【机器学习实践】

每周一书《Python机器学习实践指南 附随书代码》分享！

Python机器学习实践指南结合了机器学习和Python语言两个热门的领域，通过利用两种核心的机器学习算法来将Python语言在数据分析方面的优势发挥到极致。全书共有10章。
shenmanli·2020-06-21 07:16

CuPy：将Numpy提速700倍！

它允许数据科学家、机器学习实践者和统计学家以一种简单有效的方式处理矩阵式的海量数据。
简说Python·2020-06-21 05:17

机器学习实践系列之12 - OpenCV之三维重建

又一次提到了三维重建，许是三维重建的应用面太广，从PrimSense到Kinnect再到RealSense，还有一堆国内的山寨机不表。从KinnectFusion到ProjectTango，伟大的项目见证着一个说法：世界总归是三维的。那就用3D来感知世界吧！一.摄像机的深度？如何从摄像机来获取深度，最简单的方法莫过于买一个RGBDCamera了，对于RGBD摄像机的分类，主要有以下几种：1.TOF
linolzhang·2020-06-21 03:41

6亿用户音乐推荐系统，我们这样做！

在机器学习实践专场，网易云音乐的音乐推荐算法负责人肖强，给大家介绍了《AI算法在音乐推荐中的实践》。本次分享重点介绍AI算法
架构师小秘圈·2020-06-21 01:52

Python机器学习实践指南

内容简介机器学习是近年来渐趋热门的一个领域，同时Python语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和Python语言两个热门的领域，通过利用两种核心的机器学习算法来将Python语言在数据分析方面的优势发挥到极致。全书共有10章。第1章讲解了Python机器学习的生态系统，剩余9章介绍了众多与机器学习相关的算法，包括各类分类算法、数据可视化技术、推荐引擎等，主要包
奋斗的IT青年·2020-06-20 22:22

Python 机器学习实践指南

内容简介机器学习是近年来渐趋热门的一个领域，同时Python语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和Python语言两个热门的领域，通过利用两种核心的机器学习算法来将Python语言在数据分析方面的优势发挥到极致。全书共有10章。第1章讲解了Python机器学习的生态系统，剩余9章介绍了众多与机器学习相关的算法，包括各类分类算法、数据可视化技术、推荐引擎等，主要包
GitChat的博客·2020-06-20 21:20

基于Spark的机器学习实践 (八) - 分类算法

0相关源码1朴素贝叶斯算法及原理概述1.1朴素贝叶斯简介◆朴素贝叶斯算法是基于贝叶斯定理和特征条件独立假设的一种分类方法◆朴素贝叶斯算法是一种基于联合概率分布的统计学习方法◆朴素贝叶斯算法实现简单,效果良好,是一种常用的机器学习方法1.2贝叶斯定理◆朴素贝叶斯算法的一个基础是贝叶斯定理贝叶斯定理（英语：Bayes'theorem）是[概率论]中的一个[定理]，描述在已知一些条件下，某事件的发生概率
Java爱好者哦·2020-04-13 23:33

专业代找电子书

联系方式：微信：HJPS666666以下是已有电子书：原版电子书-高清文字版-非图片版-带索引目录[异步图书].精通Python自然语言处理，pdf[异步图书].Python机器学习实践指南.pdf[异步图书
革命尚未成功同志仍需_4ccc·2020-04-11 00:33

【第五次送书】粉丝福利，赠书5本|Python书单推荐

1.Python高级编程2.Python游戏编程快速上手（第4版)3.精通Python自然语言处理4.Python设计模式（第2版)5.Python机器学习实践指南赠书规则这个
菜鸟学python·2020-04-07 19:20

机器学习入门|《机器学习实践应用》

第1章机器学习概述1.云计算，就是分布式计算，简单来讲就是将一个很复杂的任务进行拆解，由成百上千的机器各自执行任务的一个小模块，然后将结果汇总。2.人工智能的发展史，就是对于过往经验的收集和分析方法不断演绎的历史。3.机器学习算法发展到目前阶段，做的事情主要是将生活中的场景抽象成为数学公式，并且依靠机器的超强计算能力，通过迭代和演绎生成模型，对于新的社会问题进行预测或者分类操作。4.当今世界的人工
岳小鱼·2020-04-02 14:54

【机器学习实践(1)】配置python编程环境

【机器学习实践(1)】配置python编程环境2013-8-14机器学习实践这一系列文章，是作者参考一些有价值的机器学习实践实例后的总结。
hzyido·2020-03-31 01:24

