请选择 进入手机版 | 继续访问电脑版

学途无忧

 找回密码
 立即注册
  • 论坛学币充多少送多少
 共有 2878 条信息    默认    按推荐    按免费    按付费   按浏览量    按下载量    专题列表
推荐下载
热门下载
最新专题
      暂无相关信息
0 次点评

Pattern Recognition and Machine Learning英文版+中文版+读书笔记

分类:机器学习    下载:60    浏览:890    时间:2018-12-11
第一章 Introduction 由西安交通大学常象宇博士主讲,深入浅出癿仃终了机器学习癿基本概念、学习理论、模型选择、维灾等。 第事章 Probability Distributions 癿贝塔-事顷弅、狄利兊雷-多顷弅共轭、高斯分布、指数族等径基础 也径重要。出二各种原因我前后讲了三次,直到比较满意为止。 理解机器学习莫过二仅最基础癿线性模型开始, 第三章 Linear Models for Regression 由西北大学 planktonli 老师主讲,仃终了线性基函数模型、正则化斱法、贝右斯线性回弻及其不核函数癿联系等内容, 为后面几章打下了良好基础。 第四章 Linear Models for Classification 由西北大学 planktonli 老师主讲,仃终了贝右斯癿 marginalization 概念、Fisher 线性判别、感知机、分类器概率生成和判别模型癿区别不联系、逡辑回弻 癿最大似然参数估计、贝右斯逡辑回弻癿 Laplace 近似推断等内容。 第亏章 Neural Networks 由网神(新浪微博:@豆角茄子麻酱凉面)主讲,精彩内容有:神绉网络做回 弻和分类癿讪练目标函数、BP 诨巩后向传播癿链弅求导法则、正则化 、卷积网络等。 第六章 Kernel Methods,仃终了核函数癿定丿、构建斱法,通过线性回弻癿 Dual Representations 推导说明由基二特征到基二样本学习癿转换;最后是劢感十趍癿高斯过秳 Gaussian Processes,包括 GP 癿协斱巩矩阵形弅、超参、预测等内容。 第七章 Sparse Kernel Machines 由工业界高手‘网神’(新浪微博:@豆角茄子麻酱凉面)主讲。主 要内容:推导了支持向量机(support vector machine)癿 Dual Representations;由 KKT 条件说明了 解癿秲疏性;为提高泛化能力增加松弛发量后癿 SVM;最后是加了先验有更秲疏解癿 RVM。 第八章 Graphical Models 由‘网神’(新浪微博:@豆角茄子麻酱凉面)主讲,精彩内容有:贝右斯 网络和马尔科夫随机场癿概念、联吅概率分解、条件独立表示;图癿概率推断 inference。 第九章 Mixture Models and EM,主要内容有:Kmeans 算法;混吅高斯模型以及 EM(Expectation Maximization)算法在 GMM 中癿应用;一般 EM 算法性质癿推导和证明。 第十章癿主要内容是发分推断(Variational Inference),由中科院自劢化所戴玮博士(新浪微博:@ 戴玮_CASIA)前后分三次讲完。精彩内容有:为什举需要近似推断、发分推断用到癿 KL 散度、根据平均 场(Mean Field)思想癿分解以及迭代求最优解癿推导,最后用了三个例子来加深理解。 第十一章癿主要内容是 MCMC(Markov Chain Monte Carlo),包括:马尔科夫链平稳分布癿定丿及 其充分条件:绅致平稳条件癿证明;Metropolis-Hastings 及其接叐率满趍绅致平稳条件癿推导,接叐率 恒为 1 癿 Gibbs Sampling;最后是 Slice Sampling、Hamiltonian MCMC。 第十事章还续隐发量,由中科院自劢化所戴玮博士(新浪微博:@戴玮_CASIA)分三次讲完。精彩内容 有:仅最大斱巩和最小重构诨巩两个角度解释了 PCA;包吨还续隐发量癿概率生成模型 PPCA,其最大似 然闭弅解癿推导以及 EM 求解斱法;核 PCA 癿发换;最后仃终了 Autoencoder、非线性流形思想 第十三章 Sequential Data,由中科院软件所张巍博士(新浪微博:@张巍_ISCAS)主讲,精彩内容有: Hidden Markov Models 癿数据生成过秳及其参数癿 EM 求解斱法、HMM 癿预测和解码。 最后一章 Combining Models,由‘网神’(新浪微博:@豆角茄子麻酱凉面)主讲,精彩内容有: committees;Boosting、AdaBoost,幵仅最优化指数损失函数癿角度对其步骤作了解释;最后是决策树和条件混吅模型。
0 次点评

基于深度学习的自然语言处理

分类:深度学习    下载:45    浏览:886    时间:2019-06-10
自然语言处理是人工智能领域的一个重要的研究方向,是计算机科学与语言学的交叉学科。随着互联网的快速发展,网络文本尤其是用户生成的文本呈爆炸性增长,为自然语言处理带来了巨大的应用需求。但是由于自然语言具有歧义性、动态性和非规范性,同时语言理解通常需要丰富的知识和一定的推理能力,为自然语言处理带来了极大的挑战。近年来如火如荼的深度学习技术为解决自然语言处理问题的解决提供了一种可能的思路,已成为有效推动自然语言处理技术发展的变革力量。本书系统阐述将深度学习技术应用于自然语言处理的方法和技术,深入浅出地介绍了深度学习的基本知识及各种常用的网络结构,并重点介绍了如何使用这些技术处理自然语言。本书主要面向高等院校自然语言处理和机器学习方向的研究生,也适合自然语言处理或机器学习领域的研究人员以及工业界从事智能相关领域呀发的专业人员阅读参考。
0 次点评

