Spark ML机器学习
Spark提供了常用机器学习算法的实现， 封装于spark.ml和spark.mllib中. spark.mllib是基于RDD的机器学习库， spark.ml是基于DataFrame的机器学习库. 相对于RDD， DataFrame拥有更丰富的操作API, 可以进行更灵活的操作. 目前 ...
原文：Windows ML，系统内置的机器学习平台初探
人工智能现在很火，虽然最近风头隐隐有被区块链盖过，但仍是未来技术转型的首选方向之一。作为AI核心的机器学习，目前也进化到了可以基于平台自动训练模型的地步，例如Azure Machine Learning Service和Google AutoML Service。这使得训练模型的难度大大降低，开发人员可以分出更多精力关注在训练好的模型应用上。 在这种背景下，各个操作系统平台纷纷推出内置的机器学习框 ...
2018-05-07 12:20 2 2838 推荐指数：
相关推荐
机器学习（ML）十四之凸优化
优化与深度学习 优化与估计 尽管优化方法可以最小化深度学习中的损失函数值，但本质上优化方法达到的目标与深度学习的目标并不相同。 优化方法目标：训练集损失函数值 深度学习目标：测试集损失函数值（泛化 ...
机器学习（ML）十之CNN
CNN-二维卷积层 卷积神经网络（convolutional neural network）是含有卷积层（convolutional layer）的神经网络。卷积神经网络均使用最常见的二维卷积层。它 ...
机器学习（ML）十一之CNN各种模型
深度卷积神经网络（AlexNet） 在LeNet提出后的将近20年里，神经网络一度被其他机器学习方法超越，如支持向量机。虽然LeNet可以在早期的小数据集上取得好的成绩，但是在更大的真实数据集上的表现并不尽如人意。一方面，神经网络计算复杂。虽然20世纪90年代也有过一些针对神经网络的加速硬件 ...
ML 03、机器学习的三要素
机器学习算法原理、实现与实践——机器学习的三要素 1 模型 在监督学习中，模型就是所要学习的条件概率分布或决策函数。模型的假设空间包含所有可能的条件概率分布或决策函数。例如，假设决策函数是输入变量的线性函数，那么模型的假设空间就是这些线性函数构成的函数的集合。 假设空间 ...
机器学习 AI 谷歌ML Kit 与苹果Core ML
概述 移动端所说的AI，通常是指“机器学习”。 定义：机器学习其实就是研究计算机怎样模拟人类的学习行为，以获取新的知识或技能，并重新组织已有的知识结构使之不断改善自身。从实践的意义上来说，机器学习是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。 目前，机器学习已经有了十分 ...