机器学习
机器学习
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

热点

人工智能·2017-10-12
总有刁民想害朕 · ansteel 擅长领域:云计算, 容器, 容器云
91 会员关注
1项目概述本项目需解决的问题本项目通过利用P2P平台LendingClub的贷款数据,进行机器学习,构建贷款违约预测模型,对新增贷款申请人进行预测是否会违约,从而决定是否放款。建模思路以下是本次项目机器学习工作流程,实际操作中,其实每个步骤都是反复迭代的过程。2场景解析(算法选择...(more)
浏览18397
评论2
机器学习·2017-10-11
时东南 · 外资银行 擅长领域:人工智能, 大数据, 机器学习
371 会员关注
使用机器学习的方法可以解决越来越多的实际问题,它在现实世界中的应用越来越广泛,比如智能风控、欺诈检测、个性化推荐、机器翻译、模式识别、智能控制,等等。机器学习分类我们都知道,机器学习可以分为三大类:监督学习(SupervisedLearning)、无监督学习(UnsupervisedLearning)和强...(more)
浏览2743
人工智能·2017-10-10
该来的总会来 · 华润 擅长领域:大数据, 分布式系统, 服务器
119 会员关注
一年一度的,Gartner又发布了它的10大技术趋势。这次是对2018年的预测。作为在技术分析领域最权威的机构之一,了解Gartner是如何看待技术发展趋势的,对我们每个人都至关重要。我们也就废话不多说,先上这张官方的图来给大家看一下总结。微信图片_20171010135821.jpgIntelligent...(more)
浏览4541
机器学习·2017-10-09
时东南 · 外资银行 擅长领域:人工智能, 大数据, 机器学习
371 会员关注
上篇传送门:机器学习概念总结笔记(一)8)逻辑回归logistic回归又称logistic回归分析,是一种广义的线性回归分析模型,常用于数据挖掘,疾病自动诊断,经济预测等领域。例如,探讨引发疾病的危险因素,并根据危险因素预测疾病发生的概率等。以胃癌病情分析为例,选择两组人群,一组是胃癌组,一...(more)
浏览1116
深度学习·2017-09-30
姜沫 · 鞋盒新能源 擅长领域:服务器, 存储, 主机
60 会员关注
近年来,深度学习的发展势头迅猛,要跟上深度学习的进步速度变得越来越困难了。几乎每一天都有关于深度学习的创新,而大部分的深度学习创新都隐藏在那些发表于ArXiv和Spinger等研究论文中。本文介绍了部分近期深度学习的进展和创新,以及Keras库中的执行代码,本文还提供了原论文...(more)
浏览2869
机器学习·2017-09-30
时东南 · 外资银行 擅长领域:人工智能, 大数据, 机器学习
371 会员关注
1,机器学习算法分类1)监督学习:有trainset,trainset里面y的取值已知。2)无监督学习:有trainset,trainset里面y的取值未知。3)半监督学习:有trainset,trainset里面y的取值有些知道有些不知道。4)强化学习:reinforcementlearning,无trainset。2,常见算法1.jpg3,算法概念学习1)最小二乘回归...(more)
浏览1537
循环神经网络·2017-09-30
时东南 · 外资银行 擅长领域:人工智能, 大数据, 机器学习
371 会员关注
前言前面在《循环神经网络》文章中已经介绍了深度学习的循环神经网络模型及其原理,接下去这篇文章将尝试使用TensorFlow来实现一个循环神经网络,该例子能通过训练给定的语料生成模型并实现对字符的预测。这里选择使用最原始的循环神经网络RNN模型。语料库的准备这里就简单...(more)
浏览1460
循环神经网络·2017-09-29
时东南 · 外资银行 擅长领域:人工智能, 大数据, 机器学习
371 会员关注
RNN是什么循环神经网络即recurrentneuralnetwork,它的提出主要是为了处理序列数据,序列数据是什么?就是前面的输入和后面的输入是有关联的,比如一句话,前后的词都是有关系的,“我肚子饿了,准备去xx”,根据前面的输入判断“xx”很大可能就是“吃饭”。这个就是序列数据。循环神经...(more)
浏览2809
机器学习·2017-09-29
千户余音 · njiairport 擅长领域:人工智能, 云计算, 机器学习
51 会员关注
决策树(DecisionTree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。决策树是一种基本的分类和回...(more)
浏览1532
人工智能·2017-09-29
快乐的包子 · 某银行 擅长领域:服务器, 人工智能, 机器学习
43 会员关注
近日Gartner公司着重介绍了在2017年对多个组织具备战略意义的重大科技发展趋势。这次发布的十大技术趋势报告,可以总结概括为以智能为中心,通过数字化实现万物互联。Gartner将战略科技发展趋势定义为具有颠覆性潜力、脱离初级阶段且影响范围和用途不断扩大的战略科技发展趋...(more)
浏览1555

描述

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。
X社区推广
  • 提问题