回歸自身，關(guān)注自我提升，把握核心技術(shù)點(diǎn)
發(fā)簡信
IP屬地：上海
-
-
技術(shù)阿宅一枚。有事請(qǐng)郵箱zhang. xingrui@foxmail.com
-
世界如此復(fù)雜，我們將如何定義！
-
NLP相關(guān)總結(jié)
-
-
分享深度學(xué)習(xí)與人工智能相關(guān)知識(shí)，分享快樂。<br><br>個(gè)人郵箱：zhouas@hotmail.com
-
-
要想改變現(xiàn)狀，首先改變自己
-
AI煉丹師
-
-
-
-
小編的Python學(xué)習(xí)交流群：579817333<br>微信公眾號(hào)：我愛學(xué)python
-
評(píng)論較多，簡書回復(fù)也不太方便，如有問題麻煩關(guān)注下面的公眾號(hào)，加入我的微信群一起討論。公眾號(hào)ID：小小挖掘機(jī)
-
連接AI技術(shù)的創(chuàng)造者和使用者
-
-
-
【轉(zhuǎn)】RF、GBDT、XGBoost面試級(jí)整理
由于本文是基于面試整理，因此不會(huì)過多的關(guān)注公式和推導(dǎo)，如果希望詳細(xì)了解算法內(nèi)容，敬請(qǐng)期待后文。 RF、GBDT和XGBoost都屬于集成學(xué)習(xí)（Ensemble Learnin...
-
本專題招募管理員，有意向請(qǐng)簡信私聊，謝謝！ 用來分享機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，計(jì)算機(jī)視覺等領(lǐng)域的一些技術(shù)。 Machine Learning 學(xué)習(xí)資料：http://www.itdecent.cn/p/e0238db24973 相關(guān)參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://www.itdecent.cn/p/182baeb82c71 3. [深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.itdecent.cn/p/6752a8845d01 8. [知乎“機(jī)器學(xué)習(xí)”專欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.itdecent.cn/p/fe428f0b32c1 …… 希望大家可以相互交流，相互學(xué)習(xí)！
-
每天進(jìn)步一點(diǎn)點(diǎn)
