[机器学习] GAN NIPS2016 PPT Ian Goodfellow

说明： GAN NIPS2016 PPT Ian Goodfellow 演讲PPT Gan的介绍和技巧
<ekinwu34> 在 上传 | 大小：24117248

[深度学习] 【作者代码】Adversarial Multi-task Learning for Text Classification-ACL 2017

说明： 论文题目：Adversarial Multi-task Learning for Text Classification 作者：Pengfei Liu, Xipeng Qiu and Xuanjing Huang 出处：ACL 2017 论文主要相关：多任务学习、文本分类、情感分析 概要：常规的多任务学习通常单纯的共享某些参数，导致共用特征空间和私有特征空间中存在大量冗余的特征。作者提出了一种对抗性多任务学习框架，缓解了共享特征空间和特定任务特征空间（私有潜在特征空间）之间的相互干扰的问题，并
<qj8380078> 在 上传 | 大小：15728640

[深度学习] Deep Learning in Mobile and Wireless Networking：A Survey

说明： 推荐一篇今年3月份发表在 arXiv上的 关于深度学习在移动无线网络中应用的综述。首先，本文简要介绍了深度学习技术的基本背景和最新进展，以及在网络方面的潜在应用。 然后讨论了几种有助于在移动系统上高效部署深度学习的技术和平台。随后，本文对基于深度学习的移动无线网络研究进行了百科全书式的回顾，并按不同领域进行了分类。 此外，作者还基于自己的经验讨论了如何针对特定的移动网络环境对深度学习模型进行修改调整以更好适应于实际任务。 并在最后的章节中明确了当前的挑战和未来的研究方向。
<qj8380078> 在 上传 | 大小：4194304

[机器学习] AIops Anomaly Detection Dataset

说明： 参加第一届AIops异常检测项目的数据集，KPI异常检测指的是通过算法分析KPI的时间序列数据，判断其是否出现异常行为。这里的难点主要有： 1 异常发生的频率很低。在实际的运维场景中，业务系统很少发生异常，因此可供分析的异常数据很少。 2 异常种类的多样性。因为实际的业务系统很复杂，并且会不断更新升级，所以故障的类型多种多样，从而导致了异常种类的多样性。 3 KPI的多样性。KPI有表现为周期型的，有表现为稳定型的，有表现为不稳定的，持续波动型
<qj8380078> 在 上传 | 大小：60817408

[深度学习] LSTM_TimeSeries_AnomalyDetection[python/Keras]

说明： 异常点检测是指寻找那些偏离标准值或正常值的数据点。异常点有几种常见的类型：短期内产生的峰值，包括最大值、最小值、以及零值；长期的数据合计与上一周期的比较等。检测方法也可以归类为两种：对数据点进行分类，标记异常与否；或是对未来数据走势做预测，给出置信区间。人工神经网络也能够进行异常检测，只是这一方式还处于科研阶段。想要提醒读者的是，尽量从简单的模型开始，针对你的具体问题进行优化，因为通用的算法并不一定是最优的。
<qj8380078> 在 上传 | 大小：139264

[VR] 机器人助手

说明： 机器人 助手好使好用
<u014519156> 在 上传 | 大小：26214400

[机器学习] 基本的神经元模型

说明： PDF 基本的神经元模型介绍 包括基本神经元模型 神经元学习算法 单个神经元解决问题的能力 以及拓扑结构
<zhengbq_seu> 在 上传 | 大小：777216

[深度学习] CNN_for_image_retrival

说明： CNN用于图像恢复。。。可以运行。感谢下载。。有问题多多交流。
<zhenaoxi1077> 在 上传 | 大小：2097152

[机器学习] 序列优化算法改写

说明： 中国科学院大学 电子学院 机器学习与应用 作业 序列优化算法改写
<lv0817> 在 上传 | 大小：7168

[机器学习] SVM_For_multiclass

说明： SVM包含一对一、一堆多、等方法。。亲测可以运行。。有问题可以交流。。感谢下载。。
<zhenaoxi1077> 在 上传 | 大小：1048576

[机器学习] GMMs函数改写

说明： 中国科学院大学 电子学院 机器学习与应用作业gmms改写
<lv0817> 在 上传 | 大小：1024

[机器学习] SVM 拉格朗日对偶解释

说明： 关于机器学习中 SVM拉格朗日对偶的一些解释以及相关的求解问题
<lv0817> 在 上传 | 大小：113664