本文将使用一批患者的心脏检查样本数据（附件中的 StatlogHeart.csv 文件），让程序学习这些样本数据，来得到一个较好的心脏病预测模型。下面的表 1 中摘取了一小部分这些患者心脏检查样本数据

Kubernetes 今年刚过了四周岁生日，是一项非常年轻的技术，但人们对它的采用速度很快。许多研究已经用数字或图表表明了云原生技术工具的发展趋势，但很少有人深入研究背后哪些因素影响了决策者，大...

这篇文章可以作为一个设计指南，为特定分类任务的 CNN 设计提供指导。作者围绕准确率、速度、内存消耗三个指标的权衡，从网络类型、架构设计、数据处理和迁移学习等方面介绍了 CNN 设计过程中使用的方法。

元学习 是目前机器学习领域一个令人振奋的研究趋势，它解决的是学习如何学习的问题。

实例分割是一种在像素层面识别目标轮廓的任务，相比其他相关任务，实例分割是较难解决的计算机视觉任务之一

图论是计算机科学中最重要、最有趣的领域之一，同时也是最容易被误解的。本长文从图论最基础的七桥问题开始，进而结合推特与 Facebook 实例解释无向图与有向图。此外，本文还是用大量的实例解释表征...

AlphaZero在去年底通过自我对弈，就完爆上一代围棋冠军程序AlphaGo，且没有采用任何的人类经验作训练数据（至少DeepMind坚持这么认为，嗯）。

Graphical Model通常应用在问题本身带有多个相互联系的变量的场景，并提供了一种基于图的表达方式让你去建模这些联系从而挖掘潜在的因果关系。在本文中，我们创新性地将概率图模型应用到了淘宝...

谈起人工智能，大家首先想到的是图像识别、语音识别、机器翻译、机器人这些技术，然而人工智能所涉及的应用场景和商业价值却远不止此。在日常的经营和管理中，任何一个企业都会维护客户关系，都有销售数据需要...

学习曲线是监督学习算法中诊断模型 bias 和 variance 的很好工具。本文将介绍如何使用 scikit-learn 和 matplotlib 来生成学习曲线，以及如何使用学习曲线来诊断模...

机器学习中使用的算法大体分为 3 类：监督学习、无监督学习和强化学习。 监督学习 提供了反馈来表明预测正确与否，而 无监督学习 没有响应：算法仅尝试根据数据的隐含结构对数据进行分类。 强化学习 ...

人工智能热度很高，但泡沫也很大。人工智能在视频领域的应用已经走入寻常人的生活，人脸识别，视频自动抠像技术已经比较成熟。除此之外，人工智能还能为视频应用带来哪些变化呢？鲍金龙撰文，描述了人工智能在...

机器学习算法Python实现 目录 机器学习算法Python实现 逻辑回归_手写数字识别_OneVsAll 六、PCA主成分分析（降维） 3、主成分分析PCA与线性回归的区别 6、主成分个数的选...

这篇文章将介绍 马尔可夫链蒙特卡洛方法 ，极其背后的基本数学推理。

本文概述了 2017 年深度学习技术在 NLP 领域带来的进步，以及未来的发展趋势，并与大家分享了这一年中作者最喜欢的研究。2017 年是 NLP 领域的重要一年，深度学习获得广泛应用，并且这一...

本文详细的解释了机器学习中，经常会用到数据清洗与特征提取的方法PCA，从理论、数据、代码三个层次予以分析。

AI （Artificial Intelligence）人工智能及机器学习（Machine Learning）最近大热，Google - Deep Mind的AlphaGo踢馆人类所向披靡，最终...

决策树是机器学习中最接近人类思考问题的过程的一种算法，通过若干个节点，对特征进行提问并分类（可以是二分类也可以使多分类），直至最后生成叶节点（也就是只剩下一种属性）。

TensorFlow 在训练深度神经网络方面效果也很好，那么你可能会考虑该如何取舍它的功能了 – 可是，为什么不选择两者兼得呢？那么，是否可以将两者的优势结合在一个模型中呢？

机器学习神书之一的 PRML（模式识别与机器学习）是所有机器学习读者或希望系统理解机器学习的读者所必须了解的书籍。这本书系统而全面地论述了模式识别与机器学习领域的基本知识和最新发展，而该 Git...