【第五次送书】粉丝福利，赠书5本|Python书单推荐

1.Python高级编程2.Python游戏编程快速上手（第4版)3.精通Python自然语言处理4.Python设计模式（第2版)5.Python机器学习实践指南赠书规则这个几本书我自己都非常喜欢，现在全部送给热心
编程新视野·2020-03-29 11:14

机器学习实践：中文文本预处理（词袋模型/TF-IDF）

目标：为了实现利用贝叶斯模型进行新闻文本主题分类，对中文文本进行预处理。步骤1.准备2.创建停用词词典3.定义Document类（可省）4.序列化标签载入数据5.创建词典6.文本向量化方法一：词袋模型方法二：TF-IDF7.打乱数据集8.划分训练集、测试集，训练模型。（略）1.准备1/环境win1064位anaconda3pycharm20172/分词好的文本分词好的中文文本，同一主题的文章按行存
xiyou__·2020-03-20 22:14

【转载】机器学习&深度学习资料集

/hellcat/『科学计算』Capsule_Net叠加态的猫2017-12-0216:28阅读:77评论:0『资源』深度学习架构谱系叠加态的猫2017-11-1000:13阅读:22评论:0『资源』机器学习实践中文资源合集叠加态的猫
dopami·2020-03-17 10:18

随笔

终于忙完了论文，今天读了整整一天书，真是好久没有这么密集的阅读，不过读书的时间总是过的特别快，跟大家汇报一下我今天读的书是《机器学习实践》《毕加索诗集》《保罗.策兰诗选》还有《安妮日记》插画本，捎带着把驴得水看了一遍
云时之间·2020-03-07 02:13

戴德曼谈机器学习实践和解释一下为什么我消失了一段时间

做事情要坚持，所以我还会在继续写下去。但是，我还是需要给大家解释一下消失的原因--去工业界干活去了。现在人工智能是风口，所以各个公司都在焦虑。跟风吧，怕风停的时候摔死。不跟吧，怕大家都飞远了，自己还在地上跑。经过将近两年的摸索，学习和实践，商用化，我对于机器学习的实践和落地的观点非常坚定了，那就是机器学习需要套路，而这个套路就是数据，算法，硬件。一切都是围绕这三件事情来做，而做事的需要人。现在市场
戴德曼·2020-03-01 08:38

####[当当]推荐团队的机器学习实践--小团队撬动大数据——

小团队撬动大数据——当当推荐团队的机器学习实践-CSDN.NEThttp://www.csdn.net/article/2015-10-16/2825925Github项目:awesome-coder-resources
葡萄喃喃呓语·2020-02-27 10:50

机器学习实践项目之高斯分布

多元高斯分布与一元高斯分布的关系首先一维标准正态分布：二维标准正态分布，就是两个独立的一维标准正态分布随机变量的联合分布：把两个随机变量组合成一个随机向量：则有：然后从标准正态分布推广到一般正态分布，办法是通过一个线性变换：注意前面的系数多了一个|A|（A的行列式）。可以证明这个分布的均值为µ，协方差为：记那就有：高维情形同理。参考链接：算法流程有了前面的知识，我们可以得到，采用了高斯分布的异常检
十曰立·2020-02-25 16:58

机器学习实践-项目（持续更新中）

0x01.背景公司背景是IC原厂，在芯片进行出货前会经过一系列的测试，包括cp、FT、HTOL等等，在着一系列的过程中会产生大量的数据，我们是不是可以将这些数据利用起来呢？这次我就其中的一个项目进行简要描述。0x02.需求描述及分析HTOL是什么？芯片测试的一道流程，用来评估你制造的芯片在客户最极端的场景下能正常工作多长时间，产品的寿命是基于你IC的寿命的，可以说是客户很关注的一个指标。HTOL怎
十曰立·2020-02-25 04:26

《机器学习实践指南》

应用各种统计指标和指标体系来反映对象总体的性质。1.机器学习应用的统计分析强调实际应用效果，检测损失函数即描述预测与实际之间的偏差；2.数据分析应用对数据建立模型，并对模型做出假设。条件概率是事件A在另外一个事件B已经发生条件下的发生概率。在贝叶斯统计中，条件概率也称为后验概率。联合概率是指A和B两个事件共同发生的概率。概率分布，广义上说是随机变量的概率性质，狭义上是指随机变量的概率分布函数。随机
荒剑离·2020-02-24 15:48

