相关文章
- Coursera台大机器学习技法课程笔记05-Kernel Logistic Regression
- 机器学习在 IT 运维管理中的必要性!
- 关于机器学习会议的点评
- 机器学习入门01 - 框架处理(Framing)
- 《百面机器学习》拾贝----第四章:降维
- 机器学习笔记 - 基于CNN+OpenCV的图像着色
- 机器学习笔记 - 图解对象检测任务(2)
- 机器学习笔记 - 支持向量机(SVM)背后的数学三
- 机器学习笔记 - 使用DETR进行目标检测
- 机器学习笔记 - 语义分割资源清单
- Atitit机器学习原理与概论book attilax总结
- XAI之GS:全局代理(Global Surrogate,对黑盒机器学习执行模型可解释性的技术)的简介、常用工具包、案例应用之详细攻略
- ML与Regularization:正则化理论即bias-variance tradeoff(权值衰减/提前终止/数据扩增/Dropout/融合技术)在机器学习中的简介、常用方法、案例应用之详细攻略
- XAI/ML:机器学习模型可解释性之量化特征贡献度(特征重要性)的函数详解(feature_importances_/plot_partial_dependence/permutation_impor
- ML与Information:信息论(信息熵/互信息/最大熵模型/条件熵/KL散度)在机器学习中的简介、主要内容、关系、常用方法、案例应用
- AI之DS/CV/NLP:Python与人工智能相关的库/框架(机器学习常用库、数据科学常用库、深度学习常用库、计算机视觉常用库、自然语言处理常用库)的简介、案例应用之详细攻略
- Interview:算法岗位面试—上海某公司算法岗位(偏机器学习,互联网金融行业)技术面试考点之数据结构相关考察点—斐波那契数列、八皇后问题、两种LCS问题
- ML与Optimality:最优化理论(GD随机梯度下降/QN拟牛顿法/CG共轭梯度法/L-BFGS/TR置信域/GA遗传算法/SA模拟退火算法)在机器学习中的简介、常用方法、案例应用之详细攻略
- DL之AF:机器学习/深度学习中常用的激活函数(sigmoid、softmax等)简介、应用、计算图实现、代码实现详细攻略
- Python:pmml格式文件的简介、安装、使用方法(利用python将机器学习模型转为Java常用的pmml格式文件)之详细攻略
- ML与Regularization:正则化理论即bias-variance tradeoff(权值衰减/提前终止/数据扩增/Dropout/融合技术)在机器学习中的简介、常用方法、案例应用之详细攻略
- 结合Java和机器学习技术,如何驾驭大数据提升业务效率和竞争力?
- 已解决(机器学习填补数值型缺失值时报错)TypeError: init() got an unexpected keyword argument ‘axis’
- 【华为云技术分享】机器学习(01)——机器学习简介
- 【阶段三】Python机器学习05篇:机器学习项目实战:逻辑回归模型
- 【机器学习项目实战】随机森林(random forest)回归(RandomForestRegressor)模型Python实现
- 机器学习——softmax回归
- 机器学习——信息论基础
- 机器学习算法(一): 基于逻辑回归的分类预测-Task01
- 【机器学习】决策树为什么对缺失值不敏感,如何处理缺失值?
- 转行入职数据科学(数据分析挖掘,机器学习方向)需要的硬技能。