##机器学习与数据挖掘

腾讯云大学大咖分享 | 腾讯云知识图谱实践

毕业于中国科学院大学控制科学与工程系，具有丰富的机器学习与数据挖掘经验。加入腾讯云AI语义产品组后，主要负责知识图谱相关产品的研发与应用。
腾讯云大学·2020-08-20 22:21

机器学习与数据挖掘之逻辑斯谛回归

参考文献：机器学习与数据挖掘参考文献一、二项逻辑斯谛回归模型二项逻辑斯谛回归模型是如下的条件概率分布：这里，x∈Rn是输入，Y∈{0,1}是输出，w∈Rn和b∈R是参数，w称为权值向量，b称为偏置，w·
Cloud陈·2020-08-19 03:47

pyhton机器学习与数据挖掘 -- 线性回归

说明:此类文，只介绍常见机器学习的算法的实际应用，不对各算法原理做进一步理解，以后的机器学习的原理学习专在机器学习栏目进行展示，先学会怎么用吧，原理得慢慢来。参考内容:python数据挖掘与机器学习实战.方魏.机械工业出版社.2019.05机器学习基础:从入门到求职.胡欢武.电子工业出版社.2019.03回归分析是一种应用极为广泛的数量分析方法。它用于分析事物之间的统计关系，侧重考察变量之间的数量
落@槿（nick）·2020-08-14 18:05

推荐几个中国优秀的人工智能网站

北京大学视觉与听觉信息处理实验室北京邮电大学模式识别与智能系统学科复旦大学智能信息处理开放实验室IEEEComputerSociety北京映象站点计算机科学论坛机器人足球赛模式识别国家重点实验室南京航空航天大学模式识别与神经计算实验室-PARNEC南京大学机器学习与数据挖掘研究所
Mr.Jk.Zhang·2020-08-13 16:19

机器学习100+问

3.讨论机器学习与人工智能的关系4.讨论机器学习与数据挖掘的关系5.讨论机器学习与数据科学、大数据分析等概念的关系6.机器学习有哪些常用的应用领域?请举例说明其应用7.机器学习能解决哪些问题?
DLANDML·2020-08-11 02:46

从零推导支持向量机 (SVM)

雷锋网(公众号：雷锋网)AI科技评论按，本文作者张皓，目前为南京大学计算机系机器学习与数据挖掘所（LAMDA）硕士生，研究方向为计算机视觉和机器学习，特别是视觉识别和深度学习。
weixin_34087503·2020-08-09 00:15

深度森林：探索深度神经网络以外的方法

就在这周，南京大学机器学习与数据挖掘研究所（LAMDA）负责人周志华教授将他和LAMDA博士生冯霁写的论文《深度森林：探索深度神经网络以外的方法》（DeepForest:TowardsAnAlternativetoDeepNeuralNetwork
zhujianing^_^·2020-08-05 04:44

11.1 p值的意义

标签：机器学习与数据挖掘作者：孟浩巍原文链接：https://www.zhihu.com/question/317252051/answer/633033538?
纸境止境·2020-08-04 17:04

AI方向的实验室调研（截至18年，未更新）

智能感知与计算研究中心计算所智能信息重点实验室西电清华大学计算机系-智能技术与系统国家重点实验室自然语言处理与社会人文计算实验室自动化系北大机器感知与智能教育部重点实验室---机器学习研究室深度学习实验室浙江大学计算机院图形与并行系统实验室南京大学机器学习与数据挖掘研究所香港中文大学
Treasureashes·2020-08-03 14:30

Python机器学习与数据挖掘1-尹成-专题视频课程

Python机器学习与数据挖掘1—203人已学习课程介绍1scikitlearn安装与配置2KNN预测男女3KNN测试自带数据评分对比以及绘图4KNN用于分类5KNN用于数据回归预测6KNN基于历史数据预测未来课程收益进一步提升自己
尹成学院·2020-08-03 09:39

Machine Learning and Data Mining（机器学习与数据挖掘）

Problems[show]ClassificationClusteringRegressionAnomalydetectionAssociationrulesReinforcementlearningStructuredpredictionFeatureengineeringFeaturelearningOnlinelearningSemi-supervisedlearningUnsupervi
weixin_30512785·2020-08-01 03:56

知乎热议：周志华弟子 & 旷视南京负责人跳槽高校

魏秀参是南京大学计算机系机器学习与数据挖掘所（LAMDA）的博士生。先后师从南京大学计算机系软件新技术国家重点实验室周志华教授和吴建鑫教授从事机器学习和计算机视觉方向研究。博士毕业后，他担任
liu志军·2020-07-31 11:02

