腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

深度学习入门与实践

专栏作者

48

文章

72498

阅读量

44

订阅数

【原】数据分析/数据挖掘/机器学习---- 必读书目

机器学习数据处理数据库云数据库 SQL Server

总结一下我读过的机器学习/数据挖掘/数据分析方面的书，有的适合入门，有的适合进阶，没有按照层次排列，先总结一下，等总结的差不多了再根据入门--->进阶分块写。下面列的书基本上我写的都是读完过的，不然不敢写，怕误人子弟 = =，持续更新ing~ 数据分析实习的时候只会Matlab，公司小，没钱买正版，所以领导要我两星期把R学会，当时看的有这些书 1.R语言实战评价：很好的入门书，从安装、入门、基本的统计分析，作图命令，以及常见的分类、回归、降维等方法都有写推荐指数：五颗星 2.数据分析-R语言实战评

2018-01-09

2.2K0

机器学习基础与实践（三）----数据降维之PCA

数据处理机器学习

写在前面：本来这篇应该是上周四更新，但是上周四写了一篇深度学习的反向传播法的过程，就推迟更新了。本来想参考PRML来写，但是发现里面涉及到比较多的数学知识，写出来可能不好理解，我决定还是用最通俗的方法解释PCA，并举一个实例一步步计算，然后再进行数学推导，最后再介绍一些变种以及相应的程序。（数学推导及变种下次再写好了）正文：　　在数据处理中，经常会遇到特征维度比样本数量多得多的情况，如果拿到实际工程中去跑，效果不一定好。一是因为冗余的特征会带来一些噪音，影响计算的结果；二是因为无关的特征会加大计算量，耗

2018-01-09

8160

机器学习基础与实践（二）----数据转换

机器学习数据处理

本博客所有内容以学习、研究和分享为主，如需转载，请联系本人，标明作者和出处，并且是非商业用途，谢谢！系列目录： 1 第一部分模型的评估与数据处理 2 3 机器学习基础与实践（一）----数据清洗 4 5 机器学习基础与实践（二）----数据转换 6 7 机器学习基础与实践（三）----数据降维 8 9 10 11 第二部分特征工程 12 13 机器学习基础与实践（四）----特征选择 14 15 机器学习基础与实践（五）----特征

2018-01-09

1.4K0

机器学习基础与实践（一）----数据清洗

机器学习数据处理

本博客所有内容以学习、研究和分享为主，如需转载，请联系本人，标明作者和出处，并且是非商业用途，谢谢！　　想写这个系列很久了，最近刚好项目结束了闲下来有点时间，于是决定把之前学过的东西做个总结。之前看过一些机器学习方面的书，每本书都各有侧重点，机器学习实战和集体智慧编程更偏向与实战，侧重于对每个算法的实际操作过程，但是没有对整个数据挖掘项目做介绍，李航老师的统计学习方法和周志华老师的机器学习这两本书侧重对原理的讲解和公式的推导，但是实战方面可能会少一点。我结合之前看过的书，以及自己的一些项目经验做了一些总结

2018-01-09

1.8K0

【机器学习Machine Learning】资料大全

机器学习 spark 人工智能数据处理

　　昨天总结了深度学习的资料，今天把机器学习的资料也总结一下(友情提示：有些网站需要"科学上网"^_^) 　　推荐几本好书： 1.Pattern Recognition and Machine Learning (by Hastie, Tibshirani, and Friedman's ) 2.Elements of Statistical Learning(by Bishop's) 　　这两本是英文的,但是非常全，第一本需要有一定的数学基础，第可以先看第二本。如果看英文觉得吃力，推荐看一下下面几本英文书

2018-01-09

8K0

【深度学习Deep Learning】资料大全

机器学习数据处理人工智能数据库

　　最近在学深度学习相关的东西，在网上搜集到了一些不错的资料，现在汇总一下： Free Online Books Deep Learning66 by Yoshua Bengio, Ian Goodfellow and Aaron Courville Neural Networks and Deep Learning42 by Michael Nielsen Deep Learning27 by Microsoft Research Deep Learning Tutorial23 by LISA lab,

2018-01-09

5.1K0

【原】Learning Spark (Python版) 学习笔记(三)----工作原理、调优与Spark SQL

spark 数据处理 python 机器学习

　　周末的任务是更新Learning Spark系列第三篇，以为自己写不完了，但为了改正拖延症，还是得完成给自己定的任务啊 = =。这三章主要讲Spark的运行过程（本地+集群），性能调优以及Spark SQL相关的知识，如果对Spark不熟的同学可以先看看之前总结的两篇文章：【原】Learning Spark (Python版) 学习笔记(一)----RDD 基本概念与命令【原】Learning Spark (Python版) 学习笔记(二)----键值对、数据读取与保存、共享特性 #####我是

2018-01-09

1.8K0

2015年总结与2016年目标和计划

大数据数据处理 spark linux

2015年是变化最大的一年，1月份考研失败，不接受任何调剂，只想读计算数学，搞数学建模，在家消沉了两星期，闲不住，就出去找事做。去了一家培训机构做老师，做了一个月被咨询部的老大挖过去做咨询师（我也不知道为啥要我过去，哈哈，难道是因为颜值吗？），然后又做了两个月，准备边工作边二战，但是怕失败，还是决定先找找工作。三月底在智联上投了一堆简历，当时已经错过校招了，没办法 = =，收到了几家面试邀请后，跟hr商量把所有的面试时间集中在一天，然后4月5号买了清明去北京的火车，做的硬座，14个小时，背疼了一天。休息

2018-01-09

8150

【原】Learning Spark (Python版) 学习笔记(二)----键值对、数据读取与保存、共享特性

spark 大数据数据处理 python 机器学习

　　本来应该上周更新的，结果碰上五一，懒癌发作，就推迟了 = =。以后还是要按时完成任务。废话不多说，第四章-第六章主要讲了三个内容：键值对、数据读取与保存与Spark的两个共享特性（累加器和广播变量）。键值对（PaiRDD） 1.创建 1 #在Python中使用第一个单词作为键创建一个pairRDD,使用map()函数 2 pairs = lines.map(lambda x:(x.split(" ")[0],x)) 2.转化(Transformation) 转化操作很多，有reduceByKey，fo

2018-01-09

2K0

【原】Learning Spark (Python版) 学习笔记(一)----RDD 基本概念与命令

spark 大数据数据处理 python 机器学习

《Learning Spark》这本书算是Spark入门的必读书了，中文版是《Spark快速大数据分析》，不过豆瓣书评很有意思的是，英文原版评分7.4，评论都说入门而已深入不足，中文译版评分8.4，评论一片好评，有点意思。我倒觉得这本书可以作为官方文档的一个补充，刷完后基本上对Spark的一些基本概念、码简单的程序是没有问题的了。这本书有一个好处是它是用三门语言写的，Python/Java/Scala，所以适用性很广，我的观点是，先精通一门语言，再去学其他语言。由于我工作中比较常用的是Python，所以就

2018-01-09

8980

【深度学习系列】卷积神经网络CNN原理详解(一)——基本原理

数据处理机器学习深度学习卷积神经网络

本文介绍了CNN的基本原理、卷积神经网络、池化层、激活函数、正则化、损失函数、优化算法、训练技巧、网络结构选择、调参方法、以及总结了一些关于手写数字识别的常见问题和解决方案。

2018-01-09

2.5K0

没有更多了

社区活动

RAG七天入门训练营

鹅厂大牛手把手带你上手实战，赢鹅厂证书、公仔好礼！

Python精品学习库

代码在线跑，知识轻松学

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

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