【原創】分享一些機器學習和深度學習的學習資料
如果你還在苦苦尋找機器學習和深度學習入門資料的話，或許可以看看本文我的一些推薦，這些材料我自己都學過一遍，分享一下點評，希望對你有幫助。注意，本文只是點評這些資源，不提供任何資源的盜版下載，所有資源我本人都是正版獲取也不會對外分享。 1 Coursera機器學習 by Andrew Ng ...
原文：關於機器學習和深度學習的一些心得
最近，在復習機器學習的相關算法，按照原來的計划，現在，我應該完成了CS n的學習和作業，可是因為一些不可抗原因，推遲了，最近整理復習，聯想到，我之前的工作，我突然意識到，學習一種算法或理論，復現論文成果是一種非常好的學習方式，有點像一個閉環反饋系統，我學習了這種算法，尤其現在深度學習那么多論文出現，以我相對而言熟悉的CV領域，在我學習CS n的課程時，我在做作業之前，會先看官網的Note，Note ...
2018-07-26 22:40 0 1270 推薦指數：
相關推薦
機器學習、深度學習及NLP的相關一些相關算法
機器學習： 線性回歸（Liner Regression） 邏輯回歸（Logistics Regression） 決策樹（Desision Tree） 隨機森林（Random Forest） 梯度提升決策樹（GBDT） XGBoost ...
機器學習的一些常用算法
下面是些泛泛的基礎知識，但是真正搞機器學習的話，還是非常有用。像推薦系統、DSP等目前項目上機器學習的應用的關鍵，我認為數據處理非常非常重要，因為很多情況下，機器學習的算法是有前提條件的，對數據是有要求的。 機器學習強調三個關鍵詞：算法、經驗、性能，其處理過程如下圖所示。 上圖 ...
解釋機器學習模型的一些方法（二）——在受監管的行業使用機器學習
對於在受監管行業中工作的分析師和數據科學家來說，盡管機器學習可能會帶來『能極大提高預測精度』這一好處，然而它可能不足以彌補內部文檔需求以及外部監管責任所帶來的成本。對於實踐者而言，傳統線性模型技術可能是預測模型中的唯一選擇。然而，創新和競爭的驅動力並不因為你在一個受監管的模式下工作就會止息 ...
機器學習概率論的一些基礎知識
概率論的一些基礎知識 條件概率 \(P(B|A) = \frac{1}{3}\) 表示的意思為當A發生的時候，B發生的概率 有公式 \[P(B|A) = \frac{P(AB)}{P(A)} \] \[P(AB) = P(B|A)*P(A)=P(A|B)*P(B ...
一些實用的機器學習工具箱和代碼
matlab: initPmtk3: https://code.google.com/p/pmtk3/ 非常強大的一個工具包，幾乎包含了機器學習所有常用算法 ...
對機器學習與數據競賽的一些總結（轉）
應導師要求，給新來的師弟師妹講講機器學習的一些東西，方便有個大概的結構，本人不才，略寫點自己的看法和總結，有錯誤之處請多多指教。 回顧比賽 最近半年參加的比賽成績： 1. 阿里音樂流行趨勢預測大賽 2016.5.17-7.15 Top 15/5476 2. 最后一公里極速 ...