机器学习与数据挖掘之ROC与AUC

参考文献：机器学习与数据挖掘参考文献图1分类结果混淆矩阵很多学习器是为测试样本产生一个实值或概率预测，然后将这个预测值与一个分类阈值进行比较，若大于阈值则分为正类，否则为反类。
Cloud陈·2020-07-30 00:55

机器学习(part3)--机器学习与数据挖掘的区别

学习笔记，仅供参考，有错必纠机器学习与数据挖掘的区别机器学习的定义目前被广泛采用的机器学习的定义是“利用经验来改善计算机系统自身的性能”。
安财小山羊·2020-07-29 05:32

机器学习与数据挖掘网上资源搜罗——良心推荐

前面我曾经发帖推荐过网上的一些做“图像处理和计算机视觉的”有料博客资源，原帖地址图像处理与机器视觉网络资源收罗——倾心大放送http://blog.csdn.net/baimafujinji/article/details/32332079做机器学习和数据挖掘方面的研究和开发，常会在线搜索一些资源，日积月累便挖出了一堆比较牛的博主，特别说明：做这个方向的人很多，牛人也很多，但是这些资源大部分主要突
白马负金羁·2020-07-27 19:03

机器学习与数据挖掘基本算法初步介绍

随着互联网技术的发展，特别是web2.0时代的到来，互联网为我们提供了丰富的数据来源，如何充分的利用这些数据，挖掘用户信息，是下一代互联网急需解决的问题。机器学习和数据挖掘主要是解决以下几个方面的问题，分类与预测，优化，独立特征提取等。机器学习的很多算法都是基于以下图1中模型来进行设计。图1学习系统模型我们应对外界环境的刺激输入，在实践的过程中不断学习，获取经验知识，并且运用我们所学到的经验知识指
夜空骑士·2020-07-27 16:27

手指静脉图像数据集

1.山东大学机器学习与数据挖掘实验室指静脉数据集SDUMLA-HMTDatabase2.马来西亚理工大学指静脉数据集FingerVeinUSM(FV-USM)DatabaseFingerVeinUSM(
tiantiandashi·2020-07-14 23:19

可视化基础

可视化是机器学习与数据挖掘的最后一公里，好的可视化可以让人们对数据结果一目了然。下面介绍一下基本知识和可视化要点。
Dorts·2020-07-14 18:04

知乎热议：周志华弟子 & 旷视南京负责人跳槽高校

魏秀参是南京大学计算机系机器学习与数据挖掘所（LAMDA）的博士生。先后师从南京大学计算机系软件新技术国家重点实验室周志华教授和吴建鑫教授从事机器学习和计算机
肉眼品世界·2020-07-12 14:58

手把手带撸Junior AlphaGo算法「AI工程论」

关注：决策智能与机器学习，深耕AI脱水干货作者|长风来源|机器学习与数据挖掘实践强化学习任务通常使用马尔可夫决策过程（MarkovDecisionProcess，简称MDP）来描述，包含五大关键要素：agent
九三智能控v·2020-07-12 04:32

深度：自动驾驶特斯拉背后核心技术解析

雷锋网按：本文作者魏秀参，谢晨伟南京大学计算机系机器学习与数据挖掘所（LAMDA），研究方向为计算机视觉和机器学习。
weixin_33736649·2020-07-10 07:29

类别不平衡学习(理论与算法)————第一章

两项关键技术：机器学习与数据挖掘机器学习主要为数据挖掘任务提供模型与工具，故其更加偏重于理论；而数据挖掘则更多地关注于不同数据类型的特点及不同领域和层面用户的实际需求，并根据这些需求向机器学习寻求理论帮助
YouChowMein·2020-07-07 01:41

分享：五个最给力的Hadoop项目

2.Mahout：Mahout是一个基于Hadoop实现各种机器学习与数据挖掘算法库。被
weixin_30505751·2020-07-05 21:33

要点(PPV课)机器学习 黄志洪

www.r-project.orgPython(瑞士军刀、通用语言、爬虫、网站、shell)NumPySciPyMatplotlibMatlab矩阵实验室WEKA机器学习与数据挖掘JAVA环境图形界面（
samcool0928·2020-07-05 11:46

机器学习与数据挖掘、计算机视觉方法资料汇总（永久更新）

感觉这一学期学了挺多各种各样的机器学习方法，好多不经常用都快忘了。把各种方法我觉得讲得比较好的资料记录下来，永久更新。。。后文提到的主要资料书籍汇总：NgCS229：斯坦福AndrewNg机器学习课程，网易公开课和coursera上都有视频；UFLDL教程：AndrewNg深度学习教程：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6
slim1017·2020-07-04 02:32

