-
Python 3基础教程1-环境安装和运行环境
本系列开始介绍Python3的基础教程，为什么要选中Python 3呢？之前呢，学Python 2,看过笨方法学Python，学了不到一个礼拜，就开始用Python写Selenium脚本。最近看到一些资料和课程，都是Python 3授课的，例如，大数据，机器学习，数据挖掘；还有一个目的，我想彻底地，系统地学习下Python 3的基础部分，然后再考虑其他的。有兴趣的，可以也跟着学习，把基…- 4
- 0
-
AdaBoost算法
1、AdaBoost算法 1）Boosting提升算法 Boosting算法是将“弱学习算法”提升为“强学习算法”。其主要涉及两个部分，加法模型和前向分步算法。加法模型就是说强分类器由弱分类器线性相加而成。一般组合形式如下： 其中，就是一个个的弱分类器，是弱分…- 4
- 0
-
数据挖掘十大经典算法 整理
数据挖掘的主要任务是分类、聚类、关联分析、预测、时序模式和偏差分析 。 （一）C4.5 算法 C4.5算法是机器学习中的一种分类决策树算法，其核心是ID3 算法，C4.5算法继承了ID3算法的优点 ，并在以下几方面对ID3算法进行了改进： 用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足； 在树构造过程中进行剪枝；【剪枝有两种方式：1、先构造后剪枝；2、构造过程中剪…- 11
- 0
-
各种编程语言的深度学习库整理
Python 1. Theano 是一个python类库，用数组向量来定义和计算数学表达式。它使得在Python环境下编写深度学习算法变得简单。在它基础之上还搭建了许多类库。 a. Keras 是一个简洁、高度模块化的神经网络库，它的设计参考了Torch，用Python语言编写，支持调用GPU和CPU优化后的Theano运算。 b. Pylearn2 是一个集成大量深度学习常见模型和训练算…- 6
- 0
-
主要推荐系统算法总结及Youtube深度学习推荐算法实例概括
主要推荐系统算法总结及Youtube深度学习推荐算法实例概括 By ZhuZhiboSmith 2017年7月09日 17:00 现如今，许多公司使用大数据来做超级相关推荐，并以此来增加收益。在海量推荐算法中，数据科学家需要根据商业限制以及需求来选择最佳算法。为使其简单化，Statsbot 团队为现有的主要推荐系统算法准备了一份概述。 协同过滤 协同过滤（CF）及其变式是最常用的推荐算法之一。即…- 8
- 0
-
自然语言处理入门教程
自然语言处理（NLP ）是计算机科学领域和人工智能领域中的一个分支，它与计算机 和 人类之间使用自然语言进行互动密切相关。NLP 的最终目标是使计算机能够像人类一样理解语言。它是虚拟助手、语音识别、情感分析、自动文本摘要、机器翻译等的驱动力。在这篇文章中，你将学习到自然语言处理的基础知识，深入了解到它的一些技术，了解到 NLP 如何从深度学习的最新进展。 **1.**简介 自然语言处理（NLP ）…- 10
- 0
-
深度学习编程环境概念（GPU, Tensorflow, Docker, CUDA, CPU, CUDNN, Keras, Anaconda, PyTorch介绍）
简介 在深度学习过程中经常会遇到GPU, Tensorflow, Docker, CUDA, CPU, CUDNN, Keras, Anaconda, PyTorch等名次概念，也一直理不清这些编程环境的层次，所以做一个总结 总览 越往下越底层 解释 CPU 中央处理器（CPU，central processing unit）作为计算机系统的运算和控制核心，是信息处理、程序运行的最终执行单元。 G…- 14
- 0
-
NLP 中的文本分类
文本分类是机器学习在自然语言处理中的最常用也是最基础的应用，机器学习相关内容可以直接看我的有关scikit-learn相关教程，本节直接涉及nltk中的机器学习相关内容 转载自网站www.shareditor.com 以及原始链接地址 先来一段前戏 机器学习的过程是训练模型和使用模型的过程，训练就是基于已知数据做统计学习，使用就是用统计学习好的模型来计算未知的数据。 机器学习分为有监督学习和无监…- 200
- 0
-
Hadoop生态圈介绍
1. hadoop 生态概况 Hadoop是一个由Apache基金会所开发的分布式系统基础架构。 用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。 具有可靠、高效、可伸缩的特点。 Hadoop的核心是YARN,HDFS和Mapreduce 下图是hadoop生态系统，集成spark生态圈。在未来一段时间内，hadoop将于spark共存，hadoop与…- 5
- 0
-
卷积神经网络在自然语言处理的应用
http://www.csdn.net/article/2015-11-11/2826192 发 自然语言处理 神经网络 卷积神经网络 图像处理 CNN NLP **摘要：**CNN作为当今绝大多数计算机视觉系统的核心技术，在图像分类领域做出了巨大贡献。本文从计算机视觉的用例开始，介绍CNN及其在自然语言处理中的优势和发挥的作用。 当我们听到卷积神经网络（Convolutional Neural …- 11
