【原创】分享一些机器学习和深度学习的学习资料
如果你还在苦苦寻找机器学习和深度学习入门资料的话，或许可以看看本文我的一些推荐，这些材料我自己都学过一遍，分享一下点评，希望对你有帮助。注意，本文只是点评这些资源，不提供任何资源的盗版下载，所有资源我本人都是正版获取也不会对外分享。 1 Coursera机器学习 by Andrew Ng ...
原文：关于机器学习和深度学习的一些心得
最近，在复习机器学习的相关算法，按照原来的计划，现在，我应该完成了CS n的学习和作业，可是因为一些不可抗原因，推迟了，最近整理复习，联想到，我之前的工作，我突然意识到，学习一种算法或理论，复现论文成果是一种非常好的学习方式，有点像一个闭环反馈系统，我学习了这种算法，尤其现在深度学习那么多论文出现，以我相对而言熟悉的CV领域，在我学习CS n的课程时，我在做作业之前，会先看官网的Note，Note ...
2018-07-26 22:40 0 1270 推荐指数：
相关推荐
机器学习、深度学习及NLP的相关一些相关算法
机器学习： 线性回归（Liner Regression） 逻辑回归（Logistics Regression） 决策树（Desision Tree） 随机森林（Random Forest） 梯度提升决策树（GBDT） XGBoost ...
机器学习的一些常用算法
下面是些泛泛的基础知识，但是真正搞机器学习的话，还是非常有用。像推荐系统、DSP等目前项目上机器学习的应用的关键，我认为数据处理非常非常重要，因为很多情况下，机器学习的算法是有前提条件的，对数据是有要求的。 机器学习强调三个关键词：算法、经验、性能，其处理过程如下图所示。 上图 ...
解释机器学习模型的一些方法（二）——在受监管的行业使用机器学习
对于在受监管行业中工作的分析师和数据科学家来说，尽管机器学习可能会带来『能极大提高预测精度』这一好处，然而它可能不足以弥补内部文档需求以及外部监管责任所带来的成本。对于实践者而言，传统线性模型技术可能是预测模型中的唯一选择。然而，创新和竞争的驱动力并不因为你在一个受监管的模式下工作就会止息 ...
机器学习概率论的一些基础知识
概率论的一些基础知识 条件概率 \(P(B|A) = \frac{1}{3}\) 表示的意思为当A发生的时候，B发生的概率 有公式 \[P(B|A) = \frac{P(AB)}{P(A)} \] \[P(AB) = P(B|A)*P(A)=P(A|B)*P(B ...
一些实用的机器学习工具箱和代码
matlab: initPmtk3: https://code.google.com/p/pmtk3/ 非常强大的一个工具包，几乎包含了机器学习所有常用算法 ...
对机器学习与数据竞赛的一些总结（转）
应导师要求，给新来的师弟师妹讲讲机器学习的一些东西，方便有个大概的结构，本人不才，略写点自己的看法和总结，有错误之处请多多指教。 回顾比赛 最近半年参加的比赛成绩： 1. 阿里音乐流行趋势预测大赛 2016.5.17-7.15 Top 15/5476 2. 最后一公里极速 ...