《机器学习教程》

Pycharm学生版安装教程（2019-12月更新）

以下方法全部是官方渠道正版激活，可选择学生版（免费)或企业版（付费）我的机器学习教程「美团」算法工程师带你入门机器学习以及「三分钟系列」数据结构与算法已经开始更新了，欢迎大家订阅~这篇专栏整合了这几年的算法知识
图灵的猫·2020-01-02 12:00

836分钟的谷歌机器学习教程，带你10分钟看完！—— Jinkey 原创

原文链接https://jinkey.ai/post/tech/shou-cang-!836fen-zhong-de-gu-ge-ji-qi-xue-xi-jiao-cheng-dai-ni-10fen-zhong-kan-wan本文作者Jinkey（微信公众号jinkey-love，官网https://jinkey.ai）文章允许非篡改署名转载，删除或修改本段版权信息转载的，视为侵犯知识产权，我
JinkeyAI·2019-12-21 04:00

斯坦福大学2014机器学习教程中文笔记目录

第一周一、引言(Introduction)1.1欢迎1.2机器学习是什么？1.3监督学习1.4无监督学习二、单变量线性回归(LinearRegressionwithOneVariable)2.1模型表示2.2代价函数2.3代价函数的直观理解I2.4代价函数的直观理解II2.5梯度下降2.6梯度下降的直观理解2.7梯度下降的线性回归2.8接下来的内容三、线性代数回顾(LinearAlgebraRev
haidaozheng·2019-12-17 02:26

2019-01-22

今天把Kaggle上的机器学习教程看完了，进展超顺利，并且工作也没落下；结果到下午5点左右，我傻逼一样跑出去抽烟，造成身体的强烈不适，有种眩晕、呕吐的感觉。
brightsunp·2019-12-14 22:39

2019-11-29 复习深度学习基础

1.吴恩达老师机器学习教程中文笔记-在线版2.《动手学深度学习》关键词：正向传播反向传播优化算法经典网络
xyq_learn·2019-11-29 11:21

机器学习中的正则化是什么原理？

建议你移步至我的博客阅览：KAAAsS‘sBlog-简明机器学习教程本篇文章作为下一篇实践篇的理论基础发布。注意，文章面向那些有一定机器学习基础的人，故文中涉及的部分内容并没有详细介绍。
KAAAsS·2019-11-01 15:45

文章链接2

zcbgFEfxmYbqRHDK5KEfbw吴恩达书籍https://xiaqunfeng.gitbooks.io/machine-learning-yearning/content/chapter11.html斯坦福大学2014机器学习教程中文笔记目录
拷贝幸福冲·2019-10-16 15:00

机器学习教程 之 EM算法 ：高斯混合模型聚类算法 (python基于《统计学习方法》实现，附数据集和代码)

之前写过一篇博客讲述极大似然方法，这一方法通常适用于知道观测数据YYY，求解模型参数θ\thetaθ的场合，即P(Y∣θ)P(Y|\theta)P(Y∣θ)。但是，在更多场合除了模型参数是未知的外，还有隐变量ZZZ也是未知的，即P(Y,Z∣θ)P(Y,Z|\theta)P(Y,Z∣θ)。多个隐藏模型的混合，会使得普通的极大似然方法用起来不是那么方便，比如求解高斯混合模型(GMM),隐马尔可夫模型(
Liangjun_Feng·2019-07-12 00:00

800G人工智能学习资料，视频免费分享，资料下载

人工智能越来越受到人们青睐，工资越来越高这里分享全网最全的800G人工智能学习，视频数据给大家，在知识的传递中，进行互相交流，探讨，促进学习的进步资料概览40G人工智能入门课Python语言入门课25G机器学习教程
AIOT智讯·2019-06-17 14:58

【从零开始学机器学习01】Python 手写机器学习最简单的 kNN 算法

今天开始，我打算写写机器学习教程。说实话，相比爬虫，掌握机器学习竞争力更强些。
苏克1900·2019-06-09 14:26

吴恩达机器学习----大规模机器学习

吴恩达机器学习教程学习笔记（15/16）吴恩达教授（AndrewNg）的机器学习可以说是一门非常重视ML理论基础的课程，做做一些简单的笔记加上个人的理解。
huapusi·2019-06-09 13:35

吴恩达机器学习----异常检测

吴恩达机器学习教程学习笔记（13/16）吴恩达教授（AndrewNg）的机器学习可以说是一门非常重视ML理论基础的课程，做做一些简单的笔记加上个人的理解。
huapusi·2019-06-06 12:45

Gartner力推的“百页机器学习书”，“舒服”搞定概念+代码（附下载）

大数据文摘出品作者：曹培信去年十二月，一本名为《TheHundred-PageMachineLearningBook》的机器学习教程迅速走火，它由Gartner公司机器学习团队负责人、人工智能博士AndriyBurkov
BigDataDigest·2019-05-23 09:05

