前言 Google推出flutter這樣一個新的高性能跨平臺（Android绽诚，ios）快速開發(fā)框架之后，被業(yè)界許多開發(fā)者所關注梨树。我在接觸了flutter之后發(fā)現(xiàn)這個確實是一個...
發(fā)簡信
IP屬地：福建
-
Flutter | Json自動反序列化——json_serializable（附源碼）
-
-
Jenkins學習與交流的園地塔逃，分享Jenkins相關的最佳實踐。
-
我以官方文檔為主線氛改，開始對TensorFlow的學習帐萎。這期間會把我的理解進行持續(xù)的輸出，作為《TensorFlow從0到N》系列胜卤。 它不會止于翻譯和筆記疆导，不會停留在語言和工具，而是堅持通過啟發(fā)性的方式葛躏，循序漸進的構建理解澈段，搭建一個堅實可靠的、連接“零基礎”與“人工智能（AI）/機器學習（Machine Learning）/深度學習（Deep Learning）”領域之間的緩坡道舰攒。
-
我們已經進入一個嶄新的智能機器時代摩窃，在未來幾年內囤耳，人工智能和機器人給世界帶來的影響將遠遠超過個人計算機和互聯(lián)網在過去的30年間已經對世界造成的改變。是謙遜地生存偶芍，還是傲慢地死去充择？智能機器將成為我們的奴隸，伙伴還是主人匪蟀？
-
機器學習材彪，數(shù)據(jù)挖掘观挎，深度學習，自然語言處理交流段化。歡迎大家投稿嘁捷。
-
歡迎加入人工智能領域雄嚣！
-
本專題招募管理員缓升，有意向請簡信私聊鼓鲁，謝謝！ 用來分享機器學習港谊，深度學習骇吭，神經網絡，計算機視覺等領域的一些技術歧寺。 Machine Learning 學習資料：http://www.reibang.com/p/e0238db24973 相關參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://www.reibang.com/p/182baeb82c71 3. [深度學習與神經網絡(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.reibang.com/p/6752a8845d01 8. [知乎“機器學習”專欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.reibang.com/p/fe428f0b32c1 …… 希望大家可以相互交流燥狰，相互學習！
-
機器學習(Machine Learning，ML)是研究計算機怎樣模擬或實現(xiàn)人類的學習行為奴艾，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能内斯。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中獲取有效的蕴潦、新穎的、潛在有用的俘闯、最終可理解的模式的非平凡過程潭苞。數(shù)據(jù)挖掘中用到了大量的機器學習界提供的數(shù)據(jù)分析技術和數(shù)據(jù)庫界提供的數(shù)據(jù)管理技術，機器學習是數(shù)據(jù)挖掘的一個重要的工具真朗。機器學習交流群：613944735
-
大數(shù)據(jù)，收錄大數(shù)據(jù)相關技術的文章臀防。
-
開發(fā)者加入314846081開發(fā)者討論群匾寝！
