AI公园

决策树，随机森林，bagging，boosting的介绍以及背后的原理。

来自github的非常有针对性的深度学习资源，和其他的资源不同，既照顾了通用性，又照顾了不同的领域，覆盖非常广，非常的全面，有论文，有代码，有书，有博客，还有课程。

聚类作为一种无监督技术，在很多的场合非常的有用，今天給大家介绍5个非常常用的聚类算法，以及各自的优缺点。

我们为什么需要序列模型？

想找个数据科学家的工作吗？

决策树知道吗，就是XGBoost，LightGBM中用的那种啊？

我们描述了最近提出的随机加权平均(SWA)技术，以及它在 torchcontrib中的新实现。

这篇文章从Bootstraping开始介绍，让你听懂什么是Boosting，什么是Bagging。

自从大家知道我是做人工智能的以后，亲戚朋友经常会有人问我，什么是AI，什么是机器学习，什么是深度学习。

在这篇文章中，我将主要关注图像恢复的任务，以及如何使用deep image prior来解决这个任务。

生成对抗网络的一篇实践文章，使用PyTorch，用很简单的代码搭建了一个GANs，非常通俗易懂。

现在的各种库和框架非常的简单易用，导致大家很容易忽视所使用的损失函数的真正意义。

回到2012年，当神经网络重新流行起来时，人们对不用担心特征工程就可以训练模型的可能性感到兴奋。事实上，最早的突破大多出现在计算机视觉领域，在这一领域，原始像素被用作网络的输入。

在本文中，我将帮助你节省一些时间，方法是将2019年迄今为止发表的研究成果整理成以下可管理的短列表。我做了一些过滤，这样就只包括具有相关GitHub repo的论文了。

如果你是深度学习领域的新人，你的第一个问题可能是“我该从哪些论文开始读起呢？”这就是深度学习论文的阅读路线图！