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. 什么是机器学习？

  2. 经常批评将机器学习工具应用于身体关注的问题会产生敏感性，却会牺牲透明度。 为了解决这个问题，我们探索了一种数据计划程序，该程序可以识别由物理直觉辅助的变量组合，从而可以区分信号与背景。 引入权重以平滑给定变量中的特征。 然后，在此修改后的数据上训练新的网络。 观察到的灵敏度下降可诊断变量的判别力。 规划还可以研究信号和背景之间边界的线性与非线性性质。 我们通过一个玩具示例演示了这种方法的有效性，然后将其应用于大型强子对撞机的理想重共振场景。 通过解压缩这些算法所利用的信息，此方法将机器学习的意义

  3. 所属分类：其它

    • 发布日期：2020-04-04
    • 文件大小：383kb
    • 提供者：weixin_38551070

  1. 跟涛哥一起学嵌入式 23：零基础扫盲什么是人工智能.pdf

  2. 该篇文档是人工智能科普文档，给新手科普人工智能的基本概念：什么是人工智能？AI和大数据、云计算、物联网的关系；什么是机器学习？大脑的学习原理；人工神经网络；神经网络的训练过程；什么是深度学习？什么是边缘计算？索菲亚骗局；未来的人工智能是什么样的？

  3. 所属分类：嵌入式

    • 发布日期：2020-03-09
    • 文件大小：994kb
    • 提供者：zhaixuebuluo

  1. 一篇让文科生也能读懂机器学习文章.pdf

  2. 对于没有经验的同学来说，直接给出一个关于机器学习的定义太不友好了，所以我们通过换个方 式来说明到底什么是机器学习（machine learning）。 当你看到路上有一堆密密麻麻的蚂蚁在搬家，心想快要下雨了，我得早点回家；当你在街道上看 到一个眼睛蓝色、头发金色、鼻梁高挺的人，心想这肯定又是一个白种人老外。 我们看到蚂蚁搬家，知道要下雨是因为我们之前经历过很多次蚂蚁搬家，然后下雨的情况；我们 看到眼睛蓝色、头发金色、鼻梁高挺的人认定是白种人是因为大多数长这样的人都是白种人。也 就是说利用

  3. 所属分类：机器学习

    • 发布日期：2020-03-04
    • 文件大小：324kb
    • 提供者：qq_43541415

  1. 【机器学习】什么是对抗样本？对抗样本原理及分析.mp4

  2. 【机器学习】什么是对抗样本？对抗样本原理及分析，原作者Arxiv Insights。对抗样本由Christian Szegedy等人提出，是指在数据集中通过故意添加细微的干扰所形成的输入样本，导致模型以高置信度给出一个错误的输出。在正则化背景下，通过对抗训练减少原有独立同分布的测试集的错误率——在对抗扰动的训练集样本上训练网络。对抗样本也提供了一种实现半监督学习的方法。

  3. 所属分类：机器学习

    • 发布日期：2020-06-29
    • 文件大小：111mb
    • 提供者：Felix0309

  1. 机器学习之对抗样本原理.mp4

  2. 什么是对抗样本？对抗样本原理及分析什么是对抗样本？

  3. 所属分类：其它

    • 发布日期：2020-07-07
    • 文件大小：132mb
    • 提供者：yangkuiwu

  1. PHP实现机器学习之朴素贝叶斯算法详解

  2. 本文实例讲述了PHP实现机器学习之朴素贝叶斯算法。分享给大家供大家参考，具体如下： 机器学习已经在我们的生活中变得随处可见了。比如从你在家的时候温控器开始工作到智能汽车以及我们口袋中的智能手机。机器学习看上去已经无处不在并且是一个非常值得探索的领域。但是什么是机器学习呢？通常来说，机器学习就是让系统不断的学习并且对新的问题进行预测。从简单的预测购物商品到复杂的数字助理预测。 在这篇文章我将会使用朴素贝叶斯算法Clasifier作为一个类来介绍。这是一个简单易于实施的算法，并且可给出满意的结果。但

