首页
学习
活动
专区
工具
TVP
发布

AI科技时讯

专栏成员
290
文章
256713
阅读量
28
订阅数
XGB-2: Boosted Trees(提升树)简介
XGBoost代表“Extreme Gradient Boosting”,其中术语“Gradient Boosting”来源于Friedman的论文《Greedy Function Approximation: A Gradient Boosting Machine》。
用户3578099
2024-05-18
830
机器学习介绍
Hand-crafted rules,叫做人设定的规则。那假设今天要设计一个机器人,可以帮忙打开或关掉音乐,那做法可能是这样:
用户3578099
2023-09-11
2170
机器学习研究人员需要了解的8个神经网络架构(下)
上文讲述了机器学习的功能和神经网络的概念,以及简要介绍了感知器和卷积神经网络,接下来继续介绍另外6种神经网络架构。
用户3578099
2019-08-16
5060
关于增强学习你应该了解的五件事儿
强化学习(Reinforcement Learning)是当前最热门的研究课题之一,它在AlphaGo中大放光彩,同时也变得越来越受科研人员的喜爱。本文主要介绍关于增强学习5件有用的事儿。
用户3578099
2019-08-16
9610
在一头扎进机器学习前应该知道的那些事儿
机器学习一直是一个火热的研究领域,深度学习方法的提出又为这个领域添了一把火,使得很多人对该领域感兴趣并想投身于该领域的研究之中。那么,对于想从事机器学习领域的人来说,有哪些是应该首先了解的内容呢?本文将简单的介绍下机器学习的基本相关知识。 机器学习是指使计算机系统使用统计技术学习数据的过程,而不需要具体的编程程序。该方法是一个主动学习的算法,使得它能够从数据中学习并进行预测。机器学习与计算统计、数学优化以及数据学习密切相关,通常被用来进行预测、分析等任务。机器学习一般用于处理两类任务:
用户3578099
2019-08-16
4000
学习机器学习和数据科学必看的十个资源
秋招已进入尾声,互联网行业也逐渐进入冬天,很多大厂都传来了缩招或停止招聘的讯息。但由一些岗位仍然是求贤若渴,即人工智能、大数据行业。在近日的世界互联网大会上,这两个也是热门话题,可以预见到,这些行业在未来的十年里都是比较热门的。可以说,谁掌握了数据和人工智能,它就掌握了未来。因此,对于那些还在犹豫是否进入这一领域的人来说,在掌握一门傍身技能的同时,如果不想在之后的时代里落伍,那就赶紧补充这方面的技能吧。网上关于这方面的学习资源有很多,让人无从下手。本文总结了一系列免费的机器学习和数据科学课程,方便读者在这个冬天及行业冬天里补充和提升自己。课程范围涵盖入门机器学习(Machine Learning)、深度学习(Deep Learning)及自然语言处理(NLP)等。如果在阅读此列表后,你还有些其它好的学习资料,可以在下面的留言栏给出相关的学习链接。
用户3578099
2019-08-15
3710
年度回顾:各类监督方法流行趋势分析
机器学习领域在过去几十年中经历了巨大的变化,不可否认的是,虽然有些方法已经存在了很长时间,但仍然是该领域的主要内容。例如,最小二乘法( least squares)的概念在19世纪早期由勒让德和高斯提出,最基本的形式的神经网络( neural networks)早在1958年就引入的,并在过去的几十年中大幅提升、支持向量机(SVM)等方法则更是较新的方法,这些方法仍然占据了机器学习领域应用中的半壁江山。 随着科研的进行,有大量可用的监督学习方法被发明。使用者通常会提出以下问题:什么是最好的模型?众所周知,这个问题没有标准答案,因为模型的有用性取决于手头的数据以及具体处理的问题,合适的就是最好的。那么,可以转换下思路,换成这个问题:最受欢迎的模型是什么?这将是本文的关注点。
用户3578099
2019-08-15
3410
没有更多了
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