腾讯云
开发者社区
文档
建议反馈
控制台
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
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
算法channel
专栏作者
举报
854
文章
1027089
阅读量
136
订阅数
订阅专栏
申请加入专栏
全部文章（854）
python（292）
编程算法（290）
机器学习（132）
其他（97）
深度学习（71）
神经网络（68）
numpy（43）
人工智能（41）
数据分析（38）
数据结构（35）
https（34）
java（30）
网络安全（26）
大数据（20）
javascript（19）
github（19）
api（19）
html（18）
函数（18）
游戏（17）
强化学习（17）
线性回归（17）
数据（17）
http（15）
NLP 服务（14）
开源（14）
决策树（14）
二叉树（14）
网站（13）
tensorflow（12）
git（12）
存储（12）
缓存（12）
模型（12）
matlab（11）
pandas（11）
算法（11）
文件存储（10）
爬虫（10）
监督学习（10）
数据库（9）
图像处理（9）
spark（9）
sql（8）
容器（8）
微信（8）
pdf（8）
json（7）
云数据库 SQL Server（7）
打包（7）
面向对象编程（7）
ide（6）
分布式（6）
卷积神经网络（6）
正则表达式（6）
pytorch（6）
数据处理（6）
程序（6）
对象（6）
网络（6）
装饰器（6）
c++（5）
php（5）
go（5）
node.js（5）
linux（5）
ubuntu（5）
mapreduce（5）
csv（5）
map（5）
编程（5）
工具（5）
jquery（4）
容器镜像服务（4）
腾讯云测试服务（4）
serverless（4）
shell（4）
hadoop（4）
keras（4）
selenium（4）
机器人（4）
腾讯云开发者社区（4）
kafka（4）
geo（4）
path（4）
pip（4）
工作（4）
数学（4）
索引（4）
图表（4）
优化（4）
自动驾驶（3）
数据挖掘（3）
scala（3）
xml（3）
flask（3）
搜索引擎（3）
unix（3）
短视频（3）
命令行工具（3）
svg（3）
图像识别（3）
zookeeper（3）
anaconda（3）
ascii（3）
chatgpt（3）
dataframe（3）
gpt（3）
jupyter（3）
matplotlib（3）
pivot（3）
self（3）
table（3）
编码（3）
表格（3）
地图（3）
基础（3）
技巧（3）
脚本（3）
配置（3）
数组（3）
思维导图（3）
官方文档（2）
c 语言（2）
css（2）
android（2）
sqlite（2）
批量计算（2）
云直播（2）
yarn（2）
自动化（2）
hive（2）
gui（2）
tcp/ip（2）
windows（2）
数据可视化（2）
nat（2）
敏感数据处理（2）
unicode（2）
学习方法（2）
app（2）
cut（2）
data（2）
dt（2）
google（2）
graph（2）
heatmap（2）
image（2）
iterable（2）
kaggle（2）
key（2）
label（2）
legend（2）
min（2）
nan（2）
plot（2）
rank（2）
seaborn（2）
state（2）
sum（2）
time（2）
width（2）
xlsx（2）
变量（2）
布局（2）
程序员（2）
动画（2）
接口（2）
开发（2）
可视化（2）
框架（2）
入门（2）
视频（2）
原理（2）
源码（2）
原型（2）
终端（2）
人脸识别（1）
区块链（1）
ios（1）
mac os（1）
iphone（1）
xcode（1）
c#（1）
bash（1）
.net（1）
bootstrap（1）
opengl（1）
qt（1）
oracle（1）
django（1）
spring（1）
日志服务（1）
消息队列 CMQ 版（1）
机器翻译（1）
电商（1）
金融（1）
医疗（1）
在线旅游（1）
企业（1）
webpack（1）
html5（1）
jdk（1）
ssh（1）
opencv（1）
npm（1）
单元测试（1）
scrapy（1）
markdown（1）
scikit-learn（1）
无监督学习（1）
迁移学习（1）
小程序（1）
canvas（1）
processing（1）
特征工程（1）
jupyter notebook（1）
utf8（1）
es（1）
flink（1）
验证码（1）
智能推荐平台（1）
add（1）
agent（1）
alpha（1）
apple（1）
apply（1）
argparse（1）
axis（1）
break（1）
bug（1）
cat（1）
center（1）
character（1）
code（1）
