摘要：本文详细介绍了深度学习中dropout技巧的思想，分析了Dropout以及Inverted Dropout两...[作者空间]
摘要：神经网络是机器学习中的热门话题。但是网络上有关LSTM在时间序列上的应用却很少，我们不妨透过本文来开拓LST...[作者空间]
摘要：本文是该系列内容的第3部分内容，主要介绍人工神经网络、深度学习的基本原理，着重介绍深度学习中数据库的选择需要...[作者空间]
摘要：机器学习和Docker容器是如何相互配合出色完成任务的？我们将使用Tenserflow和Kontena来详细...[作者空间]
摘要：本文概述了学习数据挖掘与数据科学的七个步骤，每一步都给出了详细的学习资源，便于初学者按照指南开展数据挖掘与数...[作者空间]
当我进行以数据科学家进行自我介绍时，经常会被问道：“数据科学和机器学习有什么区别？”或者“这是不是意味着你在研究人...[作者空间]
摘要：如何判断偏差和方差？我们应该如何降低误差？本文将就这两个问题探讨如何使用学习曲线降低这两个主要误差。 机器学...[作者空间]
在这篇文章中，我将解释在深度神经网络训练中一个常见的误解。似乎大家都认为，训练深度神经网络很难的原因主要是因为梯度...[作者空间]
为什么需要机器学习？ 有些任务直接编码较为复杂，我们不能处理所有的细微之处和简单编码，因此，机器学习很有必要。相...[作者空间]
摘要：什么是迁移学习，迁移学习的例子有哪些，在预测建模中如何使用迁移学习？本文将带你一步步深入探讨。 迁移学习是一...[作者空间]
摘要：本文主要讲述了如何管理机器学习应用方面的棘手问题 应用机器学习是有挑战性的。 在机器学习领域，你必须要在没有...[作者空间]
前馈神经网络 前馈神经网络是一个在神经元连接之间无环的人工神经网络。数据流向从输入层开始，经过隐藏层（如果有的话）...[作者空间]
在这里，我们汇总了包括15个机器学习课程。课程大多数都是免费的，无需注册就可以自主学习。这些课程包括决策树、朴素贝...[作者空间]
目的 虽然大多数Kaggle竞赛获胜者使用各种模型的叠加/集合，但是一个特定的模式是大部分集合的部分是梯度提升（G...[作者空间]
导读 ACM CIKM 2017全称是The 26th ACM International Conference ...[作者空间]
许多被称为“深度学习”的方法已经出现在机器学习和数据科学领域。在所有的这些“深度学习”方法中，有一种尤为突出，即对...[作者空间]
在神经网络中，梯度下降算法是使用非常广泛的优化算法。梯度下降算法的变体有好多，比如随机梯度下降（Stochasti...[作者空间]
摘要：本文讲述Net-Trim：无性能损失的深度神经网络凸精简，修剪掉神经网络中93%的无用神经元，但能保证无任何...[作者空间]
在第2部分的教程中，将继续探讨股票预测的话题，在第一部分我增添了一个循环神经网络（RNN），并赋予它应对多个股票价...[作者空间]
摘要：在机器学习中我们也许会对分类和回归两个算法有所混淆或者困惑，看完本文相信会有所收获 经常看到这样的问题：“如...[作者空间]
