發(fā)簡信
IP屬地：北京
-
-
機器學習算法深度總結(jié)接觸機器學習時間也不短了, 趁國慶放假, 做一下深度整理. 1. 大綱 若想在企業(yè)勝任算法相關(guān)崗位知識, 除了掌握常見算法, 會背后數(shù)學原理外, 還需要掌握算法優(yōu)化, 特征工...
-
正在向AI轉(zhuǎn)型的程序猿
-
-
機器學習(Machine Learning)&深度學習(Deep Learning)資料(Chapter 1)
機器學習(Machine Learning)&深度學習(Deep Learning)資料(Chapter 1) 注:機器學習資料篇目一共500條,篇目二開始更新 希望轉(zhuǎn)載的朋...
-
NLP常用專業(yè)術(shù)語
常用概念： 自然語言處理（NLP） 數(shù)據(jù)挖掘 推薦算法 用戶畫像 知識圖譜 信息檢索 文本分類 常用技術(shù)： 詞級別：分詞(Seg)，詞性標注(POS)虱咧，命名實體識別（NER）...
-
從此再也不用簡書腕巡，更多博文請見zhangpeng.ai
-
Python | Python 資源
Python 資源 我想很多程序員應(yīng)該記得 GitHub 上有一個 Awesome - XXX 系列的資源整理玄坦。awesome-python是 vinta 發(fā)起維護的 Pyt...
-
你好 方便給下數(shù)據(jù)集嗎？
實例（1）——特征工程
前言：機器學習工程師一半的時間花在數(shù)據(jù)的清洗绘沉、特征選擇煎楣、降維等數(shù)據(jù)處理上面，下面就以郵件過濾系統(tǒng)為例车伞，介紹一下機器學習模型構(gòu)建前的一些非常重要的工作择懂。 收集數(shù)據(jù) 不同的項目有...
-
你好 方便給下數(shù)據(jù)集嗎？
機器學習（17）——GMM算法
前言：介紹一下EM算法的簡單應(yīng)用 算法流程 先從一個簡單的例子開始：隨機選擇1000名用戶另玖，測量用戶的身高困曙；若樣本中存在男性和女性表伦，身高分別 服從高斯分布N(μ1,σ1)和N...
-
你好 方便給下數(shù)據(jù)集嗎？
機器學習（19）——特征工程
前言：特征工程是機器學習的重點慷丽，他直接影響著模型的好壞蹦哼。 數(shù)據(jù)收集 在進行機器學習之前，收集數(shù)據(jù)的過程中要糊，我們主要按照以下規(guī)則找出我們所需 要的數(shù)據(jù)： 業(yè)務(wù)的實現(xiàn)需要哪些數(shù)據(jù)...
-
@飄涯 好的 謝謝
機器學習（12）——隨機森林
前言：前面已經(jīng)介紹了的幾種算法纲熏，應(yīng)該對算法有了一個基本的認識了，本章主要是在前面已經(jīng)學到的基礎(chǔ)上锄俄，對前面的算法模型進行整合操作局劲，訓練出效果更好的分類器模型。 集成學習 集成學...
-
你好 給的網(wǎng)址下載的數(shù)據(jù)集不對的
機器學習（12）——隨機森林
前言：前面已經(jīng)介紹了的幾種算法奶赠，應(yīng)該對算法有了一個基本的認識了容握，本章主要是在前面已經(jīng)學到的基礎(chǔ)上，對前面的算法模型進行整合操作车柠，訓練出效果更好的分類器模型。 集成學習 集成學...
-
“飄涯”引《東風破》歌詞“一壺漂泊，浪跡天涯”<br>輕度跑步愛好者<br>《紅樓夢》癡迷讀者<br> 機器學習羊苟，深度學習塑陵，自然語言處理、知識圖譜蜡励、復雜網(wǎng)絡(luò)
-
l can believe
