组 斯坦福ML公开课笔记3——局部加权回归、逻辑斯蒂回归、感知器算法 斯坦福ML公开课笔记4——牛顿方法、指数分布族、广义线性模型 斯坦福ML公开课…

u=1614999473,2056988243&fm=21&gp=0_副本 0

斯坦福ML公开课笔记8——核技法、软间隔分类器、SMO算法

- 人工智能 - 阅 5,078

作者:张雨石 斯坦福大学公开课:机器学习全套视频教程(免费) 斯坦福ML公开课笔记1,2——线性规划、梯度下降、正规方程组 斯坦福ML公开课笔记3——局部加权回归、逻辑斯蒂回归、感知器算法 斯坦福ML公开课笔记4——牛顿方法、指数分布族、广义线性模型 斯坦福ML公开课…

u=1614999473,2056988243&fm=21&gp=0_副本 0

斯坦福ML公开课笔记7——最优间隔分类、原始/对偶问题、SVM对偶

- 人工智能 - 阅 4,174

作者:张雨石 斯坦福大学公开课:机器学习全套视频教程(免费) 斯坦福ML公开课笔记1,2——线性规划、梯度下降、正规方程组 斯坦福ML公开课笔记3——局部加权回归、逻辑斯蒂回归、感知器算法 斯坦福ML公开课笔记4——牛顿方法、指数分布族、广义线性模型 斯坦福ML公开课…

u=1614999473,2056988243&fm=21&gp=0_副本 0

斯坦福ML公开课笔记6——NB多项式模型、神经网络、SVM初步

- 人工智能 - 阅 5,301

作者:张雨石 斯坦福大学公开课:机器学习全套视频教程(免费) 斯坦福ML公开课笔记1,2——线性规划、梯度下降、正规方程组 斯坦福ML公开课笔记3——局部加权回归、逻辑斯蒂回归、感知器算法 斯坦福ML公开课笔记4——牛顿方法、指数分布族、广义线性模型 斯坦福ML公开课…

bor55 0

Mike Jordan 推荐的13本机器学习书籍

- 人工智能 - 阅 4,145

Berkeley的Mike Jordan推荐阅读的13本机器学习相关图书,偏学术。 Mike Jordan at Berkeley recommends the following books. The list is definitely on the more rigorous side (aimed at more researchers than practitioners), but going through these books (along with…