DL一（ML基础知识）
基础知识ML 在进行深度学习前，根据学习网站的建议，首先学习机器学习的基础课程，学习资料主要是Andrew讲的ShortVideo，网址：http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course ...
原文：ML/DL 面试公式系列
公式推导系列 线性回归: 最小二乘, normal equation 逻辑回归: 最大似然损失函数 SVM: 转换为对偶问题,软间隔,核函数,SMO EM: 隐变量的后验概率函数 Q函数,最大化下界 与最大似然估计交替优化 损失函数: logistic, softmax, hinge loss 与上面的有重叠 反向传播: 递推关系式 Softmax: Softmax及其损失函数反向传播 数值计算 ...
2018-07-31 12:19 0 1031 推荐指数：
相关推荐
ML、DL及RL介绍和区别
前言 在刚入门的时候，我们很容易被这些词语弄得眼花缭乱，如人工智能、机器学习、深度学习及强化学习等等。它们之间互相联系，却有一定区别。我们学习人工智能AI，需要对这些词语有一定的概念，不然，研究了这 ...
ML&DL视频教程资源
作者：Bruce 链接：https://www.zhihu.com/question/49909565/answer/345894856 来源：知乎 著作权归作者所有。商业转载请联系作者获得 ...
ML面试题
ML面试题 特征工程的意义和作用 特征工程可以将样本数据处理成更为适合训练模型时模型更容易找寻出数据规则的数据集，且适当的特征工程可以提升最终模型处理分类或者回归的精度。 使用过哪些不同形式的特征工程 1.特征值化（文本特征抽取，字典特征 ...
认识：人工智能AI 机器学习 ML 深度学习DL
人工智能 人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是对人的意 ...
深度学习（Machine Learning，简称ML）和机器学习（Deep Learning，简称DL）
2016是人工智能爆发的一年，各种层出不穷的新技术、新概念让人眼花缭乱。很多人都分不清人工智能（Artificial Intelligence，简称AI）、机器学习（Machine Learning，简称ML）以及深度学习（Deep Learning，简称DL）概念之间的不同。本文为理解机器学习 ...
ML:自然语言处理NLP面试题
自然语言处理的三个里程碑： http://blog.csdn.net/sddamoke/article/details/1419973 两个事实分别为： 一、短语结构语法不能有 ...
ML.NET技术研究系列-1入门篇
典型的机器学习-监督学习的场景。作为.Net的忠实用户，最近火热的ML.NET务必要尝试、应用一把。今 ...