GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种用于回归的机器学习算法，该...

很多都会有一个问题“如何自学书本知识之外的内容”。也许你是想增加一些技能，也许仅仅是爱好，也许是你读报纸书刊遇到一个你想去了解的知识点，也许是你要开始进行独立的研究……总之，你总会面临一些需要自学的情况。

说深度学习（Deep Learning）算法是当前“人工智能皇冠上的明珠”并不过分。通过深层神经网络（DNN）模型的运用，深度学习已成为目前最接近人脑的智能学习方法， 不仅Google、Face...

sklearn 快速入门的官方文档1。这个文档主要描述机器学习的概念，以及如何加载数据，训练模型，保存模型。

希望这篇文章能对学习者有所启发。我在空白页前坐下，并且问自己了一个很难的问题：什么样的库、课程、论文和书籍对于机器学习的初学者来说是最好的。我必须把自己当做一个程序员和一个机器学习的初学者，站在...

Word2vec 是 Google 在 2013 年年中开源的一款将词表征为实数值向量的高效工具, 其利用深度学习的思想，可以通过训练，把对文本内容的处理简化为 K 维向量空间中的向量运算，而向...

算算时间，从开始到现在，做机器学习算法也将近八个月了。虽然还没有达到融会贯通的地步，但至少在熟悉了算法的流程后，我在算法的选择和创造能力上有了不小的提升。实话说，机器学习很难，非常难，要做到完全...

在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。这篇文档也算是 EasyPR开发的番外篇，从这里开始，必须对机器学习了...

机器学习代码的很大一个特点是依赖于矩阵和向量操作，这在神经网络和矩阵分解类模型里面尤其明显。从神经网络里面的backprop到矩阵分解模型里面的更新法则都可以以向量和矩阵甚至张量的形式出现。

很多机器学习程序涉及从外存的数据读取以及预处理。常见的例子比如深度的神经网络，或者是基于外存计算的一些算法如VW还有我很早之前写过的SVDFeature。在这类问题中，一个常见的优化是采用一个单...

摘要： 深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结 构使其具备强大的特征表达能力和对复杂任务建模能力。

本文是腾讯深度学习系列文章的第三篇，聚焦于腾讯深度学习平台Mariana中深度卷积神经网络Deep CNNs的多GPU模型并行和数据并行框架。

本文是腾讯深度学习系列文章的第二篇，聚焦于腾讯深度学习平台Mariana中深度神经网络DNN的多GPU数据并行框架。

深度学习是近年机器学习领域的重大突破，有着广泛的应用前景。随着Google公开Google Brain计划，业界对深度学习的热情高涨。腾讯在深度学习领域持续投入，获得了实际落地的产出。我们准备了...

包括：免费电子书、课程、视频、讲义、论文、站点、框架等等

CNN作为DL中最成功的模型之一，有必要对其更进一步研究它。虽然在前面的博文Stacked CNN简单介绍中 有大概介绍过CNN的使用，不过那是有个前提的：CNN中的参数必须已提前学习好。而本文...

Deeplearning4j是Java的开源，分布式的深学习项目的人Skymind ，一个总部位于旧金山的商业智能和企业软件公司牵头。我们是一个团队的数据科学家，深学专家， Java程序员和半众生机器人。

11个著名的开源机器学习工具

一个机器可以根据照片来辨别鲜花的品种吗？在机器学习角度，这其实是一个分类问题，即机器根据不同品种鲜花的数据进行学习，使其可以对未标记的测试图片数据进行分类。这一小节，我们还是从scikit-le...

本文主要讨论是用MLlib进行Classification工作。典型的应用场景就是AD CTR Prediction，也就是大部分互联网公司的利润来源。据业余了解，广告CTR预估使用最多的基础算...