数据挖掘与机器学习关系与区别

主要参照周志华老师的：机器学习与数据挖掘一文。有兴趣的可以自行百度，其文对人工智能、数据挖掘、机器学习等演变历程，有详细介绍。一、概念定义机器学习：广泛的定义为“利用经验来改善计算机系统的自身性能。”
phla_han·2020-07-02 14:37

“无中生有”计算机视觉探奇

作者：魏秀参，南京大学计算机系机器学习与数据挖掘所（LAMDA）博士生。
csdn_csdn__AI·2020-07-02 02:02

【华为云技术分享】【Python算法】分类与预测——决策树

20世纪70年代后期和80年代初期，机器学习研究者J.RossQuinlan提出了ID3算法以后，决策树就在机器学习与数据挖掘领域取得了巨大的发展。
华为云·2020-07-01 22:30

机器学习与数据挖掘的关系

现总结如下：二者都是人工智能重要的研究领域。ML更多是在自然科学和理论研究层面，而DM是在应用层面。ML的发展历史：1，推理学习（演绎阶段）19世纪50年代开始2，知识库（专家系统、知识工程）19世纪70-90年代3，归纳学习（机器自主学习）ANN,SVM,决策树，etc.DM的发展源于大数据量的训练样例机器学习的效率很低，所以结合了机器学习，数据库和统计学形成了现在的DM，当然DM的范围不限于数
bingby·2020-07-01 18:02

weka-简介

官网：https://www.cs.waikato.ac.nz/ml/weka/Weka，是一款免费、非商业化、基于Java的开源的机器学习与数据挖掘软件，并提供了maven依赖，拥有丰富的JavaAPI
252619·2020-06-30 01:48

机器学习---协同过滤算法（推荐算法）

一、机器学习与数据挖掘的区别机器学习是在数据挖掘基础之上的。数据挖掘把碎片化的知识规整在一起。机器学习是从碎片化知识中产生新知识。
weixin_43730508·2020-06-29 09:34

CCAI 2019 | 俞扬：人工智能的决定权依然在人

俞扬在2011年博士毕业后，留校加入计算机科学与技术系、机器学习与数据挖掘研究所（LAMDA）从
喜欢打酱油的老鸟·2020-06-29 03:03

TensorFlow工具快速入门教程2机器学习简介

机器学习与数据挖掘和贝叶斯预测建模密切相关。机器接收数据作为输入，使用算法来制定答案。典型的机器学习任务是提供推荐。对于拥有Netflix帐户的用户，所有电影或系列推荐都基于用户的历史数据。
python测试开发_AI命理·2020-06-28 15:08

机器学习算法中的概率方法

雷锋网(公众号：雷锋网)AI科技评论按，本文作者张皓，目前为南京大学计算机系机器学习与数据挖掘所（LAMDA）硕士生，研究方向为计算机视觉和机器学习，特别是视觉识别和深度学习。
lyuharvey·2020-06-28 07:02

【校招面经】机器学习与数据挖掘常见面试题整理 part8

七十六、t-SNEfrom：http://www.datakit.cn/blog/2017/02/05/t_sne_full.htmlt-SNE(t-distributedstochasticneighborembedding)是用于降维的一种机器学习算法，是由LaurensvanderMaaten和GeoffreyHinton在08年提出来。此外，t-SNE是一种非线性降维算法，非常适用于高维数
稻蛙·2020-06-27 06:58

【校招面经】机器学习与数据挖掘常见面试题整理 part1

注：以下是本人春招时看面经时收集的常见面试题，答案部分是由网上多个信息源整理而成，部分是个人解答。当时整理时只是自己看的，很多没有注明来源地址，后续有时间补上来源，如有侵权请告知。一、PCA为什么要中心化因为要算协方差。单纯的线性变换只是产生了倍数缩放，无法消除量纲对协方差的影响，而协方差是为了让投影后方差最大。二、PCA的主成分是什么在统计学中，主成分分析（PCA）是一种简化数据集的技术。它是一
稻蛙·2020-06-27 06:26

笔记（第一讲）

二，机器学习与数据挖掘
colorshhy·2020-06-27 00:35

机器学习与数据挖掘-支持向量机(SVM)（一）

最近在看斯坦福大学的机器学习的公开课，学习了支持向量机，再结合网上各位大神的学习经验总结了自己的一些关于支持向量机知识。一、什么是支持向量机(SVM)?1、支持向量机（SupportVectorMachine，常简称为SVM）是一种监督式学习的方法，可广泛地应用于统计分类以及回归分析。支持向量机属于一般化线性分类器，这族分类器的特点是他们能够同时最小化经验误差与最大化几何边缘区，因此支持向量机也被
流水无Qing·2020-06-27 00:47