  3. 所属分类：其它

    • 发布日期：2020-12-19
    • 文件大小：88kb
    • 提供者：weixin_38736529

  1. 【ML小白】10 个机器学习 Q&A，面试必知！

  2. 本文整理了一些最常见的机器学习面试问题及其相应的回答。机器学习有志者以及经验丰富的ML专业人员可以在面试前以此巩固其基础知识。 1. 机器学习和深度学习有什么区别？机器学习是人工智能的一个子集，为机器提供了无需任何显式编程就能自动学习和改进的能力。而深度学习是机器学习的一个子集，其人工神经网络能够做出直觉决策。2. 如何理解召回率和精度这两个术语？召回率又称真阳性率，是模型所需的阳性例数与整个数据中可用阳性例数的比值。精度基于预测，又称阳性预测值，是模型所需的准确阳性例数测量值与模型实际需要的阳

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：315kb
    • 提供者：weixin_38711041

  1. 大数据案例分析学习笔记1.1（深度学习的引出）

  2. 什么是机器学习？ （Machine learning） 机器学习：是对研究问题进行 模型假设，利用计算机从训练数据中学习得到模型参数，并最终对数据进行预测和分析的一门学科 从简单线性分类器到深度学习（一） 从简单线性分类器到深度学习（二） 深度学习网络中往往包含多个中间层（隐藏层）且网络结构要更复杂一些 什么是深度学习？ （Deep learning） 一种实现机器学习的技术，是机器学习重要分支 源于人工神经网络的研究，深度学习的模型结构是一种含多隐藏层的神经网络 通过组合底层特征形成更加

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：176kb
    • 提供者：weixin_38500630

  1. 机器学习原理

  2. 机器学习原理 什么是机器学习 ==从广义上讲,==机器学习是一种能够赋予机器学习的能力，让它以此完成直接编程无法完成的功能的方法 ==从实践的意义上讲，==机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法 原理 人类的学习是一个人根据过往的经验，对一类问题形成某种认识或总结出一定的规律，然后利用这些知识来对新的问题下判断的过程 同样机器学习也是类似的过程 那么机器学习如何积累经验，总结规律呢？———>都是通过数学的方法和原理 机器学习是指用某些算法指导计算机利用已知数据得

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：76kb
    • 提供者：weixin_38727825

  1. 机器学习——基于Bagging的集成学习：随机森林（Random Forest）及python实现

  2. 基于Bagging的集成学习：随机森林的原理及其实现引入Bagging装袋随机森林随机森林分类随机森林回归python实现随机森林分类随机森林回归 引入 “三个臭皮匠赛过诸葛亮”——弱分类器组合成强分类器。 Q1.什么是随机森林？ 随机森林顾名思义就是一片森林，其中有各种各样的树，其实，随机森林是基于决策树构成的，一片森林中的每一颗树就是一个决策树。想了解决策树算法详情请戳☞决策树原理及其实现☜ Q2.为什么叫随机森林？ 随机森林中“随机”一词主要在于两点：“随机”取样；“随机”抽取特征。 了解

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：233kb
    • 提供者：weixin_38663443

  1. Machine-Learning--In-brief:由我完成的用于自学的解释和微型项目的机器学习组合-源码

  2. 机器学习-简要介绍 那么什么是机器学习？ 用外行语言，我们将数据馈送到计算机，计算机从该数据中学习。 当提供新的数据集时，然后基于该学习，机器将做出决策和预测。 在监督学习中，数据被标记（即每个输入数据被标记到其对应的输出）。 用这些输出对机器进行培训以做出决定。 例如，在学校，老师首先指导了我们，并教我们如何解决特定的问题，然后我们着手处理其他问题。 在无监督学习中，数据不会被标记。 机器必须找出给定的数据，并且必须找到隐藏的模式才能进行预测。 像你和我这样的成年人。 我们不需要指导来帮助

  3. 所属分类：其它

  1. Python机器学习实战教程：回归

  2. 欢迎阅读Python机器学习系列教程的回归部分。这里，你应该已经安装了Scikit-Learn。如果没有，安装它，以及Pandas和Matplotlib。除了这些教程范围的导入之外，我们还要在这里使用Quandl：首先，对于我们将其用于机器学习而言，什么是回归呢？它的目标是接受连续数据，寻找最适合数据的方程，并能够对特定值进行预测。使用简单的线性回归，你可以仅仅通过创建最佳拟合直线，来实现它。这里，我们可以使用这条直线的方程，来预测未来的价格，其中日期是x轴。回归的热门用法是预测股票价格。由于我

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：473kb
    • 提供者：weixin_38698433