Github标星1k+，懂点Python就能读懂的机器学习全流程笔记

下面文摘菌就给大家介绍一个机器学习教程，此教程已经冲到了GitHub热榜第三的位置，内容既包含理论知识，又包含代码实现。
BigDataDigest·2019-05-13 14:58

面向初学者的机器学习教程：随机森林

面向初学者的机器学习教程：随机森林随机森林和决策树的指南一个很好玩的是：我针对这篇文章制作了一个基于J
loopy_·2019-05-04 14:10

面向初学者的机器学习教程：从零开始使用Python实现一个神经网络

面向初学者的机器学习教程：神经网络简介简单解释
loopy_·2019-05-02 11:31

python机器学习视频教程百度网盘下载？

如果你对Python机器学习感兴趣，python机器学习教程哪个好？这份python机器学习教程分享给你。
千锋教育官方博客·2019-04-16 09:58

分享《机器学习系统设计（带目录与书签）》高清中文版PDF+高清英文版PDF+源代码免费下载

PDF+源代码免费下载下载链接：https://pan.baidu.com/s/1Yih_KmhVJEqB13eKKmrDEQ，提取码：tbdg下载地址：网盘下载《机器学习系统设计》是实用的Python机器学习教程
眼眉温柔处·2019-03-24 23:57

吴恩达机器学习----逻辑回归

吴恩达机器学习教程学习笔记（4/16）吴恩达教授（AndrewNg）的机器学习可以说是一门非常重视ML理论基础的课程，做做一些简单的笔记加上个人的理解。
huapusi·2019-03-10 15:25

Python教程，简单快速入门Python机器学习教程

人工智能这么火，有多少小伙伴想学习呢？你是否还在找人工智能，机器学习的方法，今天播妞就分享一个简单快速入门Python机器学习的教程，希望小伙伴们能学会机器算法，更好的进入人工智能领域！课程简介该阶段是机器学习的入门课程，主要介绍一些经典的传统机器学习算法，如分类算法：KNN算法，朴素贝叶斯算法，逻辑回归，决策树算法以及随机森林；回归算法：线性回归，岭回归；聚类算法：KMeans算法，结合Pyth
传智播客官方博客·2019-01-15 10:48

tensorflow之手写数字识别基于MNIST数据集机器学习教程（支持多个数字识别）

配置：python-V:3.5.3tensorboard-V:1.12.1tensorflow-gpu-V:1.12.0GPU:nvidiaGeforceGTX1050CUDA-V:9.0大家刚开始学习tensorflow的时候，最开始接触到的实战应该就是手写数字识别，因为tensorflow的中文官网上也以这个为例子，利用MINST数据集实现最简单的手写数字识别，网上有很多版本的代码都很杂乱，可
NH4L·2019-01-05 12:34

【聚合阅读】机器学习资料最强汇总！

本文将与网站lixudong.store同步更新，欢迎持续关注~深度学习理论类机器学习教程会议/论文框架/代码/实践深度学习理论类新型RNN：将层内神经元相互独立以提高长程记忆|CVPR2018论文解读再谈变分自编码器
大圣圈AI大讲堂·2019-01-01 21:50

【机器学习教程】感知机详解

今天小编给大家带来感知机算法的详解。感知机算法由Rosenblatt在1957年提出，是一类简单的线性判别算法，通过扩展又可以与许多其他算法密切相关。如逻辑回归模型、支持向量机、前馈神经网络（多层感知机）、线性判别分析等。因此感知机算法尽管很少单独使用，但它对于理解其他模型和算法非常有用，很适合作为开始机器学习的一个切入点，同时也是建立知识体系的一个枢纽。本文首先简要介绍感知机，然后讲解感知机的模
大圣圈AI大讲堂·2018-12-30 01:05

机器学习教程，Python3天快速入门机器学习！

今天就分享一个机器学习教程，Python3天快速入门机器学习！
qq5a9f7abb56da9·2018-12-19 11:28

AI-028: Google机器学习教程（ML Crash Course with TensorFlow APIs）笔记1-3 ML简介及线性回归介绍

本文是Google机器学习教程（MLCrashCoursewithTensorFlowAPIs）的学习笔记。
铭记北宸·2018-11-15 23:40

51.选择管道组件之任务简单化 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.除了数据可用性以外，考虑流程中组件时，你还需要考虑一个因素：单个组件解决问题的简单程度。你应该试着选择那些容易构建和学习的组件。
maerdym·2018-10-05 09:09

46.强化学习实例 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.假如你正在使用机器学习教直升飞机，执行复杂的飞行任务。这儿有一张直升飞机引擎关闭时，着陆时拍摄的照片。
maerdym·2018-10-05 09:19

32.学习曲线绘制技巧 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.假如你的训练样本集非常小，只有100个样本。
maerdym·2018-10-03 16:28

28.通过学习曲线诊断偏差和方差 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费?.我们已经了解了一些方法，可以算出有多少错误是来自于可避免得方差和偏差了。这些方法包括评估最优错误率、计算模型在训练样本集和开发样本集上的错误率。
maerdym·2018-09-30 16:06

