机器学习------平台和语言选择
机器学习语言 一、机器学习常用的编程语言有哪些？ 机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、 凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以 获取新的知识或技能， 重新组织已有的知识结构使 ...
原文：机器学习研究与开发平台的选择
目前机器学习可以说是百花齐放阶段，不过如果要学习或者研究机器学习，进而用到生产环境，对平台，开发语言，机器学习库的选择就要费一番脑筋了。这里就我自己的机器学习经验做一个建议，仅供参考。 首先，对于平台选择的第一个问题是，你是要用于生产环境，也就是具体的产品中,还是仅仅是做研究学习用 . 生产环境中机器学习平台的搭建 如果平台是要用于生产环境的话，接着有一个问题，就是对产品需要分析的数据量的估计， ...
2016-10-28 12:15 28 16806 推荐指数：
相关推荐
几种机器学习平台的对比和选择
前言 选择什么样的深度学习框架一直是开发者非常关心的一个话题，而且深度学习框架之间的「战争」也越来越激烈。随着近几年AI的火热，越来越多的出现有关各个机器学习框架的对比文章，且随着 Python 逐渐成为机器学习社区最受欢迎的语言，支持 Python的深度学习框架的性能也在持续 ...
机器学习的算法选择
总而言之，我们可以通过问自己算法需要解决什么问题，进而发现算法的正确分类。 上面这张图包含了一些我们还没有讨论的技术术语： 分类（Classification）：当数据被用来预测一个分类，监督学习也被称为分类。这是一个例子当指定一张相作为“猫”或“狗”的图片。当只有两种选择时，称为 ...
机器学习算法选择
各种机器学习的应用场景分别是什么？例如，k近邻,贝叶斯，决策树，svm，逻辑斯蒂回归和最大熵模型。 k近邻,贝叶斯，决策树，svm，逻辑斯蒂回归和最大熵模型,隐马尔科夫，条件随机场，adaboost，em 这些在一般工作中，分别用到的频率多大？一般 ...
机器学习-特征选择 Feature Selection 研究报告
注： 这个报告是我在10年7月的时候写的（博士一年级），最近整理电脑的时候翻到，当时初学一些KDD上的paper的时候总结的，现在拿出来分享一下。 毕竟是初学的时候写的，有些东西的看法也在变化，看的 ...
机器学习深度研究：特征选择中几个重要的统计学概念
机器学习深度研究：特征选择过滤法中几个重要的统计学概念————卡方检验、方差分析、相关系数、p值 问题引出 当我们拿到数据并对其进行了数据预处理，但还不能直接拿去训练模型，还需要选择有意义的特征（即特征选择），这样做有四个好处： 1、避免维度灾难 2、降低学习难度 3、减少过拟合 ...
机器学习平台和深度学习平台
谷歌公司推出一款机器学习的平台（AutoML（可视化工具（AutoML Vision）））新推出两个功能 ：自然语言处理 AutoML Natural Language 翻译功能 ...
机器学习-特征选择 Feature Selection 研究报告
原文：http://www.cnblogs.com/xbinworld/archive/2012/11/27/2791504.html 机器学习-特征选择 Feature Selection 研究报告 注： 这个报告是我在10年7月的时候写的（博士一年级），最近整理电脑的时候翻到 ...