机器学习、深度学习的理论与实战入门建议整理
引言 拿到这份文档时想必你的脑海中一直萦绕着这么一个问题，“机器学习/深度学习要怎么学呢？（怎么入门，又怎么进一步掌握？）”。关于这个问题其实并没有一个标准答案，有的人可能适合自底向上的学，也就是先从理论和数学开始，然后是算法实现，最后再通过一些项目去解决生活中的实际问题；有的人则可 ...
原文：机器学习和深度学习入门总结
本菜鸟入门机器学习也有一段时间了，有那么一丢丢的感悟，在这里做一点总结。介绍一下机器学习理论和实践的学习心得。 相关教材 数学基础 高数 线性代数这就没啥好说的，就是大学工科的必修科目。 统计机器学习 李航的蓝皮书和周志华的西瓜书可以说是国内的比较经典的教材，这两位也是国内人工智能领域的领军人物。 深度学习 强烈推荐花书，这可以说是深度学习方面的权威教材。除此以外还有吴恩达的讲义和教学视频，网上 ...
2019-09-22 21:00 0 409 推荐指数：
相关推荐
Python机器学习库和深度学习库总结
我们在Github上的贡献者和提交者之中检查了用Python语言进行机器学习的开源项目，并挑选出最受欢迎和最活跃的项目。 1. Scikit-learn（重点推荐） www.github.com/scikit-learn/scikit-learn Scikit-learn ...
机器学习该怎么入门？
分享一篇如何机器学习如何入门的文章。考虑到机器学习是现在挺热门的技术专业，如果你的本科专业是计算机类的，面临着未来方向的一种选择（吐槽一下，计算机类的方向实在是太多了），那么选择一个比较热门的方向去做是非常OK的。这就像生在一个金庸宇宙，所有的人和事都在说会武功这件事多么的爽快、多么的厉害 ...
机器学习个人总结
除了一开始做的笔记后面都没了，公式好难推 人工智能主要包括感知智能（比如图像识别、语言识别和手势识别等）和认知智能（主要是语言理解知识和推理）。它的核心是数据驱动来提升生产力、提升生产效率。 机器学习相关技术属于人工智能的一个分支。其理论主要分为如下三个方面 ...
机器学习总结
背景：本文只是对机器学习相关知识的梳理和复习用，因此顺序上可能有些随意 摘要： 1.各种算法的推导 2.各种算法的比较（或优缺点） 3.学习理论 4.特征选择方法 5.模型选择方法 6.特征工程 7.数据预处理 8.应用例子 内容 ...
机器学习&深度学习基础（目录）
从业这么久了，做了很多项目，一直对机器学习的基础课程鄙视已久，现在回头看来，系统的基础知识整理对我现在思路的整理很有利，写完这个基础篇，开始把AI+cv的也总结完，然后把这么多年做的项目再写好总结。 参考：机器学习&深度学习算法及代码实现 学习路线第一步：数学主要为微积分、概率统计 ...
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 ...
【机器学习基础】关于深度学习的Tips
继续回到神经网络章节，上次只对模型进行了简要的介绍，以及做了一个Hello World的练习，这节主要是对当我们结果不好时具体该去做些什么呢？本节就总结一些在深度学习中一些基本的解决问题的办法。 为什么说是“基本的办法”？因为这一部分主要是比较基础的内容，是一些常用的，比较容易理解的，不过多 ...