AI公园
-
Andrew NG的书“Machine Learning Yearning”中的6个重要的概念
吴恩达的新书“Machine Learning Yearning”,大家看过了吗?
-
Word2Vec揭秘: 这是深度学习中的一小步,却是NLP中的巨大跨越
Word2Vec模型用于学习被称为“词嵌入”的词的向量表示。这通常是作为预处理步骤来完成的,在此之后,学习到的向量被输入判别模型(通常是RNN)来生成预测,完成各种各样有趣的事情。
-
Boosting和AdaBoost的可视化清晰的解释
可视化的方法,清楚的解释了Boosting和AdaBoost。
-
看完决策树相关的30道面试题,再也不怕遇到相关的问题了
决策树是机器学习和数据科学中最受欢迎的算法之一
-
兵马未动,粮草先行,6步精通机器学习中的数据准备
要做机器学习项目,第一重要的就是数据
-
随机权值平均:深度学习中一种新的达到stage of the art的方法
要处理14维空间中的超平面,想象一个三维空间,大声对自己说“14”。每个人都这么做。
-
机器学习深度学习面试问题汇总(提升你的面试成功率)
可怕的机器学习面试。在面试之前,你会觉得自己什么都懂,但是真的开始面试了,你发现你自己什么都不懂!
-
学习率设置技巧,使用学习率来提升我们的模型
选择学习率的简单方法是尝试一堆数字,然后使用看起来效果最好的那个,当训练不再能改善损失时,手动减少它。
-
新手必看的Top10个机器学习算法
在机器学习中,有一个叫做“没有免费午餐”的定理。简而言之,它指出,没有一种算法对每一个问题都是最有效的,它尤其适用于监督学习(即预测建模)。
-
关于TensorFlow,有9件事大家应该要知道
TensorFlow在深度学习框架中,占据第一的位置已经很久了,而且在可见的未来,也将一直占据第一的位置。
-
深度学习的7个技巧,帮你训练出好的模型
深度学习已经成为解决许多具有挑战性的现实问题的首选方法
-
那么多回归算法,选哪个好呢?帮你克服选择算法选择障碍
如何为特定的问题选择合适的算法
-
为机器学习模型选择正确的度量评估(第二部分)
分类的度量
-
为机器学习模型选择正确的度量评估(第一部分)
对不同的应用场景,需要不同的模型,对于不同的模型,需要不同的度量评估方式。
-
如何成为AI工程师的学习之路,包括各种课程,资源,代码
机器学习资源