虚拟智慧:VMware vSphere运维实录 pdf 完整带目录书签

分类:其他    下载:12    浏览:879    时间:2019-01-14
作者: 胡嘉玺 《虚拟智慧:VMware vSphere运维实录》是市面上第一本,也是唯一一本完整介绍vSphere 4.0产品的百科全书!完整介绍vSphere产品起源、功能、授权、搭建、校调、完整实践书籍,从最基础的观念开始讲起,一直到IDC数据中心级的应
0 次点评

[itpub.net]Hadoop in Action[itpub.net]Hadoop in Action

分类:Hadoop    下载:33    浏览:878    时间:2019-02-27
[itpub.net]Hadoop in Action。pdf
0 次点评

Python核心编程(第3版)PDF高清晰完整中文版

分类:python    下载:59    浏览:877    时间:2019-05-15
Python核心编程(第3版)PDF高清晰完整中文版,重新整理书签 目录
0 次点评

马哥Linux运维高级课程

分类:其它    下载:51    浏览:870    时间:2019-03-06
马哥Linux运维高级课程,全套视频
0 次点评

精通机器学习:基于R(第2版) PDF 下载

分类:机器学习    下载:53    浏览:868    时间:2019-04-08
机器学习是近年来的热门技术话题,R语言是处理其中大量数据的有力工具。本书为读者提供机器学习和R语言的坚实算法基础和业务基础,内容包括机器学习基本概念、线性回归、逻辑回归和判别分析、线性模型的高 级选择特性、K* 近邻和支持向量机等,力图平衡实践中的技术和理论两方面。 本书适合试图理解和表述机器学习算法的IT人士、想在分析中发挥R强大威力的统计学专家。即使是同时精通IT技术和统计学的读者,在本书中仍然可以发现一些有用的窍门和技巧。
0 次点评

Java.Web开发实战1200例

分类:Java    下载:56    浏览:860    时间:2019-04-23
Java Web 开发实战1200例,卢瀚 王春斌等编著,内含书本内容,光盘内容和源码在此仅提供第一卷和第二卷的pdf文件
0 次点评

Open Stack设计与实现

分类:Openstack    下载:81    浏览:856    时间:2019-06-11
这将是一本详细介绍Openstack设计与实现的书,同时它也将为读者展现Openstack社区如何工作,以及如何参与。因此,希望或正在参与Openstack开发的读者可以通过阅读本书更好地理解Openstack的设计原理以及部分实现细节,会将其放在整个Cloud OS的体系结构里,安排一定篇幅介绍它所赖以生存的虚拟化技术,以及它们之间的交互。这将有利于读者形成对Openstack更为全局的认识,从而在研究以及在开发过程中遇到相关问题时,能够更为容易的寻找到解决的方法。
0 次点评

SDN原理解析-转控分离的SDN架构

分类:其他    下载:44    浏览:850    时间:2019-03-18
软件定义网络(Software Defined Network,SDN)是由美国斯坦福大学CLean State课题研究组提出的一种新型网络创新架构,是网络虚拟化的一种实现方式。
0 次点评

深度学习:原理与应用实践.张重生(带详细书签) PDF 下载 高清 完整版

分类:深度学习    下载:42    浏览:846    时间:2018-12-28
本书全面、系统地介绍深度学习相关的技术,包括人工神经网络,卷积神经网络,深度学习平台及源代码分析,深度学习入门与进阶,深度学习高级实践,所有章节均附有源程序,所有实验读者均可重现,具有高度的可操作性和实用性。通过学习本书,研究人员、深度学习爱好者,能够在3 个月内,系统掌握深度学习相关的理论和技术。深度学习基础篇 第1章 绪论1.1 引言1.1.1 Google 的深度学习成果1.1.2 Microsoft 的深度学习成果1.1.3 国内公司的深度学习成果1.2 深度学习技术的发展历程1.3 深度学习的应用领域1.3.1 图像识别领域1.3.2 语音识别领域1.3.3 自然语言理解领域1.4 如何开展深度学习的研究和应用开发本章参考文献 第2章 国内外深度学习技术研发现状及其产业化趋势2.1 Google 在深度学习领域的研发现状2.1.1 深度学习在Google 的应用2.1.2 Google 的TensorFlow 深度学习平台2.1.3 Google 的深度学习芯片TPU2.2 Facebook 在深度学习领域的研发现状2.2.1 Torchnet
0 次点评

PowerBI教程配套资料

分类:Power BI    下载:11    浏览:844    时间:2018-10-29
PowerBI教程配套资料整合,资料齐全

QQ|Archiver|手机版|小黑屋|学途无忧 ( 沪ICP备18043903号 )

GMT+8, 2020-1-23 20:20 , Processed in 0.107422 second(s), 72 queries .

Powered by xuetuwuyou.com

© 2001-2018 学途无忧

返回顶部