机器学习项目第16页

资源 | 吴恩达斯坦福CS230深度学习课程全套资料放出（附下载）

在deeplearning.ai深度学习专项课程之后，吴恩达在斯坦福又开了一门学分课，这门课涉及到深度学习的基础知识、神经网络构建，以及如何完成一个成功的机器学习项目。

qq_42154484·2020-06-25 23:37

《吴恩达深度学习工程师系列课程之——神经网络和深度学习》学习笔记

吴恩达先生的机器学习工程师系列课程共分为五个自课程，包括：神经网络和深度学习改善深层神经网络：超参数调试、正则化以及优化结构化机器学习项目卷积神经网络序列模型如今，我刚学完第一个课程，神经网络这一部分，

商毅·2020-06-25 14:48

机器学习项目（二）人工智能辅助信息抽取（十一）

信息抽取深度学习综述SurveyASurveyonDeepLearningforNameEntityRecognitionFlairEmbeddingContextualStringEmbeddingsforSequenceLabeling基于字符的languagemodelIDCNN-CRF膨胀卷积FastandAccurateEntityRecognitionwithIteratedDilat

TongYixuan_LUT·2020-06-25 06:45

机器学习项目（四）疫情期间网民情绪识别（二）

文本情感分类问题机器学习方法TFIDF+机器学习分类算法深度学习方法TextCNNTextRNN预训练的模型预训练的模型有哪些？bert输入有三个序列Token(字符的序列把文本转化成字符的编码进行输入)Segment(段序列用于区分是句子A还是句子B(如果是A就设为0B就设为1)用于文本分类可以全部设成0)Position(位置向量由于transformer不能很好的捕捉位置特征引入位置向量随初

TongYixuan_LUT·2020-06-25 06:45

机器学习项目（六）医疗知识图谱构建（一）

NLP中的两大流派知识图谱用三元组来表示知识：对领域的特定知识进行结构化存储和表示模型算法：利用图谱关系进行推导，进行实现自主学习深度学习利用机器提取的特征来表述数据：自动提取内在特征模型算法：优化特征的权重进行非线性映射深度学习对比知识图谱能够实现端到端的模型，中间减少人为的参与，知识图谱通过三元组的关系表示，可以最大限度的获得自然世界中的相互联系发展方向Pretrain+finetune预训练

TongYixuan_LUT·2020-06-25 06:13

2018年最出色的30个机器学习项目

http://news.51cto.com/art/201809/582923.htm在过去的一年里，我们比较了近8800个开源的机器学习项目，并从中评选出了前30名(0.3%的机会入选)。

liefyuan·2020-06-25 04:00

机器学习项目完整流程

机器学习项目的完整流程文章目录机器学习项目的完整流程1模型抽象2数据处理2.1数据采集2.2数据格式化2.2.1确定存储格式2.2.2数据文件关联2.3数据清洗2.3.1主要做的工作：去掉脏数据2.3.2

Bai_Yin·2020-06-25 02:35

值得mark的11个开源机器学习项目

随着机器学习越来越受到开发者关注，出现了很多机器学习的开源项目，在本文列举的11个机器学习开源项目中，无论你是Java爱好者还是Python狂人，在这里你都可以找到自己想要的机器学习开源项目。垃圾邮件过滤、人脸识别、推荐引擎——当你有一个大数据集并且希望利用它们执行预测分析和模式识别，机器学习是必经之路。这门科学，计算机可以在没有事先规划的前提下自主学习、分析和操作数据，现在越来越多的开发人员关注

qinpanke·2020-06-24 22:37

在Google的GPU上永远免费训练您的机器学习模型

Colab旨在成为机器学习项目合作的教育和研究工具。伟大的部分是，它永远是完全免费的。没有设置使用它。我甚至不需要登

Omni-Space·2020-06-24 18:53

上线一个机器学习项目你需要哪些准备？

Canvas是用于设计和记录机器学习系统的模板。它比简单的文本文档具有优势，因为Canvas用简单的部件通过部件之间的相关性来寻找机器学习系统的关键组件。这个工具已经很流行，因为它对复杂项目进行了可视化操作。在本文中，我们通过列举数据科学家遇到的实际问题和实用的技巧来描述Canvas的每个部分。价值主张机器学习应该以满足用户需求为目的进行设计谁是预测系统的最终用户？我们需要他们做些什么？服务的目标

