随笔分类 - 机器学习
"机器学习" 相关学习及应用
摘要:yolact训练模型学习总结 一、YOLACT介绍(You Only Look At CoefficienTs) 1.1 简要介绍 yolact是一种用于实时实例分割的简单、全卷积模型。 (A simple, fully convolutional model for real-time insta
阅读全文
摘要:机器学习专家系列精品课程零基础到精通
阅读全文
摘要:本文是斯坦福大学CS 229机器学习课程的基础材料,原始文件下载 原文作者:Zico Kolter,修改:Chuong Do, Tengyu Ma 翻译:黄海广 备注:请关注github的更新,线性代数和概率论已经更新完毕。 CS229 机器学习课程复习材料-线性代数 线性代数复习和参考 1. 基础
阅读全文
摘要:熟悉Jupyter notebook python环境与版本 几个重要的工具:numpy, scipy, sklearn, pandas, keras, tensorflow 安装tensorflow与keras jupyter notebook基本使用 markdown的用法 1.Python环境
阅读全文
摘要:##概率论基础 ###1.为何使用概率 概率论是用于表示不确定性声明的数学框架。它不仅提供了量化不确定性的方法,也提供了用于导出新的不确定性声明(statement)的公理。 概率论主要有两种用途。 首先,概率法则告诉我们AI系统如何推理,据此我们设计一些算法来计算或者估算由概率论导出的表达式。其次
阅读全文
摘要:课程大纲 #课程介绍 覆盖数学基础、经典机器学习算法、机器学习理论、机器学习前沿、机器学习实战 基础:线性代数、概率论、数字信号处理等 #第一章 机器学习简介 引言、基本术语、假设空间、归纳偏好、发展历程、应用现状 #第二章 模型评估与选择 经验误差与过拟合、评估方法、性能度量与比较检验 #第三章
阅读全文
摘要:第一章 机器学习简介 1.1 机器学习概述 机器学习:研究如何构造理论、算法和计算机系统,让机器通过从数据中学习后可以进行如下工作:分类和识别事物、推理决策、预测未来等。 Wiki:“The design and development of algorithms that take as inpu
阅读全文
摘要:#课程大纲 ##第一章 ###初步认识 ####标量(scalar) ####向量(vector) ####矩阵(matrix) ####张量(tensor) ###矩阵和向量运算 ####转置 ####矩阵加法 ####矩阵减法 ####数乘矩阵 ####矩阵乘法 ####积乘(元素对应乘积) #
阅读全文