人工智能AI培训_Tensorflow 2.0保存和加载模型

当发布研究模型和技术时，大多数机器学习实践者共享:l用于创建模型的代码l以及模型的训练权重或参数共享此数据有助于其他人了解模型的工作原理，并使用新数据自行尝试。注意：小心不受信任的代码(Te
Togogo_net·2020-02-21 21:31

Python3机器学习实践：Softmax回归【实例：鸢尾花分类】

1.pngSoftmax回归可看作逻辑回归的扩展，用于解决多分类问题。鸢尾花数据集是机器学习中比较常用的，数据集包含150条数据，共分为3类：setosa,versicolor,virginica，每类50条数据，每个数据包含4个属性，为萼片长度，萼片宽度，花瓣长度以及花瓣宽度。不同于逻辑回归，Softmax回归定义一条数据X1属于类别Yi的概率为P(Y=Yi|X1，Ai)，其中Ai代表类别Yi的
AiFany·2020-02-19 23:37

AI产品经理的陷阱

最近小乐帝在读《机器学习实践应用》这本机器学习书，由于已有不少工作实践经验，看起书来将碎片化的认知框架化了，同时也解决了工程实践中的一些疑惑。所谓理论实践结合大抵如此。
产品经理读书会·2020-02-18 23:51

《机器学习应用实践》原作者线上交流会：一起聊聊机器学习哪些事

书籍介绍本书为《机器学习实践应用》新书作者——阿里云数据产品经理李博与大家的线上交流会。
阿里云云栖号·2020-02-12 14:51

Facebook机器学习实践指南-1

fromhttps://research.fb.com/the-facebook-field-guide-to-machine-learning-video-series/2018.6.28Contents-1problemdefinition-2data-3evaluation-4features-5models-6experimentation$1ProblemDefinition1.1Loo
4v3r9·2020-02-10 17:15

Python机器学习实践：决策树判别汽车金融违约用户

文章发布于公号【数智物语】（ID：decision_engine），关注公号不错过每一篇干货。转自|法纳斯特（公众号ID:walker398）作者|小F决策树呈树形结构，是一种基本的回归和分类方法。决策树模型的优点在于可读性强、分类速度快。下面通过从「译学馆」搬运的两个视频，来简单了解下决策树。最后来实战一波，建立一个简单的决策树模型。01决策树算法本次主要涉及两类决策树，Quinlan系列决策树
数智物语·2020-02-06 05:43

Matplotlib快速入门笔记

出于机器学习实践过程中的需要，快速了解了一下matplotlib绘图库。下图是我学习过程中整理的一些概念。matplotlib学习笔记本文将以该图为线索梳理相关概念。
chardlau·2020-02-05 09:07

一文读懂AlphaGo背后的强化学习

转载自:http://mp.weixin.qq.com/s/LgSY1vdJFoTwSggq6wCbHQ【嵌牛导读】：对任何机器学习实践者来说，RL（强化学习，即ReinforcementLearning
单行车jing·2020-01-04 10:56

机器学习实践系列2——多项式回归

摘要：本文主要结合实际案例介绍多项式回归，多项式回归主要包括一元多项式回归和多元多项式回归，本文主要介绍的是一元多项式回归。在一元回归分析中，如果自变量x和因变量y之间的关系是非线性的，在找不到合适的函数曲线来拟合的情况下，可以采用一元多项式回归。如果自变量不止一个，则采用多元多项式回归。多项式回归可以处理相当一类非线性问题，因为任意函数都可以分段，用多项式来逼近。本文采用的案例数据为杭州西溪板块
刺猬ciwei_532a·2020-01-04 08:16

机器学习总结 （机器学习实践笔记）

1.1：机器学习方法的类别有监督学习有监督学习是机器学习中最常见的类型。它本质上是一种函数逼近。我们试图将数据点映射为一个模糊函数。通过优化，我们希望依据训练数据拟合出一个与未来数据取得最佳逼近效果的函数。该类方法之所以成为“有监督方法”，是因为它们需要接收一个训练集或学习集无监督学习无监督学习只分析数据，而不向某个Y映射。该类方法之所以称为“无监督方法”，是因为它们并不知道输出结果为何物，而是需
treelake·2020-01-02 23:35

「学习小组第1周 1课」之数据埋点概述

历史资料导读数据科学家学习小组】之数据埋点学习（第1期）历史加菜内容小案例：数据仓库搭建中的流量日志维度表案例0x00前言站在巨人的肩上StandingonShouldersofGiants去年，美团出版了一本《美团机器学习实践
lxg·2020-01-02 02:58