产业智能官·2020-06-24 17:59

机器学习常见问题整理？

机器学习项目流程？答：理解实际问题，抽象成数学模型（分类、回归、聚类）——>获取数据——>特征预处理与特征选择——>训练模型与调优——>模型诊断（过拟合、欠拟合等）——>模型融合——>上线运行。

moledyzhang·2020-06-24 15:35

【Unity】使用ML-Agents创建新的机器学习项目的流程

转载请注明出处！本文简述了Unity官方给出的机器学习实例的实现流程。【阅读建议】已安装ML-Agents环境，并训练过一个官方实例（如：3D平衡球）的开发者。【实例简介】本文要实现的是官方给出的RollerBall实例，从创建新项目到最终训练完成，完全参照官方文档。实例的学习目标是，让平板上的一个小球（Agent）变换方向，滚向目标方块（Target），小球到达目标后，目标随机变换位置，整个过程

ImmortalRealm·2020-06-24 12:09

机器学习项目 - ctr 电商点击率预估

前言：我写的博客基本都以实战为主，每个都可以运行，直接看代码注释理解，不拖泥带水，学习会很快第一章腾讯移动App广告转化率预估-----------------------题目描述计算广告是互联网最重要的商业模式之一，广告投放效果通常通过曝光、点击和转化各环节来衡量，大多数广告系统受广告效果数据回流的限制只能通过曝光或点击作为投放效果的衡量标准开展优化。腾讯社交广告(http://ads.tenc

youngPengWang·2020-06-24 11:09

Deep Leaning 学习笔记之组织机器学习项目（1.2）—— 机器学习与人类性能对比

1性能对比1.1概念贝叶斯误差：最小真实误差。绿色的虚线则为贝叶斯误差。紫色曲线：代表精确度，随着训练时间的上涨，无限接近贝叶斯误差（最小误差）1.2避免方差、偏差左侧，训练集和人类误差（约等于贝叶斯误差）相差7%，所以有很大的提升空间，就应该大力减少偏差（训练更大的神经网络，更长训练时间等，更好的优化算法如adam等）右侧，训练集和人类误差已经相差无几，可修正误差为0.5%，但是方差为2%，因此

Aperact·2020-06-24 11:59

Deep Leaning 学习笔记之组织机器学习项目（2.3）—— 迁移学习&多任务学习

1迁移学习1.1概念深度学习中最有力的方法之一，是有时你可以把在一个任务中神经网络学习到的东西，应用到另一个任务中去。比如，你可以让神经网络学习去识别物体，比如猫，然后用学习到的（一部分）知识来帮助你更好地识别X射线的结果。这就是所谓的迁移学习。1.2步骤比如说X,Y是猫分类器的输入与输出。将猫分类器迁移为放射结果诊断。迁移学习，指的是，取出这个神经网络的最后一层，并移除掉这一层以及其相关的权重，

Aperact·2020-06-24 11:58

Deep Leaning 学习笔记之组织机器学习项目（2.2）—— 不匹配的培训和开发/测试集

2不匹配的培训和开发/测试集2.1不同分布上的训练和测试假设：网图20W数据，用户上传1W数据option1：随机打乱，然后分配。Train：205000，Dev：2500，Test：2500这样不好。因为在dev和testset中，大量的数据还是源于网图，并不是我们想要的对于用户上传的预测结果，这样会扰乱我们对模型优化的方向。option2：将20w网图和5000用户上传图作为trainset，

