-
Google机器学习速成课程
Google机器学习速成课程，这个资源涵盖了谷歌机器学习速成课程（中文版）的所有内容。学习了 Google机器学习速成课程可以算作学习了机器学习功夫的招式。文末附带资源免费下载哦!... -
收藏！超全机器学习资料合集！（附下载链接）
摘要： 最近在群里发现一些小伙伴在寻找资料的时候总是无处可找，网上出现很多收集免费资料再去打包收钱的人，我看不惯这样的人，所以把自己收集的文件分享给大家。 百度云经常抽风，如果大家遇到了失效的链接，请在评论区给我评论，我会很快的更新。 最近在群里发现一些小伙伴在寻找资料的时候总是无处可找，网上出现很多收集免费资料再去打包收钱的人，我看不惯这样的人，所以把自己收集的文件分享给大家。 百度云经常抽风，…... -
计算机视觉入门大全：基础概念、运行原理、应用案例详解
原文链接：【计算机视觉】计算机视觉入门大全：基础概念、运行原理、应用案例详解 (qq.com) 作者：选自 tryolabs，机器之心编译 这是一篇计算机视觉入门指南，从概念、原理、用例等角度介绍了计算机视觉。 「机器能够模拟人类视觉系统」的幻想已经过时了。自 1960 年代第一批学术论文出现以来，计算机视觉已经走了很远，现代系统已经出现，且它们可以集成到移动应用中。 今天，由于其广泛应用和巨大潜…... -
机器学习十大热门算法
机器学习是该行业的一个创新且重要的领域。我们为机器学习程序选择的算法类型，取决于我们想要实现的目标。 现在，机器学习有很多算法。可能对于初学者来说，是相当不堪重负的。今天，我们将简要介绍 10 种最流行的机器学习算法，这样你就可以适应这个激动人心的机器学习世界了！ 1. 线性回归 线性回归（Linear Regression）可能是最流行的机器学习算法。线性回归就是要找一条直线，并且让这条直线尽可…... -
特征工程之前言介绍（0.0）：什么是特征工程？ 特征工程解决了什么问题？ 为什么特征工程对机器学习很重要？
有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。那特征工程到底是什么呢？顾名思义，其本质是一项工程活动，目的是最大限度地从原始数据中提取特征以供算法和模型使用。 定义及意义 定义 特征工程（Feature Engineering）特征工程是将原始数据转化成更好的表达问题本质的特征的过程，使得将这些特征运用到预测模型中能提高对不可见数据的模型预测精度。 …... -
广告算法之机制策略探究-广告算法简介
目的 工作四年以来，在广告算法的机制策略领域工作也有很长一段时间的积累和沉淀。因此，希望借助输出一些成体系的文档，将自己的对广告算法的认知沉淀下来，也希望能与其他相关从业者一起交流与讨论。 千里之行，始于足下。不预不立。因此，在此先整理出广告策略机制的提纲脉络，以便于后续分层铺开。 广告系统的设计 广告中的核心关系 广告系统可以类比为买卖双方的市场，核心关系是三方：广告主、媒体和平台。广告主是买方…... -
推荐算法分类：协同过滤推荐、基于内容推荐、基于知识推荐、混合推荐
本文总结了近些年被广泛接受的推荐算法，主要包括以下四种主流的推荐算法：协同过滤推荐、基于内容推荐、基于知识推荐、以及混合推荐。下面将分别介绍这四种方法的基本理论框架。 协同过滤推荐 协同过滤推荐的原理 协同过滤推荐的主要思想是，利用已有用户群过去的行为预测当前用户最可能喜欢哪些物品。 协同过滤推荐的输入与输出 输入：“用户-物品”评分矩阵 输出：一种是用户对某个物品喜欢或不喜欢程度的预测数值；另一…...