  1. 一文读懂深度学习与机器学习的差异

  2. 机器学习和深度学习变得越来越火。突然之间，不管是了解的还是不了解的，所有人都在谈论机器学习和深度学习。无论你是否主动关注过数据科学，你应该已经听说过这两个名词了。为了展示他们的火热程度，我在Googletrend上搜索了这些关键字：如果你想让自己弄清楚机器学习和深度学习的区别，请阅读本篇文章，我将用通俗易懂的语言为你介绍他们之间的差别。下文详细解释了机器学习和深度学习中的术语。并且，我比较了他们两者的不同，别说明了他们各自的使用场景。让我们从基础知识开始：什么是机器学习？和什么是深度学习？如果你

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：363kb
    • 提供者：weixin_38549721

  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：609kb
    • 提供者：weixin_38628310

  1. 什么是数据科学？

  2. 数据科学是一个研究领域，涉及通过使用各种科学方法，算法和过程从大量数据中提取见解。它可以帮助您从原始数据中发现隐藏的模式。由于数理统计，数据分析和大数据的发展，数据科学这个术语已经出现。数据科学是一个跨学科领域，允许您从结构化或非结构化数据中提取知识。数据科学使您能够将业务问题转换为研究项目，然后将其转换回实用的解决方案。在这里，使用数据分析技术的重大优势：数据是当今世界的石油。借助合适的工具，技术，算法，我们可以使用数据并将其转换为独特的业务优势DataScience可以帮助您使用先进的机器学

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：248kb
    • 提供者：weixin_38702726

  1. 机器学习算法教程：基础机器学习算法教程（线性回归，逻辑回归，SVM，随机森林，装袋，KNN，K均值...）-源码

  2. 什么是机器学习？ 机器学习是一种自动化分析模型构建的数据分析方法。 使用迭代地从数据中学习的算法，机器学习允许计算机查找隐藏的见解，而无需对其进行明确的编程。 它是干什么用的？ 欺诈识别。 网络搜索结果。 网页上的实时广告 信用评分和次优报价。 预测设备故障。 新的定价模式。 网络入侵检测。 预测客户流失 模式和图像识别。 电子邮件垃圾邮件过滤。 这是最近几个月我一直在努力的机器学习算法教程列表。 随时在下面的评论中留下您的反馈/建议 1. 2. 3.

  3. 所属分类：其它

  1. 一文读懂深度学习与机器学习的差异

  2. 机器学习和深度学习变得越来越火。突然之间，不管是了解的还是不了解的，所有人都在谈论机器学习和深度学习。无论你是否主动关注过数据科学，你应该已经听说过这两个名词了。为了展示他们的火热程度，我在Googletrend上搜索了这些关键字：如果你想让自己弄清楚机器学习和深度学习的区别，请阅读本篇文章，我将用通俗易懂的语言为你介绍他们之间的差别。下文详细解释了机器学习和深度学习中的术语。并且，我比较了他们两者的不同，别说明了他们各自的使用场景。让我们从基础知识开始：什么是机器学习？和什么是深度学习？如果你

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：363kb
    • 提供者：weixin_38571449

  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：609kb
    • 提供者：weixin_38721252

  1. 什么是数据科学？

  2. 数据科学是一个研究领域，涉及通过使用各种科学方法，算法和过程从大量数据中提取见解。它可以帮助您从原始数据中发现隐藏的模式。由于数理统计，数据分析和大数据的发展，数据科学这个术语已经出现。数据科学是一个跨学科领域，允许您从结构化或非结构化数据中提取知识。数据科学使您能够将业务问题转换为研究项目，然后将其转换回实用的解决方案。在这里，使用数据分析技术的重大优势：数据是当今世界的石油。借助合适的工具，技术，算法，我们可以使用数据并将其转换为独特的业务优势 DataScience可以帮助您使用先进的机器

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：248kb
    • 提供者：weixin_38692184

  1. 你不得不了解的机器学习知识

  2. 你不得不了解的机器学习知识 1.什么是机器学习? (1)机器学习、深度学习、人工智能是什么关系？ 机器学习包含了很多种不同的算法，深度学习就是其中之一，其他方法包括决策树，聚类，贝叶斯等。 深度学习的灵感来自大脑的结构和功能，即许多神经元的互连。人工神经网络（ANN）是模拟大脑生物结构的算法。 不管是机器学习还是深度学习，都属于人工智能（AI）的范畴。所以人工智能、机器学习、深度学习可以用下面的图来表示： (2)机器学习的基本思路 通过训练集，不断识别特征，不断建模，最后形成有效的模型，这个

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 ... 20 »