Aperact·2020-06-24 11:28

Deep Leaning 学习笔记之组织机器学习项目（2.4）——端对端学习

1端对端学习1.1概念简单地说，我们有一些数据处理系统，或者是由多个阶段组成的学习系统，端到端的深度学习做的，就是它可以捕获所有的阶段，并且，通常可以将其替代为单个神经网络，也就是说运行速度更快。1.2例子正常学习，是一步步进行学习。比如，通过一张手的X光图片，先学习每个骨节的长度，再学习手的平均长度，然后推断人的年龄。inputX——>每个骨节长度——>手骨的平均长度——>年龄Y这个叫做传统的管

Aperact·2020-06-24 11:28

Deep Leaning 学习笔记之组织机器学习项目（2.1）—— 误差分析

1误差分析1.1进行误差分析——列表格在开发集中进行将被分错的图片挑出来其中100张（可以更多）建立一个如下表格：行：图片的序号，以及每个因素所占百分比。列：影响误分类的因素，如狗，错误的分成猫；豹子，错误分成猫；下雨天，错误分成带猫的。。。根据百分比来看，哪一项所占百分比更高，那么这一项就更指的进行修改。1.2清理标记错误的数据建议：如果要清理错误标签，那么要同时清理开发集和测试集中的错误标签，

Aperact·2020-06-24 11:27

机器学习项目（一）——垃圾邮件的过滤技术

一、垃圾邮件过滤技术项目需求与设计方案二、数据的内容分析（1、是否为垃圾邮件的标签，spam——是垃圾邮件；ham——不是垃圾邮件）（2、邮件的内容分析——主要包含：发件人、收件人、发件时间以及邮件的内容）三、需求分析、模型选择与架构四、数据清洗（一）·代码中应用的知识点（1）字典的get()函数（2）os.listdir()（二）数据清洗代码#!/usr/bin/envpython#-*-cod

loveliuzz·2020-06-24 08:57

机器学习的学习曲线和验证曲线

最近在复盘优达学城的机器学习项目，重新写了一下波斯顿放假预测的项目，除了模型的选择及网格搜索进行选择参数的相关知识外，还着重复习了关于学习曲线和复杂度曲线（验证曲线）首先学习曲线和复杂度曲线（验证曲线）

呵呵镜·2020-06-24 06:59

python+jenkins+pytest实现机器学习项目接口自动化测试

背景介绍算法机器学习项目代码为python实现。

凌晨点点·2020-06-24 04:23

吴恩达深度学习课程疑难点笔记系列-结构化机器学习项目-第1周&第2周

“结构化机器学习项目”这节课的主要学习的内容：介绍一些常用的机器学习项目策略，比如如何设置评估指标、划分数据集、如何分析误差以及定位误差产生的原因，另外也介绍了迁移学习、多任务学习、端到端深度学习的概念这节课学习内容的主要疑难点

黄水生·2020-06-23 20:17

从金融领域，看看机器学习的应用场景

IT派·2020-06-23 20:19

机器学习2016重大进展全盘点：超级计算成为主流，深度学习框架领域充满活力

第二篇介绍了开源机器学习项目。第三篇介绍了业界领先的大型科技公司。

isuccess88·2020-06-23 18:47

在一个机器学习项目中，你需要做哪些工作？

对于一个通常的机器学习项目，这些确实是其中最核心的环节。那么，对于其中每一个项目，我们具体要做哪些工作？这些工作之间有什么联系？在这些核心工作之外，还有哪些我们可能忽略的项目。本文我们来探讨这些问题。

hitchenghengchao·2020-06-23 14:23

【PySpark入门】手把手实现PySpark机器学习项目-回归算法

摘要PySpark作为工业界常用于处理大数据以及分布式计算的工具，特别是在算法建模时起到了非常大的作用。PySpark如何建模呢？这篇文章手把手带你入门PySpark，提前感受工业界的建模过程！任务简介在电商中，了解用户在不同品类的各个产品的购买力是非常重要的！这将有助于他们为不同产品的客户创建个性化的产品。在这篇文章中，笔者在真实的数据集中手把手实现如何预测用户在不同品类的各个产品的购买行为。如

