世界你好<br> ——来自地球
发简信
IP属地：陕西
-
👍
Flink带有状态的转换操作
本篇是对一篇Flink文章的翻译：https://training.ververica.com/lessons/stateful.html实现一个场景：我们需要输出每个传感器...
-
如何给老婆解释什么是RPC一个阳光明媚的早晨，老婆又在翻看我订阅的技术杂志。 “老公，什么是RPC呀，为什么你们程序员那么多黑话！”，老婆还是一如既往的好奇。“RPC，就是Remote Procedu...
-
探秘Word2Vec(四)-CBOW模型之前说了那么多，现在我们正式开始接触word2vec中涉及到的两个模型，CBOW模型(Continuous Bag-Of-Words Model)和Skip-gram模型(C...
-
Kaggle 神器 xgboost在 Kaggle 的很多比赛中，我们可以看到很多 winner 喜欢用 xgboost，而且获得非常好的表现，今天就来看看 xgboost 到底是什么以及如何应用。 本文结构...
-
-
决策树与随机森林（三）--提升
转自July--4月机器学习算法班 由决策树和随机森林引发思路 随机森林的决策树分布采样建立，相对独立。 思考： 前m-1棵树是否会影响第m棵树？ 各个决策树组成决策森林后，...
-
-
GBDT：梯度提升决策树综述 GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种...
-
-
@schnauzer 正解
一个框架解决几乎所有机器学习问题
上周一个叫 Abhishek Thakur 的数据科学家，在他的 Linkedin 发表了一篇文章 Approaching (Almost) Any Machine Lear...
-
比较糙,参考链接倒是不错
第一篇: 词向量之Word2vector原理浅析
一、概述 本文主要是从deep learning for nlp课程的讲义中学习、总结google word2vector的原理和词向量的训练方法。文中提到的模型结构和wor...
-
本专题招募管理员，有意向请简信私聊，谢谢！ 用来分享机器学习，深度学习，神经网络，计算机视觉等领域的一些技术。 Machine Learning 学习资料：http://www.jianshu.com/p/e0238db24973 相关参考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 课程整理：http://www.jianshu.com/p/182baeb82c71 3. [深度学习与神经网络(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步链接]：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.jianshu.com/p/6752a8845d01 8. [知乎“机器学习”专栏]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.jianshu.com/p/fe428f0b32c1 …… 希望大家可以相互交流，相互学习！
