首页
学习
活动
专区
工具
TVP
发布

深度学习与数据挖掘实战

专栏作者
65
文章
67249
阅读量
20
订阅数
重磅|一文了解深度强化学习的全貌
arXiv上的一篇介绍强化学习综述的文章,分享给大家。点击文末广告支持一下社区发展,本论文的下载地址:https://arxiv.org/pdf/1810.06339.pdf。或者后台回复"深度强化学习",获取百度网盘下载地址。
fishexpert
2018-12-18
5690
干货|程序员到机器学习工程师飞跃的实战经验
“我是一名软件开发工程师,阅读过一些关于机器学习方面的书籍和博客文章,也学习过一些在线的关于机器学习的公开课。但是,我仍然不知道怎么应用到工程实践中……”
fishexpert
2018-12-18
4020
头条|全球OCR文字识别测试最新结果公布:中国AI企业霸屏
今天,国际文档分析与识别大会(ICDAR)数据集最新结果公布,中国高校及企业包揽排行榜前五。据了解,云从科技提出的Pixel-Anchor框架在多个ICDAR测试子集(ICDAR2015以及ICDAR2017 MLT)上均获得了第一名的好成绩。ICDAR2015数据集前五名及框架名称分别是:云从科技(Pixel-Anchor)、南京大学与南京理工大学(PSENet)、旷视科技(Mask Text)、商汤科技(FOTS)、阿里巴巴(IncepText)。ICDAR2017 MLT数据集前五名及框架名称分别是云从科技(Pixel-Anchor)、阿里巴巴(ATL-cangjie)、商汤科技(FOTS、旷视科技(EAST++)、南京大学(PSENet_NJU)
fishexpert
2018-12-17
1.3K0
【社交图挖掘】wikipedia数据批量导入neo4j
最近,在做低质量账户挖掘项目。收集了一些资料,分享给大家。本案例是,挖掘wikikedia的关系链。代码是java编写,包括:wikipedia数据库的数据抽取解析、关系的提取、节点数据&关系数据导入neo4j的流程。
fishexpert
2018-11-21
1.2K0
【社交网络挖掘&Jupyter&贝叶斯】资源分享
https://www.packtpub.com/books/content/getting-started-jupyter-notebook-part-1
fishexpert
2018-11-21
6790
【深度学习】Deep learning--知识结构搭建
深度学习,在语音识别、图像识别、自然语言处理方面取得良好的效果,受到工业界的热捧。通往AI(人工智能)的道路是艰难的,深度学习取得的成绩,给AI的研究者带来了一点喜悦。真正实现跟人类一样的智能,还需要更多的突破,深度学习并不是AI的全部。但是,对于智能时代是一个福音,大量的数据积累,传统机器学习有他的不足之处。智能硬件的发展给深度学习插上了翅膀,GPU并行计算,加速了神经网络的计算速度。下面,整理一些业界比较经典的资料,帮助大家对深度学习有一个相对完整的认识。
fishexpert
2018-11-21
5290
【今日热门&优质资源】Kaggle竞赛优秀者code精选&机器学习中的核函数选择技巧
『优秀ppt&论文精选』 《A Practical Guide to Support Vector Classification》链接:http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf 《Deep Residual Learning for Image Recognition》链接:https://arxiv.org/pdf/1512.03385.pdf 『Blog精选』 《Kernel Functions for Machine Learni
fishexpert
2018-11-21
4510
【neo4j图数据库】基础入门&案例整理
neo4j有社区版本和企业版。社区版本是免费的,只支持单机版;企业版是付费的,是分布式的。整理了一些不错的参考资料分享给大家。
fishexpert
2018-11-21
1.6K0
如何成为一名数据挖掘工程师?
