方法概述：机器学习
1. 机器学习来龙去脉 1.1 人类智能与人工智能 人类具备智能，可以学习、思考以及创新，能够做到很多机器做不到的事情。 在计算机（Computer）被研发出来不久后，为降低人类工作负担，一些专家早在1950年提出了人工智能（Artificial Intelligent，AI ...
原文：各个大厂的机器学习平台概述
机器学习的核心是 使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测 。这意味着，与其显式地编写程序来执行某些任务，不如教计算机如何开发一个算法来完成任务。有三种主要类型的机器学习：监督学习 非监督学习和强化学习，所有这些都有其特定的优点和缺点。 人工智能正成为企业转型过程中的关键组成部分，大多数公司都知道人工智能和机器学习能帮助企业实现转型，但却不知道应该从何处入手。了解机器学习 ...
2019-08-01 16:28 0 701 推荐指数：
相关推荐
如何架构机器学习平台
越来越多企业开始尝试使用机器学习算法来预测业务，并逐渐在线上部署。但机器学习和深度学习的技术栈繁渣。有多种编程语言，运行环境。稳定性，可用性，维护方式不同以往的IT服务。技术负责人需要设计良好的架构，发掘业务潜力也要保障生产系统稳定性。本文主要介绍： 1.理解机器学习算法训练流程 ...
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 ...
0-图机器学习笔记概述
笔记目录： 0-图机器学习笔记概述 01-introduction 图机器学习介绍 ...
数据挖掘和机器学习概述
一、数据挖掘任务 数据挖掘常见的六大任务： 1.分类问题 2.聚类问题 3.回归问题 4.关联问题 5.序列问题 ...
【机器学习】模型融合方法概述
【机器学习】模型融合方法概述 我理解的Kaggle比赛中提高成绩主要有3个地方 特征工程 调参 模型融合 之前每次打比赛都只做了前两部分，最后的模型融合就是简单 ...
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 ...
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 ...