compare（1）
contains（1）
copy（1）
crosstab（1）
curve（1）
echarts（1）
error（1）
excel（1）
factory（1）
fibonacci（1）
gan（1）
glob（1）
greedy（1）
handle（1）
iconfont（1）
jieba（1）
line（1）
list（1）
matrix（1）
max（1）
maze（1）
mean（1）
nonetype（1）
object（1）
png（1）
policy（1）
precision（1）
pyautogui（1）
pygame（1）
pyinstaller（1）
random（1）
regression（1）
series（1）
socket（1）
split（1）
streamlit（1）
subplot（1）
timeline（1）
timeout（1）
title（1）
tooltip（1）
ui（1）
web（1）
word（1）
word2vec（1）
zip（1）
笔记（1）
遍历（1）
部署（1）
测试（1）
插件（1）
代理（1）
单例模式（1）
递归（1）
动态规划（1）
翻译（1）
工程师（1）
工具软件（1）
公众号（1）
管理（1）
后台（1）
互联网（1）
继承（1）
集合（1）
计算机（1）
架构（1）
加密（1）
链表（1）
连接（1）
乱码（1）
命令行（1）
前端（1）
日志（1）
软件工程（1）
设计（1）
实践（1）
数据类型（1）
统计（1）
推送（1）
系统（1）
性能（1）
压缩（1）
异常处理（1）
语法（1）
重构（1）
字符串（1）
自然语言处理（1）
文本分析（1）
搜索文章
搜索
搜索
关闭
AI大模型之路 第二篇： Word2Vec介绍
神经网络
深度学习
word2vec
函数
模型
今天我来总结大模型第二篇，word2vec，它是大模型的根基，一切NLP都会用到它。
double
2024-04-18
104
0
从零使用Python 实现对抗神经网络GAN
神经网络
gan
网络
优化
python
GAN使用两套网络，分别是判别器（D)网络和生成器（G)网络，最重要的是弄清楚每套网络的输入和输出分别是什么，两套网络如何结合在一起，及优化的目标即cost function如何定义。
double
2024-03-18
85
0
生成对抗网络（GANs）总结
函数
模型
数据
网络
神经网络
生成对抗网络（GANs）是一种深度学习模型，它由两部分组成：生成器（Generator）和判别器（Discriminator）。
double
2024-03-07
174
0
第三篇：强化学习发展历史
自动驾驶
神经网络
游戏
强化学习
算法
强化学习作为一门研究领域，经历了多年的发展和演进。以下是强化学习的主要发展历史里程碑：
double
2023-08-08
513
0
机器学习常用算法：随机森林分类
决策树
机器学习
神经网络
深度学习
人工智能
机器学习模型通常分为有监督和无监督学习算法。当我们定义（标记）参数时创建监督模型，包括相关的和独立的。相反，当我们没有定义（未标记）参数时，使用无监督方法。在本文中，我们将关注一个特定的监督模型，称为随机森林，并将演示泰坦尼克号幸存者数据的基本用例。 在深入了解随机森林模型的细节之前，重要的是定义决策树、集成模型、Bootstrapping，这些对于理解随机森林模型至关重要。 决策树用于回归和分类问题。它们在视觉上像树一样流动，因此得名，在分类情况下，它们从树的根开始，然后根据变量结果进行二元拆分，直到到达
double
2022-09-01
812
0
机器学习超参调优：常用8种方法
编程算法
keras
机器学习
深度学习
神经网络
超参数调优是机器学习例程中的基本步骤之一。该方法也称为超参数优化，需要搜索超参数的最佳配置以实现最佳性能。机器学习算法需要用户定义的输入来实现准确性和通用性之间的平衡。这个过程称为超参数调整。有多种工具和方法可用于调整超参数。 我们整理了一份用于调整机器学习模型超参数的前八种方法的列表。 1 贝叶斯优化 贝叶斯优化已成为机器学习算法超参数调整的有效工具，更具体地说，适用于深度神经网络等复杂模型。它提供了一个有效的框架来优化昂贵的黑盒功能，而无需知道它的形式。它已应用于多个领域，包括学习最优机器人力学、序列
double
2022-08-31
1.9K
0
肝！字节跳动大佬的Python自学笔记.pdf
python
深度学习
机器学习
神经网络
1. 字节跳动大佬的Python自学笔记 这是我的一个朋友自学资料包，通过这个资料包自学拿到了字节跳动的Offer， 下面是他之前入门学习Python时候的学习资料，非常全面，从Python基础、到web开发、数据分析、机器学习、深度学习、金融量化统统都有，该手册是HTML版本，左侧是目录，可以点击，右侧是对目录知识点的讲解，适合python学习者，对某些知识点不熟悉的话，将页面保存到浏览器书签，可以快速在没网的情况下查找知识点，总计有200多页！ 资料领取方式： 点击下方（非本号）公众号名片回复：手册
double
