上一页 1 ··· 52 53 54 55 56 57 58 59 60 ··· 71 下一页
摘要: https://mp.weixin.qq.com/s/au-U7oNkS0FWNtkHcRsrcw 1.表示学习 当我们学习一个复杂概念时,总想有一条捷径可以化繁为简。机器学习模型也不例外,如果有经过提炼的对于原始数据的更好表达,往往可以使得后续任务事倍功半。这也是表示学习的基本思路,即找到对于原始 阅读全文
posted @ 2018-09-11 10:54 SAP虾客 阅读(2026) 评论(0) 推荐(1) 编辑
摘要: 从成立到借壳上市,有赞用了5年多时间。这期间,它有好几次机会死掉,有很多的理由活不到今天,白鸦曾经说,每一次度过难关最关键都是靠团队的力量。谢天谢地,它活了下来。 那么,这个在To B领域敢打敢拼的团队,关于企业文化、新老融合以及人才招聘等基本问题,创始人白鸦曾有过哪些思考?希望今天的文章,能带给你 阅读全文
posted @ 2018-09-11 10:51 SAP虾客 阅读(466) 评论(0) 推荐(0) 编辑
摘要: 欠拟合和过拟合学习笔记 https://blog.csdn.net/u012535605/article/details/82499020 在建模的过程中会经常出现1.模型的效果,但是泛化能力弱,2.模型的结果很差的情况,即过拟合和欠拟合,一下是总结的学习笔记 1.1欠拟合 欠拟合现象:模型准确率低 阅读全文
posted @ 2018-09-10 16:15 SAP虾客 阅读(387) 评论(0) 推荐(0) 编辑
摘要: 深度学习新星:GAN的基本原理、应用和走向 (本文转自雷锋网,转载已获取授权,未经允许禁止转载)原文链接:http://www.leiphone.com/news/201701/Kq6FvnjgbKK8Lh8N.html 作者:亚萌 相关参考: 【OpenAI】 Generative Models 阅读全文
posted @ 2018-09-10 09:48 SAP虾客 阅读(6572) 评论(0) 推荐(0) 编辑
摘要: CNN中,1X1卷积核到底有什么作用呢? https://www.jianshu.com/p/ba51f8c6e348 Question: 从NIN 到Googlenet mrsa net 都是用了这个,为什么呢? 发现很多网络使用了1X1卷积核,这能起到什么作用呢?另外我一直觉得,1X1卷积核就是 阅读全文
posted @ 2018-09-10 09:23 SAP虾客 阅读(2507) 评论(0) 推荐(0) 编辑
摘要: MachineLN博客目录 https://blog.csdn.net/u014365862/article/details/78422372 本文为博主原创文章,未经博主允许不得转载。有问题可以加微信:lp9628(注明CSDN)。 公众号MachineLN,邀请您扫码关注: MachineLP的 阅读全文
posted @ 2018-09-07 14:38 SAP虾客 阅读(344) 评论(0) 推荐(0) 编辑
摘要: 7 种回归方法!请务必掌握! https://mp.weixin.qq.com/s/k_UA4LIEji14fucj_NH7Cg 线性回归和逻辑回归通常是人们学习预测模型的第一个算法。由于这二者的知名度很大,许多分析人员以为它们就是回归的唯一形式了。而了解更多的学者会知道它们是所有回归模型的主要两种 阅读全文
posted @ 2018-09-06 11:59 SAP虾客 阅读(2794) 评论(0) 推荐(0) 编辑
摘要: 机器学习与算法面试太难? 来源:https://mp.weixin.qq.com/s/GrkCvU2Ia_mEaQmiffLotQ作者:石晓文 八月参加了一些提前批的面试,包括阿里、百度、头条、贝壳、一点资讯等。整理了一些面试题,分享给大家。 一、机器学习基础题 1、LSTM的公式 2、RNN为什么 阅读全文
posted @ 2018-09-06 08:24 SAP虾客 阅读(573) 评论(0) 推荐(0) 编辑
摘要: 资源 | 25个机器学习面试题,期待你来解答 https://mp.weixin.qq.com/s/aL-gZ9LzYCkpTcsQF1FZjA 选自Medium 机器之心编译 参与:Geek AI、王淑婷、思源 机器学习有非常多令人困惑及不解的地方,很多问题都没有明确的答案。但在面试中,如何探查到 阅读全文
posted @ 2018-09-06 08:20 SAP虾客 阅读(243) 评论(0) 推荐(0) 编辑
摘要: https://mp.weixin.qq.com/s/xvr0yUIDbS2muVp_LGGX0g 为加强对新一代人工智能技术的前瞻预判,把握全球技术创新动态及发展趋势,中国电子学会近期走访人工智能相关企业及高校院所专家,遴选发布了十项最具特色的成长性技术,主要内容如下: ——对抗性神经网络。由一个 阅读全文
posted @ 2018-09-06 08:19 SAP虾客 阅读(478) 评论(0) 推荐(0) 编辑
上一页 1 ··· 52 53 54 55 56 57 58 59 60 ··· 71 下一页