阿里云官網(wǎng)內(nèi)容平臺！匯聚阿里云優(yōu)質(zhì)內(nèi)容（入門、文檔、案例、最佳實踐、直播等）！如需轉(zhuǎn)載或內(nèi)容類合作，郵件yqgroup@service.aliyun.com 秒級回復(fù)！<br>
發(fā)簡信
IP屬地：四川
-
-
總結(jié)：sklearn機器學(xué)習(xí)之特征工程0 關(guān)于本文 ? 主要內(nèi)容和結(jié)構(gòu)框架由@jasonfreak--使用sklearn做單機特征工程提供，其中夾雜了很多補充的例子，能夠讓大家更直觀的感受到各個參數(shù)的意義，有...
-
我們已經(jīng)進入一個嶄新的智能機器時代，在未來幾年內(nèi)，人工智能和機器人給世界帶來的影響將遠遠超過個人計算機和互聯(lián)網(wǎng)在過去的30年間已經(jīng)對世界造成的改變。是謙遜地生存，還是傲慢地死去？智能機器將成為我們的奴隸，伙伴還是主人？
-
歡迎加入人工智能領(lǐng)域！
-
該專題是機器學(xué)習(xí)、推薦系統(tǒng)和自然語言處理、深度學(xué)習(xí)相關(guān)算法學(xué)習(xí)記錄，用通俗的語言去理解算法，去樸實的文字記錄每次前行，每個算法力爭說清緣由，且嘗試實現(xiàn)或者使用開源庫進行。機器學(xué)習(xí)忍者在路上……
-
誠招管理員！聯(lián)系我~ 本專題專注于大數(shù)據(jù)技術(shù)，包括但不限于：分布式系統(tǒng)，hadoop，spark，storm，mesos，hbase，zookeeper。。。 Tips:如果是自己學(xué)習(xí)這些技術(shù)，通過社區(qū)學(xué)習(xí)是一個不錯的方式。 JIRA:https://issues.apache.org/jira/browse/SPARK/?selectedTab=com.atlassian.jira.jira-projects-plugin:summary-panel
-
機器學(xué)習(xí)與計算機視覺
-
分享深度學(xué)習(xí)、機器學(xué)習(xí)、計算機視覺、模式識別、資源語言處理、推薦系統(tǒng)等領(lǐng)域的一些技術(shù)
-
機器學(xué)習(xí)(Machine Learning，ML)是研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程。數(shù)據(jù)挖掘中用到了大量的機器學(xué)習(xí)界提供的數(shù)據(jù)分析技術(shù)和數(shù)據(jù)庫界提供的數(shù)據(jù)管理技術(shù)，機器學(xué)習(xí)是數(shù)據(jù)挖掘的一個重要的工具。機器學(xué)習(xí)交流群：613944735
-
專注機器學(xué)習(xí)和數(shù)據(jù)分析，Python、R、Ruby、MATLAB、Mathematica。
-
本專題招募管理員，有意向請簡信私聊，謝謝！ 用來分享機器學(xué)習(xí)，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，計算機視覺等領(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)！
-
機器學(xué)習(xí)算法關(guān)注機器學(xué)習(xí)，人工智能，數(shù)據(jù)挖掘，計算機視覺等相關(guān)領(lǐng)域的文章
-
使用Python語言，及其在因特網(wǎng)信息數(shù)據(jù)獲?。ㄅ老x）和數(shù)據(jù)挖掘、機器學(xué)習(xí)上的應(yīng)用。也包含python的基本使用。
-
如果你是程序員，或者有一顆喜歡寫程序的心，喜歡分享技術(shù)干貨、項目經(jīng)驗、程序員日常囧事等等，歡迎投稿《程序員》專題。 專題主編：小彤花園 http://www.itdecent.cn/users/4a4eb4feee62/ 【程序員】專題拒稿指北：http://www.itdecent.cn/p/7c8b33b5f63b 投稿須知： 1.收錄相關(guān)技術(shù)文章，但不限于技術(shù)，也可以是項目經(jīng)驗類的文章和程序員日常。 2.文章內(nèi)不得有任何推廣信息。包括但不限于公眾號、微博、微信，更不得在通過投稿后再修改文章加入推廣信息。你可以將這些推廣以及個人信息放在個人主頁介紹里。 3.字數(shù)極少，段落混亂，大段代碼沒有放到代碼框的文章不收錄 4.不相關(guān)的內(nèi)容不收錄，請確認文章內(nèi)容和本專題相關(guān) 目前針對優(yōu)質(zhì)作者及愛好者，開設(shè)了官方程序員微信群，希望加入請發(fā)簡信給主編小彤花園索取個人微信，主編會將你加入到【程序員】微信群，分享內(nèi)容，收獲知識。添加微信時備注昵稱。