2022-06-27
1K
0
RNN 图解版
深度学习
机器学习
人工智能
神经网络
这篇文章，阐述了RNN的方方面面，包括模型结构，优缺点，RNN模型的几种应用，RNN常使用的激活函数，RNN的缺陷，以及GRU，LSTM是如何试图解决这些问题，RNN变体等。
double
2021-05-07
460
0
机器学习和深度学习的 5 个关键区别
机器学习
深度学习
神经网络
人工智能
编程算法
大多数人没有意识到机器学习是人工智能（AI）的一种，它诞生于20世纪50年代。1959年，亚瑟·塞缪尔（Arthur Samuel）编写了第一个计算机学习程序，在这个程序中，IBM计算机玩跳棋的时间越长，它就越擅长。快进到今天，当人工智能不仅仅是尖端技术，相关工作薪资高，工作令人兴奋。机器学习工程师的需求量很大，无论是数据科学家还是软件工程师都不具备机器学习领域所需的技能。公司需要精通这两个领域的专业人士，但他们既不能胜任数据科学家的工作，也不能胜任软件工程师的工作。这类人群就是机器学习工程师。
double
2021-03-12
745
0
所以，机器学习和深度学习的区别是什么？
深度学习
机器学习
人工智能
神经网络
编程算法
https://quantdare.com/what-is-the-difference-between-deep-learning-and-machine-learning/
double
2021-03-12
430
0
我们必须要相信那些不可能的事情
神经网络
深度学习
人工智能
这篇文章是我姐夫前几天分享给我的，非常精彩，凯文凯利谈到了未来的12个趋势，今天分享给关注我的每一位粉丝。
double
2021-03-12
291
0
从39个kaggle竞赛中总结出来的图像分割的Tips和Tricks
缓存
图像处理
机器学习
神经网络
深度学习
想象一下，如果你能得到所有的tips和tricks，你需要去参加一个Kaggle比赛。我已经超过39个Kaggle比赛，包括：
double
2020-12-17
1.3K
0
介绍 NumPy 的五种玩法
numpy
https
网络安全
机器学习
神经网络
图解入门 NumPy，这篇文章，已经让我们感知到NumPy的强大，但要想真正用活NumPy，还不够！下面介绍五种玩法，以此深入掌握NumPy：
double
2020-11-11
399
0
2020年成为机器学习工程师，看这9本书就够了！
机器学习
大数据
监督学习
神经网络
深度学习
其实，机器学习包含多种交叉学科，同时也在很多方面得到应用，如数据挖掘、图像处理等。机器学习的知识体系包含数学、编程语言、监督学习、非监督学习、深度学习等，同时还包括多种工具和框架的应用。
double
2020-08-11
506
0
素人为什么还要学算法？且看这 25 个回答，第 17 个回答一针见血！
编程算法
机器学习
神经网络
深度学习
人工智能
近来经常有朋友问，程序员需要学算法吗？为什么需要学算法？不会算法也能找个Java开发岗造软件所以就别浪费时间了。如果真要学，算法感觉很高深，需要数学，可是我数学不好，所以放弃它吗？
double
2020-06-12
1.2K
0
89 次荣登活跃榜，最高排名第 9 ，从零学算法第二周周报发布
node.js
编程算法
数据结构
机器学习
神经网络
当搜索一个键时，哈希表使用相同的哈希函数来查找对应的桶，并只在特定的桶中进行搜索。
double
2020-06-12
643
0
图像处理之目标检测的入门总结
图像识别
.net
深度学习
机器学习
神经网络
目标检测，object detection，就是在给定的图片中精确找到物体所在位置，并标注出物体的类别。
double
2020-05-25
1.3K
0
3招打破机器学习工程师的边界
编程算法
机器学习
神经网络
深度学习
人工智能
对，就是数学。掌握了数学这个机器学习的底层基础，不仅可以加深对算法的理解，还能在模型优化阶段更加游刃有余。
double
2020-03-19
304
0
绘制频率分布直方图的三种方法，总结的很用心！
神经网络
直方图能帮助迅速了解数据的分布形态，将观测数据分组，并以柱状条表示各分组中观测数据的个数。简单而有效的可视化方法，可检测数据是否有问题，也可看出数据是否遵从某种已知分布。
double
2020-02-21
34.8K
1
文本数据挖掘（Text Mining)
机器学习
神经网络
深度学习
人工智能
NLP 服务
文本数据挖掘是利用某些方法比如自然语言处理（Natural language processing (NLP)）技术把一堆没有结构的数据而处理成有结构的数据的一种人工智能技术，而处理后的这些有结构的数据可以作为机器学习和深度学习模型的输入，也可以直接分析这些数据产生想要的结果。
double
2020-02-21
1K
0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天，分 10000 元奖品池！
立即发文
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