机器学习实践笔记--Logistic回归

Logistic回归主要内容Sigmoid函数和Logistic回归分类器最优化理论初步梯度下降最优化算法数据中的缺失项处理假设现在有一些数据点，我们用一条直线对这些点进行拟合（该线称为最佳拟合直线），这个拟合过程就称作回归。利用Logistic回归进行分类的主要思想是：根据现有数据对分类边界线建立回归公式。训练分类器时的做法就是寻找最佳拟合参数，使用的是最优化算法。Logistic回归的一般过程
geekLiu·2020-01-01 08:54

机器学习实践系列1——线性回归

摘要：本文结合实际案例，介绍机器学习的线性回归模型，包括一元线性回归和多元线性回归，以及模型的评估。案例展示用Python代码实现。一元线性回归在机器学习系列1——机器学习概况中我们讲到，监督学习的主要任务是做预测，其中一种是回归性预测，预测某一个连续型变量的数值。在线性回归模型中，根据输入变量的个数（即特征值个数），可以将模型分为一元线性回归模型和多元线性回归模型。我们先讲解一元线性回归。如果在
刺猬ciwei_532a·2019-12-31 05:19

Pandas快速入门笔记

出于机器学习实践过程中的需要，我快速了解了一下提供了类似关系型或标签型数据结构的Pandas的使用方法。下面记录相关学习笔记。
chardlau·2019-12-30 06:53

机器学习实践系列3——二项逻辑回归

本文主要介绍逻辑回归的基本概念，并结合实际案例说明逻辑回归的应用。从线性回归到逻辑回归在【机器学习系列2——线性回归】和【机器学习系列3——多项式回归】中我们结合实际案例解释了线性回归的基本概念和应用。线性回归解决的是连续型数值的预测问题，例如预测房价，产品销量等。但是生活中存在大量的分类问题，例如：判断垃圾短息，垃圾邮件；银行判断是否给用户放贷；电商判断用户是否会喜欢某类商品，从而确定是否要推荐
刺猬ciwei_532a·2019-12-22 19:40

机器学习趟水实战

目标通过对机器学习实践过程中各个环节的小结，达到能够独立训练一个可用于生产环境的模型jupyterjupyter是基于ipython的交互式调试工具，优点包括代码实时修改实时生效执行，而且支持划分为多个模块可以直接看到程序输出
liufxlucky365·2019-12-21 20:29

二零一七年十月

技术LinuxLinux中grep命令的12个实践例子常用GDB命令中文速览机器学习机器学习实践指南前端国内最火的HTML、CSS、JavaScript开源项目Top榜JavaScript浮点数陷阱及解法
李书文·2019-12-18 04:17

《美团机器学习实践》PDF及思维导图分享

人工智能技术正以一种超快的速度深刻地改变着我们的生活，引导了第四次工业革命。美团作为国内O2O领域领先的服务平台，结合自身的业务场景和数据，积极进行了人工智能领域的应用探索。在美团的搜索、推荐、计算广告、风控、图像处理等领域，相关的人工智能技术得到广泛的应用。本书包括通用流程、数据挖掘、搜索和推荐、计算广告、深度学习以及算法工程6大部分内容，全面介绍了美团在多个重要方面对机器学习的应用。《美团机器
yutou798·2019-12-14 13:11

美团机器学习实践

之前为了做房源标签，单独读过这本书的第五章，受益匪浅。最近随手翻了下，发现其他章节的内容也干货十足，堪称机器学习的实践范本，索性一口气读完。希望通过阅读，了解1.在美团的业务场景下，NLP/推荐/搜索落地的应用思路。2.策略算法的思维框架6.POI实体链接美团的到店业务，是基于一个个POI实体展开的服务，如何保证POI实体的信息质量稳定、完整、优质，是保证业务流程性的基础核心点。6.1背景与难点难
天气不是很好啊·2019-12-08 14:10

3月1日

调好SS后去吃饭，取了衣服回来试了试，开始看一门讲机器学习实践的课，不久后卡在搭环境上……晚上VPS速度不佳，明天
AJI米·2019-11-08 03:40

读懂AlphaGo背后的强化学习

毕竟，对任何机器学习实践者来说，RL（强
aeytifiw·2019-11-07 09:17

Python Machine Learning Blueprints@py版注释代码—Ch2-构建应用程序，发现低价公寓

原文链接：https://blog.csdn.net/qq_36278207/article/details/89298136《Python机器学习实践指南》@AlexanderCh2-构建应用程序，发现低价公寓
Pika猪·2019-10-03 16:55