周末,在家整理技术文章,翻到这幅图,很喜欢的一幅图。分享给大家:
fishexpert
2018-11-21
5210
【今日热门&优质资源】kaggle竞赛冠军分享&tensorflow在quora问答去重中的应用
【kaggle竞赛冠军分享】《The Nature Conservancy Fisheries Monitoring Competition, 1st Place Winner's Interview: Team 'Towards Robust-Optimal Learning of Learning'》 链接:http://blog.kaggle.com/2017/07/07/the-nature-conservancy-fisheries-monitoring-competition-1st-place
fishexpert
2018-11-21
4930
【Spark机器学习实战】 ML Pipeline 初探
人类经历了从农业革命到工业革命,再到信息革命。信息革命,起源于互联网的诞生,它将会经历三个阶段的跃迁。第一阶段,人与人的连接(网络的雏形),比如:Facebook;第二个阶段,让人们生活更便捷(移动互联网、物联网);第三个阶段,让人们生活更智能(机器人,无人汽车等)。机器学习作为人工智能的一个分支,它更注重解决实际问题,所以,得到工业界的大力推广,目前已经应用于多个领域,比如个性化推荐,金融反作弊等。
fishexpert
2018-11-21
8330
【今日热门&优质资源】TensorFlow和TF-Slim实现图像分类与分割
【如何用TensorFlow和TF-Slim实现图像分类与分割】 链接:http://warmspringwinds.github.io/tensorflow/tf-slim/2016/10/30/image-classification-and-segmentation-using-tensorflow-and-tf-slim/ 中文翻译链接:http://geek.csdn.net/news/detail/126133 【汽车自动驾驶核心技术】《A look at compute and other c
fishexpert
2018-11-21
4140
【今日热门&优质资源】深度学习经典论文&详解深度学习最热门的RNN网络
【The Best Comprehensive Introduction of Artificial Intelligence (AI)】 youtube链接:https://www.youtube.
fishexpert
2018-11-21
6610
【深度学习】资料整理
抽时间,整理了一下深度学习的资料分享给大家。 在线课程链接: https://www.cs.ox.ac.uk/people/nando.defreitas/machinelearning/ 牛津大学
fishexpert
2018-11-21
4150
干货|程序员到机器学习工程师飞跃的实战经验
“我是一名软件开发工程师,阅读过一些关于机器学习方面的书籍和博客文章,也学习过一些在线的关于机器学习的公开课。但是,我仍然不知道怎么应用到工程实践中……”
fishexpert
2018-11-21
3970
【深度学习】Deep learning--知识结构搭建
深度学习,在语音识别、图像识别、自然语言处理方面取得良好的效果,受到工业界的热捧。通往AI(人工智能)的道路是艰难的,深度学习取得的成绩,给AI的研究者带来了一点喜悦。真正实现跟人类一样的智能,还需要更多的突破,深度学习并不是AI的全部。但是,对于智能时代是一个福音,大量的数据积累,传统机器学习有他的不足之处。智能硬件的发展给深度学习插上了翅膀,GPU并行计算,加速了神经网络的计算速度。下面,整理一些业界比较经典的资料,帮助大家对深度学习有一个相对完整的认识。
fishexpert
2018-11-21
5760
前沿|如何把Deep Learning思想应用到Graph Theory?
2001到2010年间,因为Social Networks的兴起,曾经有一段时间有很多学者热衷于研究Graph Theory,以及Graph Theory在Semi-supervised Learning中的应用,在Community Detection中的应用等等。
fishexpert
2018-11-21
4640
Creative Thinking
Up to 100% of the amount of ideas produced, useful good ideas produced by these signals, these are supposed to be arranged in order of increasing ability. At producing ideas, we find a curve something like this. Consider the number of curves produced here - going up to enormous height here.
fishexpert
2018-11-21
5330
干货|专访ImageNet冠军颜水成团队,如何将比赛成果在企业中落地?
2017 年 7 月 26 日,计算机视觉顶会 CVPR 2017 同期举行的 “超越 ILSVRC” Workshop 上,宣布计算机视觉乃至整个人工智能发展史上的里程碑——ImageNet 大规模视觉识别挑战赛于 2017 年正式结束,也就是说 2017 年是 ImageNet 的最后一届。在 2017 年 ImageNet Large Scale Visual Recognition Challenge 2017 (ILSVRC2017) 的收官比赛中, 360 公司与新加坡国立大学合作团队拿下了物体定位任务的冠军。InfoQ 因此联系到颜水成团队,进行了这次采访。
fishexpert
2018-11-21
1.5K0
行业|中美人工智能创投现状与趋势研究报告
人工智能能否完成人类历史上的颠覆式创新?开启人类新时代?60余年来人们对这个话题一直争论不休。
fishexpert
2018-11-21
9190
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