腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
人工智能
专栏成员
举报
486
文章
806675
阅读量
225
订阅数
订阅专栏
申请加入专栏
全部文章(486)
人工智能(251)
机器学习(219)
深度学习(140)
神经网络(115)
编程算法(43)
tensorflow(42)
python(33)
其他(28)
大数据(27)
图像识别(24)
图像处理(22)
卷积神经网络(17)
决策树(14)
数据处理(14)
线性回归(10)
机器人(10)
keras(9)
无人驾驶(8)
强化学习(8)
人脸识别(7)
c++(6)
安全(6)
数据库(5)
spark(5)
数据挖掘(4)
容器镜像服务(4)
游戏(4)
网络安全(4)
监督学习(4)
scikit-learn(4)
NLP 服务(3)
android(3)
github(3)
api(3)
apache(3)
医疗(3)
自动化(3)
https(3)
自动驾驶(2)
ios(2)
java(2)
javascript(2)
r 语言(2)
django(2)
http(2)
容器(2)
开源(2)
分布式(2)
运维(2)
numpy(2)
opencv(2)
php(1)
c#(1)
.net(1)
asp.net(1)
云数据库 Redis(1)
access(1)
linux(1)
nginx(1)
金融(1)
云+未来(1)
互联网金融(1)
爬虫(1)
hadoop(1)
wordpress(1)
unity(1)
pytorch(1)
kernel(1)
无监督学习(1)
迁移学习(1)
微信(1)
数据可视化(1)
数据结构(1)
架构设计(1)
微服务(1)
智能客服机器人(1)
搜索文章
搜索
搜索
关闭
每个人都应该知道的十个机器学习常识
机器学习
数据挖掘
人工智能
当别人在高谈阔论机器学习时,你却插不上嘴,这是一种怎样的体验?不懂机器学习没有关系,但你一定要知道下面的十个机器学习基本常识。曾经在Endeca、谷歌和LinkedIn领导机器学习开发的Daniel Tunkelang为我们概括总结了这十个常识。 1. 机器学习就是从数据中挖掘洞见,而人工智能是炒作。 只要使用了正确的训练数据和算法,机器学习可以解决大部分问题。而所谓的人工智能,只不过是一种包装。只要有助于营销,你要把它叫作什么都可以。 2. 数据和算法是机器学习的核心,而数据更为重要。 虽然人们热衷于
企鹅号小编
2018-01-24
624
0
6步创建一个通用机器学习模板
机器学习
数据挖掘
小编说:本文将介绍一个通用的机器学习的项目模板,创建这个模板总共有六个步骤。你将会学到: •端到端地预测(分类与回归)模型的项目结构。 •如何将前面学到的内容引入到项目中。 •如何通过这个项目模板来得到一个高准确度的模板。 机器学习是针对数据进行自动挖掘,找出数据的内在规律,并应用这个规律来预测新数据。 📷 在项目中实践机器学习 端到端地解决机器学习的问题是非常重要的。可以学习机器学习的知识,可以实践机器学习的某个方面,但是只有针对某一个问题,从问题定义开始到模型部署为止,通过实践机器学习的各个方面,才能真
企鹅号小编
2018-01-23
1.2K
0
从零学习:详解基于树形结构的ML建模——决策树篇
机器学习
决策树
数据挖掘
来源:Analytics Vidhya 编译:Bot 编者按:通常,我们会把基于树形结构的学习算法认为是最好的、最常用的监督学习方法之一。树能使我们的预测模型集高精度、高稳定性和易解释于一身,与线性模型不同,它能更好地映射非线性关系,适用于解决分类或回归等任何问题。 谈及基于树的学习算法,决策树、随机森林、gradient boosting等是现在被广泛应用于各种数据科学问题的一些方法。本文旨在帮助初学者从头开始学习基于树形结构进行建模,虽然没有机器学习知识要求,但仍假设读者具备一定的R语言或Python基
企鹅号小编
2018-01-11
2.3K
0
数据挖掘的7个重要技术
大数据
数据挖掘
企鹅号小编
2018-01-09
1K
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档