- 综合排序
- 最热优先
- 最新优先
- 来自专栏CSDN小华
Machine-Learning 机器学习
机器学习是人工智能的一个重要分支，旨在通过算法使计算机能够从数据中自动学习并做出预测。它结合了统计学、概率论、近似理论和复杂算法等多学科知识，利用计算机作为工具来模拟人类的学习方式。
57910编辑于 2024-10-16 - 来自专栏程序猿声
Machine-Learning–Based Column Selection for Column Generation
参考文献 [1] Mouad Morabit, Guy Desaulniers, Andrea Lodi (2021) Machine-Learning–Based Column Selection for
1.2K30发布于 2021-08-12 - 来自专栏王小雷
12.3 Cassandra数据定义
101, 'new'); INSERT INTO top_n_url (username, projects, star_number, comment) VALUES ('wangxiaolei', 'machine-learning , 'good'); INSERT INTO top_n_url (username, projects, star_number, comment) VALUES ('wangxiaolei', 'machine-learning 78, 'nice'); INSERT INTO top_n_url (username, projects, star_number, comment) VALUES ('zhangsan', 'machine-learning big-data | 89 | new wangxiaolei | big-data | 101 | new zhangsan | machine-learning | 1 | ok wangxiaolei | machine-learning | 10 | nice wangxiaolei | machine-learning
1.5K30发布于 2019-05-28 - 来自专栏新智元
【干货】如何评价谷歌深度学习速成课程
链接见 https://developers.google.com/machine-learning/crash-course/validation/check-your-intuition 在机器学习领域 链接见 https://developers.google.com/machine-learning/crash-course/introduction-to-neural-networks/anatomy 链接见 https://developers.google.com/machine-learning/crash-course/representation/feature-engineering https ://developers.google.com/machine-learning/crash-course/representation/qualities-of-good-features https ://developers.google.com/machine-learning/crash-course/representation/cleaning-data 二分类推理时候的阈值不一定是 0.5
1.1K30发布于 2018-06-22 - 来自专栏算法channel
机器学习|文章关联的代码整理
2 Github machine-learning库 地址： https://github.com/jackzhenguo/machine-learning 欢迎参与！
78780发布于 2018-04-02 - 来自专栏深度学习与数据挖掘实战
【数据科学】在线公开课学习资源
https://www.coursera.org/learn/probabilistic-graphical-models（概率图模型） https://www.coursera.org/learn/machine-learning course/principles-machine-learning-microsoft-dat203-2x（微软） https://www.coursera.org/specializations/machine-learning
1K10发布于 2018-11-20 - 来自专栏iOSDevLog
下载 Google 机器学习速成课程python3 https://www.python.org pipenv https://github.com/pypa/pipenv request-html
_create_unverified_context base_url = 'https://developers.google.com/machine-learning/crash-course/' f.write(file_content) if __name__ == '__main__': next_url = 'https://developers.google.com/machine-learning
1.1K50发布于 2018-05-17 - 来自专栏专知
基于TensorFlow的机器学习速成课程25讲视频全集（01-03讲）
课程网址： https://developers.google.cn/machine-learning/crash-course 注：最低下角可点击切换到中文版 课程目录 机器学习概念 01-03讲：机器学习简介 https://developers.google.cn/machine-learning/crash-course -END-
865150发布于 2018-04-16 - 来自专栏Web技术布道师
PHPer友好|可能是最简单易懂的机器学习入门资料
前段时间笔者推送了一条 google 官方机器学习速成课程的链接（https://developers.google.com/machine-learning/crash-course/? 另外，这个速成课程是有一些前提条件的， 前提条件（https://developers.google.com/machine-learning/crash-course/prereqs-and-prework
61620发布于 2019-07-25 - 来自专栏皮皮鲁的AI星球
正则化：防止模型过拟合
