机器学习
-
- 中国人工智能行业发展分析
-
- 人工智能慢读
-
- 深入理解拉格朗日乘子法（Lagrange Multiplier)
-
- 逻辑回归
-
- 正则化为什么能防止过拟合
-
- 正规方程求解特征参数的推导过程
-
- Markdown 的 数学 符号 汇总
-
- 贝叶斯 条件概率 的推导
-
- Conda 安装使用详解
-
- 概率与统计——条件概率、全概率、贝叶斯、似然函数、极大似然估计
-
- 梯度消失和梯度爆炸问题详解
-
- 各种机器学习的应用场景分别是什么？例如，k近邻,贝叶斯，决策树，
-
- 机器学习算法工程师技术栈
-
- 如何成为一名机器学习算法工程师
-
- 人工智能通识-AI发展简史-讲义全篇
-
- 最全的机器学习资料
-
- 梯度检验
-
- L0、L1、L2范数在机器学习中的应用
-
- 通俗理解张量tensor
-
- TensorFlow精选Github开源项目
-
- 归一化 （Normalization）、标准化 （Standar
-
- 三分钟带你对 Softmax 划重点
-
- Python库大全（涵盖了Python应用的方方面面），建议收藏
-
- 序列最小优化算法（SMO）浅析
-
- Dropout正则化
-
- 程序员的机器学习笔记－第四篇 梯度下降
-
- Kaggle比赛心得
-
- 程序员的机器学习笔记－第三篇 线性回归
-
- Python 数据科学入门教程：NLTK
-
- 想设计一个聊天机器人，看这一篇就够了
-
- 词嵌入向量WordEmbedding的原理和生成方法
-
- PyTorch 深度学习: 60分钟快速入门
-
- 受限玻尔兹曼机（RBM）和能量函数
-
- TensorFlow for Go
-
- 文科生学Python系列11:Pandas进阶（鸢尾花案例：gr
-
- 如何理解SVM | 支持向量机之我见
-
- 深入浅出最大似然估计（Maximum Likelihood Es
-
- 用Python玩转Hadoop
