您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 谷歌机器学习术语表

  2. 本资源为高清pdf版,主要内容是google提供的深度学习相关的术语,为提供学习用途
  3. 所属分类:深度学习

    • 发布日期:2018-03-16
    • 文件大小:5242880
    • 提供者:zhuguiqin1
  1. 机器学习术语表

  2. 机器学习术语,本术语表中列出了一般的机器学习术语和 TensorFlow 专用术语的定义。
  3. 所属分类:机器学习

    • 发布日期:2018-03-16
    • 文件大小:1013760
    • 提供者:weixin_38307856
  1. 机器学习专业术语(Google)

  2. 机器学习专业术语(Google) 机器学习 机器学习术语 术语 手册
  3. 所属分类:机器学习

    • 发布日期:2018-03-20
    • 文件大小:7340032
    • 提供者:wxg0564
  1. Google发布机器学习术语表_9f79f.pdf )

  2. Google发布机器学习术语表_9f79f.pdf )
  3. 所属分类:机器学习

    • 发布日期:2018-04-24
    • 文件大小:594944
    • 提供者:darren1921
  1. 机器学习术语表

  2. 机器学习术语一览表,详细解释。本术语表中列出了一般的机器学习术语和 TensorFlow 专用术语的定义。
  3. 所属分类:机器学习

    • 发布日期:2018-03-01
    • 文件大小:1048576
    • 提供者:anchor_003
  1. 机器学习术语表

  2. 谷歌官方提供的免费的机器学习术语表,中文的。仅供学习交流使用
  3. 所属分类:机器学习

    • 发布日期:2018-03-03
    • 文件大小:1048576
    • 提供者:dajitui2024
  1. Google机器学习术语表

  2. 谷歌机器学习术语表,整理自谷歌官网。谷歌机器学习术语表,整理自谷歌官网。谷歌机器学习术语表,整理自谷歌官网。
  3. 所属分类:机器学习

    • 发布日期:2018-09-01
    • 文件大小:6235947
    • 提供者:superjjcmeng
  1. GoogleMLCC机器学习术语表

  2. Google 机器学习速成课程(MLCC)的机器学习术语表, 高清,带书签
  3. 所属分类:机器学习

    • 发布日期:2019-01-21
    • 文件大小:3145728
    • 提供者:anliven
  1. TensorFlow 机器学习相关英文术语 4.pdf

  2. 对于很多初入学习人工智能的学习者来说,对人工智能、机器学习、深度学习的概念和区别还不是 很了解,那么接下来就给大家从概念和特点上进行阐述。先看下三者的关系。
  3. 所属分类:机器学习

    • 发布日期:2020-08-29
    • 文件大小:466944
    • 提供者:weixin_50306288
  1. 杨桃的Python机器学习5——数据可视化1:散点图

  2. 本人CSDN博客专栏:https://blog.csdn.net/yty_7 Github地址:https://github.com/yot777/ 使用Matplotlib将数据可视化 Matplotlib 能创建非常多的可视化图表,它有一个丰富的 Python 工具生态环境,请移步到以下教程进行学习: https://blog.csdn.net/zw0Pi8G5C1x/article/details/79186024 如果不打算深入学习,使用下图可以简要了解Matplotlib 的一些重要术
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:183296
    • 提供者:weixin_38722164
  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:322560
    • 提供者:weixin_38711041
  1. Kernel-Tricks---Term-Paper-:本文详细介绍了内核技巧在机器学习中的用法-源码

  2. 核心技巧---术语纸- 本文详细介绍了在机器学习中使用内核技巧的方法。 主要主题包括多项式内核,径向内核,K次多项式内核,内核感知器算法,内核组成规则,重要应用,优势和局限性。
  3. 所属分类:其它

    • 发布日期:2021-03-05
    • 文件大小:661504
    • 提供者:weixin_42102272
  1. 机器学习术语表GoogleDevelopers.pdf

  2. 谷歌官方出的机器学习术语表
  3. 所属分类:机器学习

    • 发布日期:2021-03-03
    • 文件大小:1048576
    • 提供者:bigdata_wangzhe
  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:371712
    • 提供者:weixin_38549721
  1. 自动化的机器学习(AutoML):将AutoML部署到云中

  2. AutoML是一个很宽泛的术语,理论上来说,它囊括从数据探索到模型构建这一完整的数据科学循环周期。但是,我发现这个术语更多时候是指自动的特征预处理和选择、模型算法选择和超参数调优,这些步骤处在数据科学流程的末端。流程中的早期步骤,即数据探索、清理和特征工程很难自动化,因为它们既需要专业知识,也需要人为判断。令人高兴的是,AutoML可让模型选择和开发等工作中冗长单调的步骤实现自动化,从而解放数据科学家,让他们关注更有趣的工作。下面我将详细介绍部署AutoML服务的经验。1.AutoML可为模型选
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:257024
    • 提供者:weixin_38612811
  1. amazon-sagemaker-clarify:公平感知机器学习。 数据集和模型的偏差检测和缓解-源码

  2. 澄清 亚马逊Sagemaker澄清 数据集和模型的偏差检测和缓解。 安装 要从PIP安装软件包,您只需执行以下操作: pip install smclarify 您可以在查看有关在笔记本上运行Bias指标的。 术语 刻面 构面是将用于测量偏差的列或要素。 构面可以具有将样本指定为“敏感”的值。 标签 标签是一列或要素,是训练机器学习模型的目标。 标签可以具有指定该样本具有“积极”结果的值。 偏差测量 偏差量度是返回偏差量度的函数。 偏差指标 偏差量度是指示通过特定偏差量度确定的检测到的偏差水平
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:207872
    • 提供者:weixin_42101720
  1. guimpressoes:这是一个测试库,用于管理我在机器学习世界中的印象(一个花哨的统计学术语)-源码

  2. guimpressoes:这是一个测试库,用于管理我在机器学习世界中的印象(一个花哨的统计学术语)
  3. 所属分类:其它

    • 发布日期:2021-02-11
    • 文件大小:62464
    • 提供者:weixin_42140846
  1. 机器学习书:《机器学习宝典》包含:谷歌机器学习速成课程(招式)+机器学习术语表(口诀)+机器学习规则(心得)+机器学习中的常识性问题(内功)。该资源适用于机器学习,深度学习研究人员和爱好者参考!-源码

  2. 机器学习书:《机器学习宝典》包含:谷歌机器学习速成课程(招式)+机器学习术语表(口诀)+机器学习规则(心得)+机器学习中的常识性问题(内功)。该资源适用于机器学习,深度学习研究人员和爱好者参考!
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:56623104
    • 提供者:weixin_42109732
  1. nostradamus::brain:一个开源机器学习应用程序,用于分析从错误跟踪系统提取的软件缺陷报告-源码

  2. :brain: 一个开源的机器学习应用程序,用于分析从错误跟踪系统提取的软件缺陷报告。 Nostradamus是一个开放源代码应用程序,用于分析从错误跟踪系统提取的软件缺陷报告。 该应用程序使用机器学习技术来确定各种缺陷属性之间的重要链接,并生成某些错误度量,例如: :cross_mark: 被拒绝的错误; :check_mark_button: 已修复的错误,包括解决的时间; :memo: 属于特定测试领域的错误。 Nostradamus还计算各种统计数据,包括聚合函数的分布和值,并
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:39845888
    • 提供者:weixin_42181686
  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:371712
    • 提供者:weixin_38571449
« 12 3 4 5 6 »