Congqing He·2020-06-23 13:18

机器学习项目自查清单

文章目录梗概项目设计与框架搭建获取数据数据的初步分析数据整理模型选择调整模型解决方案的展示发布你的成果梗概在创建一个机器学习项目时可以通过该清单指导并完成机器学习项目，完成一个机器学习项目通常包括以下八个主要步骤

graysu·2020-06-23 11:27

如何实践一个完整的数据挖掘项目

机器学习项目：1、抽象成数学问题（明确问题）2、获取数据3、特征预处理与特征选择4、训练模型与调优5、模型诊断6、模型融合(非必须)大部分机器学习项目死在第1步和第2步，平时我们说的机器学习，指的是3、

Mr愚先森·2020-06-23 10:20

部署机器学习模型的后期监视

部署后的监视是任何机器学习项目中的关键步骤学习部署模型后的监视的各个方面介绍你已经建立了你的机器学习模型。你甚至已经准备将你的模型投入生产(或模型部署)。

磐创 AI·2020-06-23 07:40

一个完整的机器学习项目在Python中演练（四）

磐创 AI·2020-06-23 07:10

谷歌、微软、OpenAI等巨头七大机器学习开源项目看这篇就够了

阿里巴巴73款开源产品最全总结全景图在人工智能行业，2015-2016出现了一个不同寻常的趋势：许多重量级机器学习项目纷纷走向开源，与全世界的开发者共享。

emprere·2020-06-23 06:23

为什么用Go编写机器学习的基础架构，而不是Python？

全文共2626字，预计学习时长8分钟来源：blog.sinaPython是机器学习项目中最流行的语言，这点是毋庸置疑的。

读芯术·2020-06-23 05:21

Python & 机器学习项目集锦 | GitHub Top 45

妄心xyx·2020-06-23 04:33

面向初学者的5个最佳机器学习项目

购买的图像由PlargueDoctor设计作为一个初学者，进入一个新的机器学习项目可能会很困难。整个过程从选择一个数据集开始，然后，首先研究数据集，以找出哪种机器学习算法类或类型最适合该数据集。

dfsgwe1231·2020-06-23 04:45

看到这个机器学习项目经历，面试官跟我聊嗨了

“语言智能是人工智能皇冠上的明珠，如果语言智能能实现突破，跟它同属认知智能的知识和推理就会得到长足的发展，就能推动整个人工智能体系，有更多的场景可以落地。”—微软亚洲研究院副院长周明博士人工智能的核心在于数据支持，而海量的数据中，最有价值的部分隐藏于语音、图片、文本这类非结构化数据中，其中数量最多，获取最简便的莫过于文本。NLP—就是一门以文本数据为核心，包含了NLU（自然语言理解）和NLG（自然

demm868·2020-06-23 03:07

2020年，最适合AI的5种编程语言

针对给定的人工智能或机器学习项目，每种语言都有相应的优势和缺点，所以在选择开发语言前要考虑最终的目标。这

AI科技大本营·2020-06-23 02:39

如何创建复杂的机器学习项目？

翻译|光城责编|郭芮scikit-learn提供最先进的机器学习算法。但是，这些算法不能直接用于原始数据。原始数据需要事先进行预处理。因此，除了机器学习算法之外，scikit-learn还提供了一套预处理方法。此外，scikit-learn提供用于流水线化这些估计器的连接器(即变压器，回归器，分类器，聚类器等)。在本文中，将介绍scikit-learn功能集，允许流水线估计器、评估这些流水线、使用

