機器學習和深度學習

特徵選擇

當數據預處理完成後，咱們須要選擇有意義的特徵，輸入機器學習的算法模型進行訓練。

TensorFlow實現seq2seq

前言 前面在《深度學習的seq2seq模型》文章中已經介紹了seq2seq結構及其原理，接下去這篇文章將嘗試使用TensorFlow來實現一個seq2seq網絡結構，該例子能經過訓練給定的訓練集實現輸入某個序列輸出某個序列，其中輸入序列和輸出序列相同，這裏選擇使用LSTM模型。 …

機器學習基礎：預測Airbnb價格

本教程旨在向你介紹機器學習的基本概念 —— 你將從頭開始構建你的第一個預測模型，同時瞭解模型的工做原理。

深刻淺出 Tensorflow（一）：深度學習及 TensorFlow 簡介

本文是整個系列的第一篇文章，將會介紹深度學習的發展歷史以及深度學習目前成熟的應用，同時也會介紹目前主流的深度學習工具，以及 TensorFlow 相比於其餘工具的優點。

深度學習如何入門？

若是您具備數學和計算機科學方面的工程背景或相關知識的編碼經驗，只需兩個月便可熟練掌握深度學習。 難以置信？ 四步使它成爲可能。

深度學習在推薦領域的應用：Lookalike 算法

本文主人公 英特 是一名傳統的軟件工程師，讓咱們與英特一塊兒來研究如何實現本身的Lookalike算法，並嘗試着在新浪微博上應用這一算法。本文選自《深度學習算法實踐》，曾發表於《程序員》雜誌。

揭祕支付寶中的深度學習引擎：xNN

阿里妹導讀：本文介紹支付寶App中的深度學習引擎——xNN。xNN經過模型和計算框架兩個方面的優化，解決了深度學習在移動端落地的一系列問題。

理解機器學習技術

學完本講的內容，讀者將可以：
描述機器學習
解釋機器學習的應用
解釋各種機器學習方法和算法

【大神Hinton】深度學習要另起爐竈，完全拋棄反向傳播

Python 機器學習實戰教程：迴歸

Python 機器學習實戰教程：迴歸

給你一個卷積神經網絡工做原理最直觀的解釋

卷積神經網絡（Convolutional Neural Network, CNN）是人工神經網絡的一種，是當下語音分析和圖像識別領域的研究熱點。這篇文章用最簡明的語言和最直觀的圖像，帶你入門CNN。

Andrew NG 深度學習課程筆記：神經網絡、有監督學習與深度學習

神經網絡、有監督學習與深度學習從屬於筆者的Deep Learning Specialization 課程筆記系列文章，本文主要記述了筆者學習 Andrew NG Deep Learning Specialization 系列課程的筆記與代碼實現。

機器學習算法總結 --K 均值算法

1. • 均值是最普及的聚類算法，算法接受一個未標記的數據集，而後將數據集聚類成不一樣的組。

xgboost的原理沒你想像的那麼難

xgboost 已然火爆機器學習圈，相信很多朋友都使用過。要想完全掌握xgboost，就必須搞懂其內部的模型原理。這樣才能將各個參數對應到模型內部，進而理解參數的含義，根據須要進行調參。本文的目的就是讓你們儘量輕鬆地理解其內部原理。

重磅 | 周志華最新論文：首個基於決策樹集成的自動編碼器，表現優於DNN

今年 2 月，南京大學的周志華教授和他的學生 Ji Feng 提出了一種不一樣於深度神經網絡（DNN）的 Deep Forest 模型——gcForest，這是一種決策樹集成的方法，較之深度神經網絡有很強的競爭力。深度神經網絡須要花大力氣調參，相比之下 gcForest 要容易訓…

多圖萬字文 | 從神經元到 CNN、RNN、GAN… 神經網絡看本文絕對夠了

一文看懂 25 個神經網絡模型

機器學習之聚類算法劃分聚類及代碼示例

聚類是一種無監督學習，根據樣本的內在類似性 / 距離，將大量未知標記的樣本集劃分爲多個類別，使得同一個類別內的樣本類似度較大（距離較小），而不一樣類別間的樣本類似度較小（距離較大）。

劃分聚類包含 K-Means、K-Means++、Mini Bacth K-Means 等。

機器學習進階筆記之十 | 那些 TensorFlow 上好玩的黑科技

TensorFlow 是 Google 基於 DistBelief 進行研發的第二代人工智能學習系統，被普遍用於語音識別或圖像識別等多項機器深度學習領域。其命名來源於自己的運行原理。Tensor（張量）意味着 N 維數組，Flow（流）意味着基於數據流圖的計算，TensorFlow 表明着張量從圖象的一端流動到另外一端計算過程，是將複雜的數據結構傳輸至人工智能神經網中進行分析和處理的過程。

TensorFlow 徹底開源，任何人均可以使用。可在小到一部智能手機、大到數千臺數據中心服務器的各類設備上運行。

『機器學習進階筆記』系列將深刻解析 TensorFlow 系統的技術實踐，從零開始，由淺入深，與你們一塊兒走上機器學習的進階之路。

輕鬆看懂機器學習十大經常使用算法

經過本篇文章能夠對 ML 的經常使用算法有個常識性的認識，沒有代碼，沒有複雜的理論推導，就是圖解一下，知道這些算法是什麼，它們是怎麼應用的，例子主要是分類問題。

剖析阿里背後的強化學習技術

在雙 11 推薦場景中，阿里巴巴使用了深度強化學習與自適應在線學習，經過持續機器學習和模型優化創建決策引擎，對海量用戶行爲以及百億級商品特徵進行實時分析，幫助每個用戶迅速發現寶貝，提升人和商品的配對效率。

行家 | 如何跨領域成爲一位人工智能工程師？

但願和你們理解 AI 的一些編程思路和模型，幫助梳理自我成長路線。 人工智能的總體知識體系梳理。 但願和你們理解 AI 的一些編程思路和模型，幫助梳理自我成長路線。 目前的深度學習的研究領域主要有如下3類人羣。 學者。主要作深度學習的理論研究，研究如何設計一個「網絡模型」，如何…

《MACHINE LEARNING YEARNING》中譯本

《MACHINE LEARNING YEARNING》中譯本

【深度學習】谷歌deepdream原理及tensorflow實現

什麼是DeepDream？
DeepDream是谷歌發佈的對卷積神經網絡（CNN）進行可視化的方法，固然它的用途不只限於此，咱們能夠經過它讓機器「作夢」......

機器學習、Python和數學學習資料彙總

機器學習保羅萬象，在學習這門技術時，最好能夠有一些速查手冊之類的東西在手邊，它們列出了須要瞭解的關鍵點。Robbie Allen整理了20多個與機器學習相關的速查資料，並分享出來，或許也能夠幫助其餘學習這門技術的人。機器學習領域正發生着突飛猛進的變化，這些資料總有一天會過期，…