首页
学习
活动
专区
工具
TVP
发布

技术翻译

专栏作者
145
文章
367369
阅读量
40
订阅数
关于机器学习的顶级认证课程
什么是机器学习(ML)?根据斯坦福大学的说法,它是“让计算机在没有明确编程的情况下采取行动的科学”。
February
2018-12-11
2.5K0
7个强大的聊天机器人搭建平台
FB Messenger,Kik,Slack,Telegram和WeChat是一些流行的聊天机器人发布平台。
February
2018-12-05
3.3K0
学习R编程的前5门课程
越来越多的程序员正在学习R编程语言以成为一名数据科学家,这是全球最热门,最高薪的技术工作之一。
February
2018-12-04
7310
机器学习和容器
机器学习(ML)和人工智能(AI)现在是IT行业中的热门话题。和容器一样。在这个博客中,我尝试将两者绘制在同一张图片中,看看是否有任何协同作用。
February
2018-11-27
7820
用于Web开发的前5个机器学习框架
目前,机器学习是软件开发中最热门的趋势之一。许多分析师甚至认为,机器学习将彻底改变几个程序的Web开发过程,包括Web和移动应用程序。
February
2018-11-16
6450
关注专栏作者,随时接收最新技术干货
我就静静地看
腾讯翻译社成员
Orange:用于创建机器学习模型的便捷开源工具
在本教程中,我将演示Orange,一种用于机器学习的工具。Orange是一款极易使用,轻巧的拖放式工具。更重要的是,它是开源的!如果您是Anaconda用户,那么您可以在控制台中找到它,如下图所示 - 一个带着微笑的纯橙色太阳镜。
February
2018-11-16
3K0
人工智能的10个最佳框架和库
人工智能已经存在了很长时间。然而,由于该领域的巨大改进,近年来它已成为流行语。人工智能曾经被称为总体书呆子和天才的领域,但由于各种图书馆和框架的发展,它已成为一个更友好的IT领域,并有很多人进入它。
February
2018-11-13
3.3K0
18个面向开发人员的机器学习平台
机器学习平台不是未来的潮流。它现在正在发生。开发人员需要知道如何以及何时利用他们的力量。使用像Filestack这样的合适工具在ML环境中工作可以使开发人员更容易创建一个能够充分发挥其功能的高效算法。以下机器学习平台和工具 - 无法按特定顺序列出 - 现在可用作将ML的功能无缝集成到日常任务中的资源。
February
2018-11-12
1.5K0
揭开人工智能、机器学习和深度学习的神秘面纱
深入学习,机器学习,人工智能——所有代表分析的未来的流行词。在这篇文章中,我们将通过一些现实世界的例子来解释什么是机器学习和深度学习。在以后的文章中,我们将探讨垂直用例。这样做的目的不是让你成为一名数据科学家,而是让你更好地理解机器学习能做些什么。
liuxuewen
2018-10-17
6620
用Python从头开始构建一个简单的聊天机器人(使用NLTK)
我相信你一定听说过Duolingo:一款流行的语言学习应用。它以其创新的外语教学风格而广受欢迎,其概念很简单:一天五到十分钟的互动训练就足以学习一门语言。
liuxuewen
2018-10-12
3.7K0
回归问题的深层神经网络
众所周知,神经网络可用于解决分类问题,例如,它们被用于手写体数字分类,但问题是,如果我们将它们用于回归问题,它会有效果吗?
liuxuewen
2018-10-12
3.8K0
Scikit-Learn: 机器学习的灵丹妙药
Scikit-Learn是python的核心机器学习包,它拥有支持基本机器学习项目所需的大部分模块。该库为从业者提供了一个统一的API(ApplicationProgramming Interface),以简化机器学习算法的使用,只需编写几行代码即可完成预测或分类任务。它是python中为数不多的库之一,它遵守了维护算法和接口层简单的承诺。该软件包是用python编写的,它包含了支持向量机的C++库(如LibSVM和LibLinearnforSupportVectorMachine)和广义线性模型实现。包依赖于Pandas(主要用于dataframe进程)、numpy(用于ndarray构造)和cip(用于稀疏矩阵)。
liuxuewen
2018-10-12
1.6K0
在LinkedIn上搭建机器学习模型
大规模的构建机器学习是一条充满挑战的道路,并且没有很多有详细记录的case可以作为参考。Invector Labs的团队最近发布了一个幻灯片,它总结了我们学习大规模构建机器学习解决方案的一些经验教训,同时我们也一直在努力研究该领域的其他公司如何解决这些问题。
liuxuewen
2018-10-11
6900
如何在Python中从0到1构建自己的神经网络
大多数关于神经网络的介绍性文章在描述它们时都会提到大脑类比。在不深入研究大脑类比的情况下,我发现简单地将神经网络描述为将给定的输入映射到期望的输出的数学函数就更容易了。
liuxuewen
2018-10-11
1.8K0
神经网络 vs. 支持向量机
深度学习(DL)已成为商业智能项目中的通用名词。它属于更广泛的人工智能研究领域,也是机器学习算法的一部分。深度学习可以是监督的、半监督的和非监督的。
liuxuewen
2018-10-11
2.9K0
基于Python的深层神经网络
ANN(人工神经网络)受生物神经网络的启发。它可以通过观察示例来学习执行任务,我们不需要使用特定于任务的规则对它们进行编程。 ANN可以查看标记为“猫”或“无猫”的图像,并学习识别更多图像本身。
liuxuewen
2018-10-10
7410
关于TensorFlow你应该知道的9件事
TensorFlow是一个机器学习框架。如果你有大量的数据或你在人工智能中追求的最先进的东西,那么这个框架可能是你最好的选择:深度学习。
liuxuewen
2018-09-21
5500
带你了解什么是卷积神经网络
CNN在图像处理和视频处理领域有着广泛的应用。在这篇文章中,我将详细介绍卷积神经网络是如何进化的,以及为什么它们在图像领域如此出色。在此基础上,我们将建立一个使用Keras的卷积神经网络。
liuxuewen
2018-09-21
1.3K0
机器学习如何改变软件开发
让我们把几件事弄清楚。虽然神经网络、深度学习、机器学习和人工智能似乎都是一样的,但它们都有各自的历史、起源和等级制度。
liuxuewen
2018-09-20
8060
5分钟理解人工智能与机器学习的区别
人工智能不是一个新名词,它已有数十年历史。从80年代初开始,计算机科学家设计了能够学习和模仿人类行为的算法。
liuxuewen
2018-09-19
6090
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!
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