首页
学习
活动
专区
工具
TVP
发布

算法channel

专栏成员
862
文章
1107146
阅读量
137
订阅数
AI大模型之路 第二篇: Word2Vec介绍
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
3860
强化学习第十三篇:使用深度学习解决迷宫问题,完整步骤和代码
前面强化学习推送到第十二篇,迷宫问题已使用Q-learning解决过,今天使用另一种方法:深度Q网络,简称DQN网络解决。
double
2024-04-11
9550
梳理机器学习常用算法(含深度学习)
非监督学习是指在训练过程中,模型没有给定的输出标签,而是要从输入数据中自动发现规律的。
double
2023-03-21
6120
基于深度学习的对话系统:最新进展
对话系统是一种流行的自然语言处理(NLP)任务,因为它在现实应用中很有前途。这也是一项复杂的任务,因为许多NLP任务值得研究涉及。因此,就这一任务开展了大量的创作。由于他们出色的表现,他们中的大多数都是基于深度学习的。在本次调查中,主要关注基于深度学习的对话系统。
double
2023-01-04
4900
机器学习常用算法:随机森林分类
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
9740
机器学习超参调优:常用8种方法
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
3.8K0
历时一年,《深度学习与交通大数据实战》正式出版!
历时一年多,《深度学习与交通大数据实战》终于出版了。下面简单介绍下本书的主要内容、本书特色、购书以及读者作者交流途径。 本书内容 该书从Python,到深度学习框架PyTorch,再到人工智能基础,最后到地铁,共享单车,出租车,私家车,以及空中交通五个实战案例,从基础知识到案例应用,几乎涵盖了初学者入门该领域所有需要学习的知识点以及所需要的的代码和数据,所有学习过程均带有详细的代码解释,全部以案例应用实战为主,拒绝纯理论讲解! 作为一本关于深度学习与交通大数据的书籍,本书共有8章。 第1章为Python
double
2022-08-26
8940
肝!字节跳动大佬的Python自学笔记.pdf
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
1.1K0
这725个机器学习术语表,太全了!
你好,我是zhenguo 这是几位机器学习权威专家汇总的725个机器学习术语表,非常全面了,值得收藏! 英文术语 中文翻译 0-1 Loss Function 0-1损失函数 Accept-Reject Sampling Method 接受-拒绝抽样法/接受-拒绝采样法 Accumulated Error Backpropagation 累积误差反向传播 Accuracy 精度 Acquisition Function 采集函数 Action 动作 Activation Function 激活函数 Acti
double
2022-01-26
6880
RNN 图解版
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
4990
机器学习和深度学习的 5 个关键区别
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
1.1K0
所以,机器学习和深度学习的区别是什么?
https://quantdare.com/what-is-the-difference-between-deep-learning-and-machine-learning/
double
2021-03-12
4530
我们必须要相信那些不可能的事情
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
3070
从39个kaggle竞赛中总结出来的图像分割的Tips和Tricks
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
1.3K0
2020年成为机器学习工程师,看这9本书就够了!
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
5350
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!
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
1.3K0
图像处理之目标检测的入门总结
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
1.3K0
3招打破机器学习工程师的边界
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
3110
如何 30 天吃掉 TensorFlow2.0 ?
Keras可以看成是一种深度学习框架的高阶接口规范,它帮助用户以更简洁的形式定义和训练深度学习网络。
double
2020-03-18
1K0
实际工作中,算法工程师需要哪些技能?
对机器学习感兴趣是一回事,实际上开始在现场工作是另一回事,实际中,真正开始从事机器学习工程师工作的整体思维方式和具体技能,又是怎样的呢?
double
2020-02-23
1.1K0
点击加载更多
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
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
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