机器学习与数据挖掘-logistic回归及手写识别实例的实现

本文主要介绍logistic回归相关知识点和一个手写识别的例子实现一、logistic回归介绍：logistic回归算法很简单，这里简单介绍一下：1、和线性回归做一个简单的对比下图就是一个简单的线性回归实例，简单一点就是一个线性方程表示(就是用来描述自变量和因变量已经偏差的方程)2、logistic回归可以看到下图，很难找到一条线性方程能将他们很好的分开。这里也需要用到logistic回归来处理了
流水无Qing·2020-06-27 00:16

机器学习与数据挖掘-K最近邻(KNN)算法的实现（java和python版）

blog.csdn.net/u011067360/article/details/23941577python版本：这里实现一个手写识别算法，这里只简单识别0~9熟悉，在上篇文章中也展示了手写识别的应用，可以参考：机器学习与数据挖掘
流水无Qing·2020-06-27 00:16

机器学习与数据挖掘之支持向量机

参考文献：机器学习与数据挖掘参考文献支持向量机是一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器。支持向量机还包括核技巧，这使它成为实质上的非线性分类器。
Cloud陈·2020-06-26 09:03

腾讯云大学大咖分享 | 腾讯云知识图谱实践

毕业于中国科学院大学控制科学与工程系，具有丰富的机器学习与数据挖掘经验。加入腾讯云AI语义产品组后，主要负责知识图谱相关产品的研发与应用。
qwefgh123321·2020-06-26 04:28

15 离群点和高杠杆率点

15离群点和高杠杆率点标签：机器学习与数据挖掘（此篇R代码对应本博客系列《12R语言手册（第五站多元回归》）1.离群值  离群值的标准残差的据绝对值非常大，我们研究的时候可以单独把这类值来出来看一下，以使我们的预测模型的不会受到太大干扰
纸境止境·2020-06-25 18:19

14 最小二乘估计原理推导和线性回归的外推等

14最小二乘估计原理推导和线性回归的外推等标签：机器学习与数据挖掘（此篇R代码对应本博客系列《12R语言手册（第五站多元回归》）1.简单最小二乘估计的推导  先说个历史：最小二乘法是勒让德(A.M.Legendre
纸境止境·2020-06-25 18:18

[读书笔录]解析卷积神经网络（魏秀参）——目录和绪论

解析卷积神经网络——基础理论篇*南京大学计算机系机器学习与数据挖掘所（LAMDA）在读博士魏秀参开放了一份较系统完整的CNN入门材料《解析卷积神经网络——深度学习实践手册》。
谷阿幻·2020-06-24 20:47

清华MOOC_大数据机器学习_笔记_第一章 概述

第一章概述1.机器学习定义2.机器学习的相关概念3.人工智能的三种学习方法或系统4.机器学习与数据挖掘和统计学习的关系5.机器学习的发展历程6.大数据机器学习的特点7.推荐书目1.机器学习定义维基百科：
dgyzmyx_·2020-06-24 18:13

梯度下降算法和正规方程组学习笔记

梯度下降算法学习笔记内容来自于斯坦福大学《机器学习与数据挖掘公开课》。介于算法中用到了许多线性代数的知识。所以我感觉有必要先对线性代数的基础知识做一个回顾和梳理。
哈哈进步·2020-06-23 12:17

AI(4)一图看懂什么是AI,机器学习和深度学习

可以去官网上下https://ilearningx.huawei.com/portal/#/courses/course-v1:HuaweiX+EBGTC00000187+2018.9/about2.机器学习与数据挖掘的联系与区别机器学习
多云的夏天·2020-06-22 12:23

图像分类、检测，语义分割等方法梳理

作者：张皓【新智元导读】本文作者来自南京大学计算机系机器学习与数据挖掘所（LAMDA），本文直观系统地梳理了深度学习在计算机视觉领域四大基本任务中的应用，包括图像分类、定位、检测、语义分割和实例分割。
zchang81·2020-06-21 15:23

深度学习的可解释性研究（一）：让模型「说人话」

北航智慧城市兴趣组BIGSCITY是隶属于北京航空航天大学计算机学院的一个学术研究小组，小组致力于研究机器学习与数据挖掘在城市科学、社会科学等领域的交叉应用技术。
煊琰·2020-06-21 12:21
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他