最近發(fā)現(xiàn)了兩個(gè)比較好的工具和方法，未來會(huì)進(jìn)行詳細(xì)的探索和分析； H2O.AI ,H2O.ai,提供了MOJO和POJO的方式； preditionIO，Welcome to ...
發(fā)簡信
IP屬地：陜西
-
我們已經(jīng)進(jìn)入一個(gè)嶄新的智能機(jī)器時(shí)代，在未來幾年內(nèi)，人工智能和機(jī)器人給世界帶來的影響將遠(yuǎn)遠(yuǎn)超過個(gè)人計(jì)算機(jī)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(jī)器將成為我們的奴隸，伙伴還是主人？
-
專注機(jī)器學(xué)習(xí)和數(shù)據(jù)分析，Python、R、Ruby、MATLAB、Mathematica。
-
機(jī)器學(xué)習(xí)(Machine Learning，ML)是研究計(jì)算機(jī)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(shí)或技能，重新組織已有的知識(shí)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(jī)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(jī)器學(xué)習(xí)是數(shù)據(jù)挖掘的一個(gè)重要的工具。機(jī)器學(xué)習(xí)交流群：613944735
-
本專題招募管理員，有意向請簡信私聊，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)！
-
機(jī)器學(xué)習(xí)算法關(guān)注機(jī)器學(xué)習(xí)，人工智能，數(shù)據(jù)挖掘，計(jì)算機(jī)視覺等相關(guān)領(lǐng)域的文章
-
使用開源AI-Serving部署推理PMML和ONNX模型
目錄 AI-Serving介紹 部署PMML模型 部署ONNX模型 總結(jié) 參考 AI-Serving介紹 AI-Serving是一款開源的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型部署推理（in...
-
自動(dòng)部署深度神經(jīng)網(wǎng)絡(luò)模型TensorFlow（Keras）到生產(chǎn)環(huán)境中目錄 Keras簡介 Keras模型分類 Keras模型部署準(zhǔn)備 默認(rèn)部署Keras模型 自定義部署Keras模型 總結(jié) 參考 Keras簡介 Keras是一套由Python...
-
開源AI模型序列化總結(jié)
目錄 模型序列化簡介 序列化分類 Scikit-learn模型序列化方法 XGBoost模型序列化方法 LightGBM模型序列化方式 Spark-ML模型序列化方式 Ker...
-
使用ONNX部署深度學(xué)習(xí)和傳統(tǒng)機(jī)器學(xué)習(xí)模型目錄 ONNX簡介 ONNX標(biāo)準(zhǔn)介紹 ONNX與PMML DaaS簡介 使用ONNX部署傳統(tǒng)機(jī)器學(xué)習(xí)模型 使用ONNX部署深度神經(jīng)網(wǎng)絡(luò)模型 總結(jié) 參考 ONNX簡介 開放神經(jīng)...
-
自動(dòng)部署開源AI模型到生產(chǎn)環(huán)境：Scikit-learn、XGBoost、LightGBM、和PySpark目錄 背景介紹 部署準(zhǔn)備 部署Scikit-learn模型 部署XGBoost模型 部署LightGBM模型 部署PySpark模型 模型部署管理 總結(jié) 參考 背景介紹 AI...
-
自動(dòng)部署PMML模型生成REST API目錄 DaaS介紹 PMML簡介 模型部署準(zhǔn)備 部署實(shí)時(shí)預(yù)測Web服務(wù) 部署自定義實(shí)時(shí)預(yù)測Web服務(wù) 部署離線批量預(yù)測任務(wù)服務(wù) 部署模型評估任務(wù)服務(wù) 總結(jié) 參考 DaaS介紹...
-
使用PMML部署機(jī)器學(xué)習(xí)模型目錄 PMML簡介 PMML標(biāo)準(zhǔn)介紹 PMML優(yōu)點(diǎn) PMML開源類庫 PMML演示 PMML缺點(diǎn) 總結(jié) 參考 PMML簡介 預(yù)測模型標(biāo)記語言PMML（Predictive M...
