ProZoom魂爪，一個專注于技術(shù)、解決技術(shù)問題的人兒哩盲，熱愛科幻與編程前方，<br>QQ: 3485966314，加時備注原因廉油。
IP屬地：天津
-
討論和分享機(jī)器學(xué)習(xí)的知識嘶炭，專注分享關(guān)于機(jī)器學(xué)習(xí)的高質(zhì)量干貨
-
專門收錄人工智能創(chuàng)業(yè)和投資領(lǐng)域的信息鸡号，技術(shù)和解決方案，收集大數(shù)據(jù)相關(guān)解決方案和技術(shù)须鼎。
-
關(guān)于大數(shù)據(jù)汞窗、云計算及人工智能的內(nèi)容收集，觀點表達(dá)赡译。 歡迎投稿
-
首先劳坑，無論是哪方面的程序員，都要大量的投資算法和數(shù)據(jù)結(jié)構(gòu)成畦。因為這是你的基本技能距芬，就像棋手需要知道每個棋子的走法一樣。在算法學(xué)習(xí)的過程中循帐，你繞不過的就是衡量算法的效率框仔，也就不可避免的學(xué)習(xí)Big O的知識。Big O拄养，需要你了解函數(shù)和極限的一些知識离斩，比如說，f(n) = O(g(n))是這樣定義的衷旅，當(dāng)n足夠大的時候捐腿，你總可以找到一個常數(shù)c，使得c * f(n) >g(n)柿顶。除了效率茄袖，還有如何證明算法的正確性。這就要求掌握一些證明方法嘁锯，比如反正法宪祥，遞推歸納法。 其次家乘，如果你遇到了性能方面的問題蝗羊，需要降低延遲，增加吞吐的時候仁锯，你很有可能需要去設(shè)計高性能的隊列系統(tǒng)耀找，這時排隊論的知識就顯得尤為重要了。排隊論要學(xué)好业崖，概率論是基石野芒。隊列在計算機(jī)系統(tǒng)中隨處可見，操作系統(tǒng)中的進(jìn)程調(diào)度問題双炕，基于隊列解藕生產(chǎn)者消費者的架構(gòu)問題等等狞悲。 接下來如果你對離散優(yōu)化問題感興趣，如說背包問題妇斤，旅行者問題摇锋，當(dāng)你需要優(yōu)化一個目標(biāo)函數(shù)的時候丹拯，你往往會用到梯度下降法，而理解梯度下降法荸恕，對微積分要有很好的理解乖酬。更不用說在人工智能，機(jī)器學(xué)習(xí)領(lǐng)域戚炫，到處都得優(yōu)化目標(biāo)函數(shù)剑刑，降低預(yù)測誤差，想走的遠(yuǎn)双肤，是必須要有數(shù)學(xué)基礎(chǔ)的。 然后再說一下钮惠，線性代數(shù)茅糜，特別是在人工智能里面，很多基本的模型都是線性的素挽，你會隨處看到矩陣的用處蔑赘，單純的只知道矩陣如何相乘是遠(yuǎn)遠(yuǎn)不夠的，要理解的跟深入预明，矩陣是一個函數(shù)缩赛，用來轉(zhuǎn)換矢量，既然是函數(shù)撰糠，就會具有很多函數(shù)的特點酥馍。 分布式系統(tǒng)中的鼻祖級論文，Lamport的時間阅酪，時鐘旨袒，和事件的順序，據(jù)他所說是他從相對論中的時間和空間的關(guān)系中得到的靈感术辐。由此可見砚尽，不僅是數(shù)學(xué)，物理也很重要辉词。
-
收錄人工智能瑞躺、模式識別敷搪、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等相關(guān)筆記隘蝎。
-
數(shù)據(jù)分析人工智能機(jī)器學(xué)習(xí)
-
我以官方文檔為主線，開始對TensorFlow的學(xué)習(xí)廷臼。這期間會把我的理解進(jìn)行持續(xù)的輸出苍在，作為《TensorFlow從0到N》系列。 它不會止于翻譯和筆記荠商，不會停留在語言和工具寂恬，而是堅持通過啟發(fā)性的方式，循序漸進(jìn)的構(gòu)建理解莱没，搭建一個堅實可靠的初肉、連接“零基礎(chǔ)”與“人工智能（AI）/機(jī)器學(xué)習(xí)（Machine Learning）/深度學(xué)習(xí)（Deep Learning）”領(lǐng)域之間的緩坡道。
-
公眾號(IT程序員的日常)Python愛好者，大數(shù)據(jù)開發(fā)者属铁，人工智能學(xué)習(xí)者眠寿。
-
歡迎加入人工智能領(lǐng)域盯拱！
-
我們已經(jīng)進(jìn)入一個嶄新的智能機(jī)器時代狡逢，在未來幾年內(nèi)，人工智能和機(jī)器人給世界帶來的影響將遠(yuǎn)遠(yuǎn)超過個人計算機(jī)和互聯(lián)網(wǎng)在過去的30年間已經(jīng)對世界造成的改變拼卵。是謙遜地生存奢浑，還是傲慢地死去？智能機(jī)器將成為我們的奴隸腋腮，伙伴還是主人雀彼？
-
神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)專題歡迎大家投稿相關(guān)內(nèi)容徊哑。從基礎(chǔ)理論到實戰(zhàn)演練均可嘗試投稿袜刷。若有GPU計算資源需求去完成很有價值的工作也可以留言請求，我們會滿足你的哈莺丑！ 該專欄中的文章還會被發(fā)在：UAI人工智能公眾號著蟹。讓更多的人看到你們的優(yōu)秀作品。
-
機(jī)器學(xué)習(xí)算法關(guān)注機(jī)器學(xué)習(xí)葡粒，人工智能，數(shù)據(jù)挖掘膜钓，計算機(jī)視覺等相關(guān)領(lǐng)域的文章
-
誠招管理員！聯(lián)系我~ 本專題專注于大數(shù)據(jù)技術(shù)沃疮，包括但不限于：分布式系統(tǒng)盒让，hadoop，spark司蔬，storm邑茄，mesos，hbase俊啼，zookeeper肺缕。。授帕。 Tips:如果是自己學(xué)習(xí)這些技術(shù)同木，通過社區(qū)學(xué)習(xí)是一個不錯的方式。 JIRA:https://issues.apache.org/jira/browse/SPARK/?selectedTab=com.atlassian.jira.jira-projects-plugin:summary-panel
-