CSDN资讯·2020-06-23 01:48

吴恩达深度学习课程笔记（三）：结构化机器学习项目2

吴恩达深度学习课程笔记（三）：结构化机器学习项目2吴恩达深度学习课程笔记（三）：结构化机器学习项目2第二周机器学习（ML）策略（2）2.1进行误差分析2.2标签错误的数据2.3快速搭建你的第一个系统，并进行迭代

lovecencen1893·2020-06-22 23:58

GitHub上Top20个 Python 语言机器学习项目

1.Scikit-learnwww.github.com/scikit-learn/scikit-learnScikit-learn是基于Scipy为机器学习建造的的一个Python模块，他的特色就是多样化的分类，回归和聚类的算法包括支持向量机，逻辑回归，朴素贝叶斯分类器，随机森林，GradientBoosting，聚类算法和DBSCAN。而且也设计出了Pythonnumerical和scient

chvalrous·2020-06-22 22:28

来自oschina机器学习搜索结果的整理——机器学习开源库

开源机器学习项目Oryxhttp://www.oschina.net/p/oryxOryx的目标是帮助Hadoop用户搭建并部署能够实时查询的机器学习模型，例如垃圾邮件过滤和推荐引擎。

alaclp·2020-06-22 13:09

一个完整机器学习项目流程总结

一个完整机器学习项目流程总结现在机器学习应用越来越流行，了解机器学习项目的流程，能帮助我们更好的使用机器学习工具来处理实际问题。

Waitfou·2020-06-22 07:05

适合AI初学者的10个机器学习项目！入门so easy

如果你是机器学习的初学者，并且希望最终开始使用机器学习项目，那么我建议你首先熟悉一下Google的AI实验，一个任何工程师都不容错过的机器学习项目。

Tecsae·2020-06-22 06:36

开源机器学习项目的简单介绍

机器学习开源项目的简单介绍摘要:2016和2017年对机器学习来说都是令人兴奋的，机器学习领域在2016年取得了重大的进展，2017年，热度继续上升......2016年，似乎所有巨头公司都在做机器学习，如果没有，也是在赶来的路上。所以2016或许会因为“机器学习大热”而被载入史册。2017，这个热潮并没有消退的迹象，前阵子AlphaGo的升级版以横扫千军的姿态战胜几乎所有中国的围棋大师，如入无人

天府云创·2020-06-21 20:30

使用opencv实现通过摄像头自动输入阿里云身份宝验证码

最近工作中开始使用opencv来做一些跟图像相关的机器学习项目，开始对图像处理产生浓厚的兴趣。

Dinosoft·2020-06-21 19:10

28款GitHub最流行的开源机器学习项目

28款GitHub最流行的开源机器学习项目（一）：TensorFlow排榜首readygo浏览6732016-04-1820:31:12机器学习开源githubTensorFlow摘要现在机器学习逐渐成为行业热门

learn deep learning·2020-06-21 15:55

案例算法 | 机器学习python应用，简单机器学习项目实践

上一篇文章中介绍了机器学习的简单知识，还有python中进行机器学习实践需要的生态环境，接下来将会通过鸢尾花分类这个例子对机器学习做一个简要的介绍。通过一步一步地实现这个项目来介绍以下内容。导入和使用python中机器学习的各个方面的类库。导入数据，并通过描述性分析、可视化等对数据进行分析。创建六个模型，并从中选择准确度最高的模型。可以说这并不是一个正式的项目，只是用来做一个简单的展示，用于给初次

CDA·数据分析师·2020-06-21 15:23

如何评价亚马逊AI新开源自动机器学习项目AutoGluon?

链接：https://www.zhihu.com/question/360250836编辑：深度学习与计算机视觉声明：仅做学术分享，侵删作者：李沐https://www.zhihu.com/question/360250836/answer/971500560看到灵魂调参师@Justinho的朋友圈顺手转了下，结果被报道了https://mp.weixin.qq.com/s/ChYLuxGxsQK

woshicver·2020-06-21 14:17

盘点·GitHub最著名的20个Python机器学习项目

我们分析了GitHub上的前20名Python机器学习项目，发现scikit-Learn，PyLearn2和NuPic是贡献最积极的项目。让我们一起在Github上探索这些流行的项目！

52AI人工智能·2020-06-21 14:50

推荐频道

机器学习项目