作者|Maria Malitckaya
编译|VK
来源|Towards Data Science
改进机器学习模型的一个有效方法是使用词嵌入。使用词嵌入,你可以捕获文档中单词的上下文,然后找到语义和语法上的相似之处。
在这篇文章中,我们将讨论词嵌入技术的一个不寻常的应用。我们将尝试使用O
简介
本文将介绍如何在win10的环境下安装anaconda,并通过anaconda搭建tensorflow框架。文章分为三个步骤:
下载并安装anaconda
搭建tensorflow
整合进pycharm
下载并安装anaconda
下载方法
这里在清华大学开源
作者|Roshini Johri
编译|VK
来源|Towards Data Science
将大规模的机器学习系统投入生产,建立一个漂亮的流线化功能库,这已经成为我一个新痴迷的技术点。
我最近开始了一系列关于学习和教学如何做到这一点的三部分教程,以实现不同的机器学习工作流程。本文假设了
作者|Ankit Goel
编译|VK
来源|Towards Data Science
Pandas是一个强大的开源数据分析和操作库。它可以帮助你对数据进行各种操作,并生成有关它的不同报告。我将把这篇文章分成两篇
基本知识-我将在这个故事中介绍。我将介绍Pandas的基本功能,这些功能将
序号
公司名称
网址
1
KUKA Aktiengesellschaft(KUKA 股份公司)
https://www.kuka.com/zh-cn
2
ABB集团
https://new.abb.com/products/robotics/zh/
3
作者|Aaron Richter
编译|VK
来源|Towards Data Science
随机森林是一种机器学习算法,以其鲁棒性、准确性和可扩展性而受到许多数据科学家的信赖。
该算法通过bootstrap聚合训练出多棵决策树,然后通过集成对输出进行预测。由于其集成特征的特点,随机森林是
作者|Vysakh Nair
编译|VK
来源|Towards Data Science
目录
了解问题
要求技能
数据
获取结构化数据
准备文本数据-自然语言处理
获取图像特征-迁移学习
输入管道-数据生成器
编-解码器模型-训练,贪婪搜索,束搜索,BLEU
作者|Muktha Sai Ajay
编译|VK
来源|Towards Data Science
介绍
作为人类,我们有能力将在一项任务中获得的知识迁移到另一项任务中去,任务越简单,利用知识就越容易。一些简单的例子是:
了解数学和统计学→学习机器学习
学会骑自行车→学骑摩托车
到目
作者|Ali Aryan
编译|VK
来源|Towards Data Science
随着机器学习的兴起,我们看到了许多伟大的框架和库的兴起,比如scikit learn、Tensorflow、Pytorch。这些框架使得用户更容易创建机器学习模型。但仍然需要遵循包括数据准备、建模、评估在
作者|Lorenzo Ampil
编译|VK
来源|Towards Data Science
自从我开始学习投资,我接触了不同的股票分析方法-技术分析和基本面分析。我甚至读过很多关于这些技巧的书和文章。
简言之,技术分析认为,你可以根据股票的历史价格和成交量的变动来确定买卖股票的正确时间
作者|Sakshi Butala
编译|VK
来源|Towards Data Science
在本文中,我将向你展示如何使用卷积神经网络(CNNs)构建字母识别系统,并使用anvil.works部署。在本文的最后,你将能够创建上面所示系统。
目录
卷积神经网络
CNN实施
An
作者|Satyam Kumar
编译|VK
来源|Towards Data Science
Q-Q图是检验任何随机变量(如正态分布、指数分布、对数正态分布等)分布的图形方法,是观察任何分布性质的一种统计方法。
例如,如果给定的一个分布需要验证它是否是正态分布,我们运行统计分析并将未知分布与
作者|Thiago Carvalho
编译|Flin
来源|towardsdatascience
不久前,我为一个大学项目训练了一个目标检测模型,但说实话,除了它需要很多红牛和长时间的观察我的训练模型,我不记得太多了。
最近我对这些话题重拾了一些兴趣,我决定重新开始,重新学习,但这一次我
作者|Sachin Khode
编译|Flin
来源|medium
在过去的几年里,深度学习已经成为人工智能领域发展最快的领域之一。它已经取得了显著的成果,特别是在计算机视觉领域。
例如,自动驾驶汽车,使计算机用接近人类的能力来识别物体。OpenCV的评价非常高,因为它包含了最先进的计算
作者|Will Koehrsen
编译|Flin
来源|towardsdatascience
构建一个很棒的机器学习项目是一回事,但归根结底,你希望其他人能够看到你的辛勤工作。当然,你可以将整个项目放在GitHub上,但是怎么让你的祖父母也看到呢?我们想要的是将深度学习模型部署为世界上任
作者|Vivek Patel
编译|Flin
来源|towardsdatascience
除非你能学习到一些东西,否则不要重复造轮子。
强大的库已经存在了,如:TensorFlow,PyTorch,Keras等等。我将介绍在Python中创建多层感知器(MLP)神经网络的基本知识。
感知
作者|Juan Cruz Martinez
编译|Flin
来源|towardsdatascience
今天,我们将学习如何检测图像中的人脸并提取面部特征,如眼睛、鼻子、嘴巴等。我们可以将这些信息作为一个预处理步骤来完成,例如捕捉照片中人物的人脸(手动或通过机器学习),创建效果来“增强”
作者|Andre Ye
编译|VK
来源|Analytics Indiamag
主成分分析是一种强大的方法,但它往往失败,因为它假设数据可以线性建模。PCA将新的特征表示为现有特征的线性组合,将每个特征乘以一个系数。
为了解决主成分分析的局限性,人们通过对具有不同结构的数据进行应用而产生
作者|Doug Steen
编译|VK
来源|Towards Data Science
当涉及到机器学习分类任务时,用于训练算法的数据越多越好。在监督学习中,这些数据必须根据目标类进行标记,否则,这些算法将无法学习独立变量和目标变量之间的关系。但是,在构建用于分类的大型标记数据集时,会出
作者|Dardan Xhymshiti
编译|VK
来源|Towards Data Science
1.sys模块
Python中的sys模块具有argv功能。当通过终端触发main.py的执行时,此功能返回所有命令行参数的列表。返回列表中的第一个元素是main.py.
考虑下面的main