我的网站公示显示效果更好，欢迎访问：https://lulaoshi.info/machine-learning/linear-model/regularization.html 岭回归 Ridge Regression ~shervine/teaching/cs-229/cheatsheet-machine-learning-tips-and-tricks https://developers.google.com/machine-learning /crash-course/regularization-for-sparsity/l1-regularization https://developers.google.com/machine-learning /crash-course/regularization-for-simplicity/l2-regularization https://developers.google.com/machine-learning
2.8K40发布于 2020-06-09 - 来自专栏算法channel
重磅发布 | 基于Spark训练线性回归模型 实战入门教程
基于docker环境搭建spark环境 spark体验机器学习 03 此项目教程包括详细说明文档和完整可运行代码，项目开源地址： https://github.com/jackzhenguo/machine-learning /blob/master/spark/spark-ml-linear_regression.md 完整代码地址： https://github.com/jackzhenguo/machine-learning
79420发布于 2019-08-30 - 来自专栏专知
基于TensorFlow的机器学习速成课程25讲视频全集（13-15讲）
课程网址： https://developers.google.cn/machine-learning/crash-course 注：最低下角可点击切换到中文版 课程目录 机器学习概念 01-03讲：机器学习简介 https://developers.google.cn/machine-learning/crash-course -END-
49230发布于 2018-06-05 - 来自专栏深度学习
【2023最新版】Win11安装WSL（ubuntu16.04）+安装Git(Windows、WSL)+Pycharm配置Git、Github
克隆GitHub上面的代码 使用github 使用git 其中，URL为： QomolangmaH/machine-learning (github.com)https://github.com/QomolangmaH /machine-learning 克隆成功：
95210编辑于 2024-07-29 - 来自专栏专知
基于TensorFlow的机器学习速成课程25讲视频全集（04-06讲）
课程网址： https://developers.google.cn/machine-learning/crash-course 注：最低下角可点击切换到中文版 课程目录 机器学习概念 01-03讲：机器学习简介 https://developers.google.cn/machine-learning/crash-course -END-
940110发布于 2018-04-25 - 来自专栏专知
基于TensorFlow的机器学习速成课程25讲视频全集（10-12讲）
课程网址： https://developers.google.cn/machine-learning/crash-course 注：最低下角可点击切换到中文版 课程目录 机器学习概念 01-03讲：机器学习简介 https://developers.google.cn/machine-learning/crash-course -END-
97080发布于 2018-04-25 - 来自专栏专知
基于TensorFlow的机器学习速成课程25讲视频全集（19-20讲）
课程网址： https://developers.google.cn/machine-learning/crash-course 注：最低下角可点击切换到中文版 课程目录 机器学习概念 01-03讲：机器学习简介 https://developers.google.cn/machine-learning/crash-course -END-
62020发布于 2018-06-05 - 来自专栏专知
基于TensorFlow的机器学习速成课程25讲视频全集（07-09讲）
课程网址： https://developers.google.cn/machine-learning/crash-course 注：最低下角可点击切换到中文版 课程目录 机器学习概念 01-03讲：机器学习简介 https://developers.google.cn/machine-learning/crash-course -END-
73870发布于 2018-04-25 - 来自专栏专知
基于TensorFlow的机器学习速成课程25讲视频全集（21-22讲）
课程网址： https://developers.google.cn/machine-learning/crash-course 注：最低下角可点击切换到中文版 课程目录 机器学习概念 01-03讲：机器学习简介 https://developers.google.cn/machine-learning/crash-course -END-
50430发布于 2018-06-05 - 来自专栏技术翻译
关于机器学习的顶级认证课程
课程地址：https://www.coursera.org/learn/machine-learning 2. Udacity对机器学习的介绍 本课程让您熟悉机器学习的理论和实践方面。 课程地址：https://www.coursera.org/specializations/machine-learning 4. Data Camp的机器学习 这个机器学习认证课程最适合R专业人员。
2.7K20发布于 2018-12-11 - 来自专栏新智元
不学无理：谷歌微软亚马逊免费AI课程，哪款适合你？
如果您在快速介绍后成为开发人员，那么【机器学习速成课程】（网址：https://developers.google.com/machine-learning/crash-course/）是一个很好的选择 机器学习速成课程：https://developers.google.com/machine-learning/crash-course/ 深度学习课程：https://www.udacity.com/ 这些课程（网址：https://aws.amazon.com/cn/training/learning-paths/machine-learning/）已经成为AWS在机器学习领域的一个新认证的证明了， 可以通过这个网站申请：https://aws.amazon.com/training/learning-paths/machine-learning/ Facebook篇 Facebook和Udacity
1.1K10发布于 2018-12-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号