20. 偏差和方差的概念及用途 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.假设你的开发、测试、训练样本集服从同一分布，那么获取更多的训练数据，可以让你的算法性能获得巨大的提升吗？
maerdym·2018-09-30 12:13

19.总结：基本误差分析 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.当你开始一个新项目时，特别是如果你在一个你不是专家的领域，很难正确地预测最有效的工作方向。因此，不要一开始就尝试设计和构建完美的系统。
maerdym·2018-09-30 11:50

18.人工观测数据集和模型调参数据集多大合适 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.人工观测数据集应该设置的足够大，这样方便你找到主要的错误类别。
maerdym·2018-09-30 11:54

17. 将开发数据集分成人工观测数据集和模型调参数据集 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.假设你有一个很大的开发样本集，这个样本集有5000个样本，误差率是20%。这样你的算法产生了1000个错误分类。
maerdym·2018-09-30 11:08

16.清理开发和测试样本集中的错误标签 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.在误差分析过程中，你可能会发现，开发样本集中有的开样本被标记错误了。当我说“标记错误”的时候，我的意思是这些图片被人为的标记错了。
maerdym·2018-09-30 10:54

15.在并行的错误分析中评估多个想法 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.你的团队有几个关于改进猫咪检测器的想法：解决你的算法中，把狗识别为猫的错误。
maerdym·2018-09-30 10:32

14.误差分析的重要性和大致过程 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.当你在玩你的关于猫咪的应用时，你会注意到几个误把狗狗识别为猫咪的例子。有些狗狗看起来真的太像猫了！
maerdym·2018-09-30 10:05

13.快速构建你的系统，然后迭代 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.您想要构建一个新的反垃圾邮件系统。你的团队有几个想法：收集大量的垃圾邮件。
maerdym·2018-09-28 18:46

12.总结：构建开发和测试数据集 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.选择与实际数据(或你期望的数据)一致的开发和测试数据集，这些数据可能与你的训练数据不同开发数据集和测试数据集中的数据分布应当一致选择单值衡量指标作为你的团队优化目标
maerdym·2018-09-28 18:00

11.何时需要改变数据集和衡量指标 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.当开始一个新的项目时，我会快速的选择开发和测试数据集，这样可以给团队定出明确的目标。
maerdym·2018-09-28 17:12

10.在开发/测试数据集和单值衡量指标的基础上，加速模型迭代 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.很难事先知道什么方法对新的问题有效。即使是经验丰富的机器学习研究人员，在找到合适的方法之前，也会尝试大量的想法。
maerdym·2018-09-28 16:00

9.约束性指标和优化性指标 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.还有一种合并多个衡量指标的额方法。假设除了关心准确率外，还关心算法执行耗时。
maerdym·2018-09-28 16:29

8.使用单值衡量指标 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.举个例子，分类准确率就是一个单值衡量指标(在开发数据集或测试数据集上，运行你的分类器，分类器会返回一个单一数值，即分类正确的样本比例)。
maerdym·2018-09-28 11:44

7.开发和测试数据集多大合适 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.为了检测出不同算法之间的差异，开发数据集应该足够大。
maerdym·2018-09-28 11:12

5.开发和测试数据集的重要性 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.让我们回到之前猫咪图片的例子中，你开发了一款移动端APP，用户上传了各种各样的照片，你想让计算机自动区分出哪些照片中含有猫咪。
maerdym·2018-09-28 09:56

4. 驱动机器学习长足进步的因素 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.很多机器学习(神经网络)的想法都提出几十年了，为什么这些想法会突然的火了呢？
maerdym·2018-09-27 22:35

3.阅读本书的先决条件 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.如果你已经学习过机器学习课程或你有监督类机器学习的从业经验，那你将很容易读懂本书所讲的内容。
maerdym·2018-09-27 21:41

1. 为什么要说机器学习策略 From Machine Learning Yearning 吴恩达

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.机器学习是无数重要应用的基础，包括网页搜索、垃圾邮件判断、语音识别、商品推荐等等。
maerdym·2018-09-27 01:18

吴恩达新书-Machine Learning Yearning 中文版全 (1-52章)

吴恩达新书-MachineLearningYearning更多好玩的机器学习教程:进入袋马学院领一份，全部免费.关注微信公众号：袋马AI回复：机器学习年鉴获取PDF版本英文版+中文版文档吴恩达这本新书面向的用户群体为机器学习从业者
maerdym·2018-09-27 00:10

机器学习笔记

学习AndrewNg的机器学习教程，做个笔记。
Jorvi·2018-08-27 14:30

【机器学习-学习笔记】吴恩达老师机器学习课的笔记（黄海广博士）

《机器学习个人笔记完整版v5.3-A4打印版.pdf》云盘链接：https://pan.baidu.com/s/1G1mDEKmPSr2feoPwbgOu8w密码：9wi4机器学习教程中文笔记目录
保护我方鲁班八号·2018-08-08 09:05
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他