人工智能技术圈
- 机器学习如何赚钱？- 垂直领域/横向领域应用的商业数据模型
- Expectation Maximum Algorithm(EM
- 《利用Python进行数据分析》-数据规整
- 2019必学的10大顶级Python库
- NLP（十三）中文分词工具的使用尝试
- 一文搞懂梯度下降&反向传播
- 只用2页纸，北大数学校友攻破计算机30年难题！过程浅显直白，看懂
- 《利用Python进行数据分析》-数据清洗工作
- AlphaGo增强式学习算法：实现‘高手指点’特效
- 《利用Python进行数据分析》-读取数据及数据库连接
- 机器学习系列（三十五）——决策树Decision Tree
- NLP（十二）依存句法分析的可视化及图分析
- 机器学习系列（三十四）——支撑向量回归（SVR）
- 我是这样一步步理解--主题模型(Topic Model)、LDA
- 用人话讲明白kmeans聚类算法
- 机器学习系列（三十三）——非线性可分问题与SVM核函数
- python处理csv文件///中文文本分类数据集，踩坑
- K-Means(K均值)、GMM(高斯混合模型)，通俗易懂，先收
- 机器学习系列（二十九）——精准率precision和召回率rec
- 马尔可夫链
- 知识蒸馏（Knowledge Distilling），让你的模型
- 用人话讲明白支持向量机SVM（下）
- 人机对话系统(3)
- 驯估学（下）
- Python札记49_Python应用领域和数据结构(大汇总)
- Logistic回归与最大熵模型-优化算法
- 张正友：计算机视觉的三生三世
- 人机对话系统(2)
- 增强式学习：如何使用Q-Learning算法训练围棋机器人
- 机器学习系列（二十三）——过拟合overfitting和欠拟合u
- “驯估学”（中）
- 浏览器端的机器学习 ml5js (1)
- 遗传算法实践(三) 背包问题
- “驯估学”（上）
- 【技术综述】有三AI不得不看的技术综述
- 机器学习笔记02-支持向量机SVM（上）
- 机器学习系列（十九）——PCA进行特征降维
- 可视化图解Python科学计算包NumPy
- 人机对话系统 (1)
- 机器学习（七）：决策树
- 机器学习（六）：主成分分析
- 利用Keras搭建深度学习模型
- TensorFlow: Use GPU 使用GPU运行Tenso
- 一文搞懂深度网络初始化（Xavier and Kaiming i
- LeetCode 分类刷题 —— Two Pointers
- 遗传算法实践(二) 配词问题
- 机器学习中的混淆矩阵
- 遗传算法实践(一) 非线性函数寻优问题
- 机器学习的种类介绍
- 神经网络入门
收集AI有关的技术、应用文章