Python Machine Learning Blueprints@py版注释代码—Ch1-Python机器学习的生态系统

小白学python非原创，汇总迁移只想找个地儿存代码《Python机器学习实践指南》@AlexanderCh1-Python机器学习的生态系统#-*-coding:utf-8-*-#《Python机器学习实践指南
Pika猪·2019-10-03 11:12

《百面机器学习算法工程师带你去面试》高清PDF及epub+《美团机器学习实践》PDF及思维导图

http://blog.sina.com.cn/s/blog_ecd882db0102yuek.html《百面机器学习算法工程师带你去面试》高清PDF及epub+《美团机器学习实践》PDF及思维导图(2019
水木清扬·2019-08-13 21:00

Python3机器学习实践：集成学习之Stacking(模型堆叠)

Python3机器学习实践：集成学习之Stacking(模型堆叠)0.12018.12.2317:01字数967阅读1640评论0喜欢1stacking.pngimage一、Stacking流程图Stacking
baidu_huihui·2019-07-09 19:01

【读书笔记】美团机器学习实践-5.2 用户画像数据挖掘

标签体系生产用户画像架构用户标识1.pin:PersonalIdentificationNumber个人识别码2.userID存在问题：(1)无法包括同一用户其他网络数据（大量数据缺失）；(2)必须是登录状态才能记录数据（未登录状态数据丢失）；(3)多个账号（利益趋势下注册多个账号获取优惠补贴）3.uuid:UniversallyUniqueIdentifier通用唯一识别码4.deviceID（
doudouwenhui·2019-05-20 09:51

机器学习实践系列之5 - 目标跟踪 - 跟随技术的脚步-linolzhang的专栏 - CSDN博客

提到目标跟踪（ObjectTracking），很多专业人士都不陌生，它是计算机视觉里面用于视频分析的一个很大的分类，就像目标检测一样，是视频分析算法的底层支撑。目标跟踪的算法有很多，像Mean-Shift、光流法、粒子滤波、卡尔曼滤波等传统方法，也有TLD、CT、Struct、KCF等掺杂了某些“外力”，不那么纯粹的方法。但不管怎样，Tracking这项工作有着很大的研究群体，也不乏有人为之奋斗终
·2019-05-14 10:00

机器学习实践（十三）—sklearn之欠拟合与过拟合

当训练数据训练的很好误差也不大的时候，为什么在测试集上面进行预测会有较大偏差呢？当算法在某个数据集当中出现这种情况，可能就出现了过拟合现象。一、什么是过拟合与欠拟合欠拟合一个假设在训练数据上不能获得更好的拟合，并且在测试数据集上也不能很好地拟合数据，此时认为这个假设出现了欠拟合的现象。(模型过于简单)过拟合一个假设在训练数据上能够获得比其他假设更好的拟合，但是在测试数据集上却不能很好地拟合数据，此
轻风凉晨·2019-05-08 17:24

机器学习实践系列（二）----达观杯--轴承故障检测训练赛

竞赛地址轴承故障检测训练赛任务轴承有3种故障：外圈故障，内圈故障，滚珠故障，外加正常的工作状态。如表1所示，结合轴承的3种直径（直径1,直径2,直径3），轴承的工作状态有10类：参赛选手需要设计模型根据轴承运行中的振动信号对轴承的工作状态进行分类。数据*注:报名参赛或加入队伍后，可获取数据下载权限。可供下载使用的有2个文件：1.train.csv，训练集数据，1到6000为按时间序列连续采样的振动
Jumay0612·2019-04-11 15:34

机器学习实践系列（三）----达观杯--北京PM2.5浓度回归分析训练赛

1.大赛地址北京PM2.5浓度回归分析训练赛看了很长时间机器学习算法了，从这个博客开始打算长期更新一些算法的尝试，在实践中用起来。先从最简单的线性回归开始吧。2.赛题说明数据主要包括2010年1月1日至2014年12月31日间北京pm2.5指数以及相关天气指数数据。数据分为训练数据和测试数据，分别保存在pm25_train.csv和pm25_test.csv两个文件中。其中训练数据主要包括3574
Jumay0612·2019-04-10 15:19
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他