0推荐
138K 浏览

Spark MLlib实现的中文文本分类–Native Bayes

关键字:spark mllib、文本分类、朴素贝叶斯、native bayes 文本分类是指将一篇文章归到事先定义好的某一类或者某几类,在数据平台的一个典型的应用场景是,通过爬取用户浏览过的页...
PeggyScarbe 8年前   
0推荐
63K 浏览

[机器学习] Coursera ML笔记 - 神经网络(Learning) - Micheal Wang的机器学习乐园 - 博客频道 -...

机器学习栏目记录我在学习Machine Learning过程的一些心得笔记,涵盖线性回归、逻辑回归、Softmax回归、神经网络和SVM等等,主要学习资料来自Standford Andrew N...
0推荐
35K 浏览

机器学习——深度学习(Deep Learning)

Deep Learning是机器学习中一个非常接近AI的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,最近研究了机器学习中一些深度学习的相关知识,本文给出一些很有用的资料和心得。
wankunde 8年前   
0推荐
39K 浏览

python遗传算法(GA)DEAP-Overview学习摘要

DEAP是一个python遗传算法框架,这里是它的简介。 DEAP documentation
0推荐
48K 浏览

深度学习教程:从感知器到深层网络

近些年来,人工智能重新兴起。它已超出学术领域范畴, Google、Microsoft和Facebook几大玩家创建了自己的研发团队,并取得了了一些令人瞩目的成果。
731710870 8年前   
0推荐
17K 浏览

基于MapReduce开发的数据挖掘/机器学习库 - Mahout

传统数据挖掘/机器学习库存在的问题
0推荐
40K 浏览

人工智能和机器学习领域开源项目

GraphLab是一种新的面向机器学习的并行框架。GraphLab提供了一个完整的平台,让机构可以使用可扩展的机器学习系统建立大数据以分析产品,该公司客户包括Zillow、Adobe、Zynga...
jopen 8年前   
0推荐
42K 浏览

基于深度机器学习算法DBNs的风险识别模型

前言:最初关注深度机器学习是听了NUS的汪晟博士关于深度机器学习平台SIGNA的介绍,当时就发现深度机器学习是人工智能的一个革新的进步。但是由于从事的云计算和大数据方向的工作,所以平时只是作为自...
jopen 8年前   
0推荐
17K 浏览

机器学习资源

机器学习资源
jopen 8年前   
0推荐
76K 浏览

TensorFlow:最棒的深度学习加速器

TensorFlow没有改变世界。但是,它显然是最棒的,也是现有最便利的深度学习库。本文作者Zachary Chase Lipton是来自加利福尼亚大学计算机科学工程学院的博士生,接受生物医学信...
jopen 8年前   
0推荐
46K 浏览

基于深度机器学习算法DBNs的风险识别模型

前言:最初关注深度机器学习是听了NUS的汪晟博士关于深度机器学习平台SIGNA的介绍,当时就发现深度机器学习是人工智能的一个革新的进步。但是由于从事的云计算和大数据方向的工作,所以平时只是作为自...
jopen 8年前   
0推荐
9K 浏览

Berkely parser文本分析器使用方法(自己训练模型)

Berkeley Parser 是加州大学伯克利分校 NLP 实验室开发的一种基于概率上下文无关文法(PCFG)的成分句法分析器,支持英语,汉语,德语等多个语种,它具有较高的句法分析性能,准确率...
jopen 8年前   
0推荐
23K 浏览

机器学习 scikit-learn 图谱

上面有很多的教程,编程实例。而且还做了很好的总结,下面这张图基本概括了传统机器学习领域的大多数理论与相关算法。
jopen 8年前   
0推荐
36K 浏览

WARP-CTC - 人工智能软件

WARP-CTC 是百度硅谷 AI 研究所 (SVAIL) 开源的百度关键人工智能 (AI) 软件。 connectionist temporal classification (CTC) 方法...
jopen 8年前   
0推荐
49K 浏览

数据结构几种排序算法详解和总结(java版)

1、设 n 个记录的序列为  { R1 , R2 , R3 , . . . , Rn}
jopen 8年前   
0推荐
13K 浏览

数据挖掘学习笔记--决策树C4.5

定义:分类树(决策树)是一种十分常用的分类方法。他是一种监管学习,所谓监管学习说白了很简单,就是给定一堆样本,每个样本都有一组属性和一个类别,这些类别是事先确定的,那么通过学习得到一个分类器,这...
jopen 8年前   
0推荐
23K 浏览

数据挖掘学习笔记之人工神经网络(一)

神经网络学习方法对于逼近实数值、离散值或向量值的目标函数提供了一种健壮性很强的方法。对于某些类型的问题,如学习解释复杂的现实世界中的传感器数据,人工神经网络是目前知道的最有效学习方法。人工神经网...
jopen 8年前   
0推荐
14K 浏览

数据挖掘学习笔记之人工神经网络(二)

我们知道单个感知器仅能表示线性决策面。然而我们可以将许多的类似感知器的模型按照层次结构连接起来,这样就能表现出非线性决策的边界了,这也叫做多层感知器,重要的是怎么样学习多层感知器,这个问题有两个方面:
jopen 8年前   
0推荐
17K 浏览

人工神经网络关键核心知识点

神经网络里面主要就是单层神经网络学习和多层神经网络学习,涉及到知识点主要就是感知器,线性分割,影藏层,权重校正,误差的平方和等知识点。
jopen 8年前   
0推荐
13K 浏览

贝叶斯学习--极大后验概率假设和极大似然假设

所谓最佳假设,一种办法是把它定义为在给定数据D以及H中不同假设的先验概率的有关知识条件下的最可能(most probable)假设。
jopen 8年前   
1 2 3 4 5 6 7 8 9 10

经验分享,提升职场影响力

投稿

热门问答

    热门文档