- 0
-
运用TensorFlow处理简单的NLP问题
引言 当前无论是学术界还是工业界，深度学习都受到极大的追捧，尤其是在Google开源深度学习平台TensorFlow之后，更是给深度学习火上浇油。目前在开源社区Github上所有开源项目中，TensorFlow最为活跃，从推出到现在，经历了几个版本的演进，可以说能够灵活高效地解决大量实际问题。本文主要尝试阐述TensorFlow在自然语言处理(NLP)领域的简单应用，让大家伙儿更加感性地认识Ten…- 29
- 0
-
从TensorFlow到PyTorch：九大深度学习框架哪款最适合你？
开源的深度学习神经网络正步入成熟，而现在有许多框架具备为个性化方案提供先进的机器学习和人工智能的能力。那么如何决定哪个开源框架最适合你呢？本文试图通过对比深度学习各大框架的优缺点，从而为各位读者提供一个参考。你最看好哪个深度学习框架呢？ 现在的许多机器学习框架都可以在图像识别、手写识别、视频识别、语音识别、目标识别和自然语言处理等许多领域大展身手，但却并没有一个完美的深度神经网络能解决你的所有业务…- 14
- 0
-
[深度学习基础] 3. 前馈神经网络
多层前馈神经网络 (multilayer feedforward nueral network), 也称为多层感知器 (multilayer perceptrons, MLP), 它利用上一章讨论的线性分类器处理非线性问题. 本章讨论的神经网络就是这种多层前馈神经网络. 在本文, 将讨论为什么要使用神经网络及深度学习, 神经网络的基本架构和学习方法. 本章也是下文深度学习的铺垫. 1 特征/表示学…- 1
- 0
-
推荐 ：深度学习初学者不可不知的25个术语和概念（下）
人工智能，深度学习和机器学习，不论你现在是否能够理解这些概念，你都应该学习。否则三年内，你就会像灭绝的恐龙一样被社会淘汰。 ——马克·库班（NBA小牛队老板，亿万富翁） 6) 输入层/输出层/隐藏层——顾名思义，输入层是接收输入信号的一层，也是该网络的第一层；输出层则是传递输出信号的一层，也是该网络的最后一层。 处理层则是该网络中的“隐含层”。这些“隐含层”将对输入信号进行特殊处理，并将生成的输出…- 8
- 0
-
推荐 ：深度学习初学者不可不知的25个术语和概念（上）
原创译文|从神经网络说起：深度学习初学者不可不知的25个术语和概念（上） 马克·库班的这番话可能听起来挺吓人的，但道理是没毛病的！我们正经历一场大革命，这场革命就是由大数据和强大电脑计算能力发起的。 让我们花几分钟回想一下20世纪初的景象。那个时候很多人都不懂什么是电，在过去几十年，甚至几百年的时间里，人们一直沿用一种方式去做某件事情，但是突然间，好像身边的一切都变了。 以前需要很多人才能做成…- 9
- 0
-
深度学习—-NLP-fastext原理细解
1. 前言 自然语言处理(NLP)是机器学习，人工智能中的一个重要领域。文本表达是 NLP中的基础技术，文本分类则是 NLP 的重要应用。fasttext是facebook开源的一个词向量与文本分类工具，在2016年开源，典型应用场景是“带监督的文本分类问题”。提供简单而高效的文本分类和表征学习的方法，性能比肩深度学习而且速度更快。 fastText结合了自然语言处理和机器学习中最成功的理念。这些…- 116
- 0
-
深度学习中的优化算法
写在前面 深度学习在很多情况下都涉及优化。 寻找神经网络上的一组参数$\theta$，它能显著地降低代价函数$J(\theta)$，该代价函数通常包括整个训练集上的性能评估和额外的正则化项。 机器学习是一个高度依赖经验的过程，伴随着大量迭代的过程，你需要训练诸多模型，才能找到合适的那一个，所以，优化算法能够帮助你快速训练模型。 深度学习没有在大数据领域发挥最大的效果，我们可以利用一个巨大的数据集来…- 4
- 0
-
使用TensorFlow，GPU和Docker容器进行深度学习
阅读全文请点击 在过去的几个月中，我和多个企业的数据科学团队进行了多次合作，也看到越来越多的机器学习和深度学习框架被广泛应用到实际生活中。 与大数据分析和数据科学中的其他用例一样，这些团队希望在BlueData EPIC软件 平台上的Docker容器中运行他们最喜欢的深度学习框架和工具。因此，我的一部分工作就是尝试使用这些新工具，确保在我们的平台上能够运行，并且能够帮助这些团队开发出可以解决一些问…- 4
- 0
-
为什么程序员一定要学深度学习
我 相 信 这 么 优秀 的 你 已 经 置 顶 了 我 对于深度学习，我也是一个初学者，能力有限，但这些的确是我现在的真实想法，我也会按这个思路去尝试。 1 我是一个好奇心很重的人。 深度学习刚开始流行的时候，我就做过简单的学习。当时我的结论是短期内，深度学习只能在弱智能徘徊，很难进展到强智能。 这个结论在今天看来，也不算过时。但真正被深度学习给 Shock 到，是去…- 2
- 0
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×