[机器学习] 基于知识图谱的语义理解技术及应用（来自于DataFunTalk年终论坛）.pdf

说明：知识图谱在人工智能应用中的重要价值日益突显。百度构建了超大规模的通用知识图谱，并在搜索、推荐、智能交互等多项产品中广泛应用。同时，随着文本、语音、视觉等智能技术的不断深入，知识图谱在复杂知识表示、多模语义理解技术与应用等方面都面临新的挑战与机遇。本文将介绍百度基于知识图谱，从文本到多模态内容的理解技术及应用的最新进展。
<syp_net> 上传 | 大小：10mb

[深度学习] RNN-文本预测-爱丽丝仙境梦游.zip

说明：内附一个文本数据集，一个代码文件 # 代码功能: Simple-RNN 实现文本预测------------------------------------------- # 原始数据集: 爱丽丝梦游仙境.txt # 第1步: 提取文本数据，转化one-hot编码 # 第2步: 训练Simple RNN网络 # 第3步: 生成初始文本，预测文本后续内容
<Twilight737> 上传 | 大小：40kb

[机器学习] 人工智能的下一个十年，认知推理是重点（清华大学唐杰教授公开报告）.pptx

说明：在报告中，唐老师从人工智能发展的历史开始，深入分析人工智能近十年的发展，阐述了人工智能在感知方面取得的重要成果，尤其提到算法是这个感知时代最重要、最具代表性的内容，重点讲解了 BERT、ALBERT、MoCo2 等取得快速进展的算法。最后深入介绍了认知智能的发展蓝图。
<syp_net> 上传 | 大小：25mb

[机器学习] ROS自主导航.docx

说明：本文档包括安装ros的地址和使用虚拟机配置环境的注意事项，最后使用rviz实现的简单建图，自主导航，我们小组的参赛作品
<qq_43813373> 上传 | 大小：1mb

[机器学习] K-Means.cpp

说明：模式识别实验，K-means程序 K均值（K-means）是一种聚类算法，属于无监督学习，采用距离作为相似性指标，从而发现给定数据集中的K个类，且每个类的中心是根据类中所有值的均值得到，每个类用聚类中心来描述。对于给定的一个包含n个d维数据点的数据集X以及要分得的类别K,选取欧式距离作为相似度指标，聚类目标是使得各类的聚类平方和最小。
<artorias123> 上传 | 大小：4kb

[机器学习] GRAPH CONVOLUTIONAL NETWORKS.pdf

说明：论文SEMI-SUPERVISEDCLASSIFICATION WITHGRAPHCONVOLUTIONALNETWORKS 发表于ICLR2017
<m0_37357231> 上传 | 大小：853kb

[深度学习] LSTM-时间序列预测.zip

说明：# 代码功能: LS-TM 循环神经网络，预测时间序列---------------------------- # 第1步: 处理原始数据集, 归一化，制作X_train、Y_train、X_test、Y_test # 第2步: 训练LS-TM网络, epoch=300 # 第3步: 时间序列预测
<Twilight737> 上传 | 大小：75kb

[机器学习] wifiduino.zip

说明：我也是新来的，有需要交流问题的可以留言给我，如果各位小伙伴有积分可以贡献下，如果也是新手没有积分，就在下面联系我，我发给你，谢谢大家了。祝各位小伙伴身体健康，学习棒棒，事业顺利
<qq_41299133> 上传 | 大小：32mb

[机器学习] Graph_卓然.pdf

说明：自己总结的关于图论的知识，目前常用的GCN研究主要针对于借助于图的拉普拉斯矩阵的特征值和特征向量来研究图的性质。上述内容中我已经介绍了拉普拉斯矩阵的意义以及怎么得到的。
<qq_23144435> 上传 | 大小：1mb

[机器学习] MATLAB下使用遗传算法解决TSP问题.zip

说明：使用遗传算法解决TSP问题，语言为MATLAB，可以出图！当然这并不是我写的代码，里面的工具箱函数为英国一所大学写的，这是我为发布的博文所附加的资料，用于理解遗传算法的实现方式！
<qq_42348833> 上传 | 大小：8kb

[深度学习] ccl2019前沿技术讲习班.rar

说明：本资源为中国计算语言学大会CCL2019的前沿技术讲习班的PPT，提供给大家进行分享和学习。包含生成对抗网络、GCN、预训练模型和文本生成的PPT。
<qq_35485658> 上传 | 大小：63mb

[机器学习] Algo Samurai源码文件.mq4

说明：交易策略与交易系统本质上是一回事，传统的手工交易者一般都使用交易系统这个词来说明交易是一套完整的体系。在EA交易里面，大家更愿意使用交易策略这个词，以区别与传统手工交易，本质上讲，这两个词语并没有严格的区分。
<Ww798229841> 上传 | 大小：29kb