如何看待知乎上对July 机器学习的评价? [问题点数:40分]

Bbs1
本版专家分:0
结帖率 0%
Bbs1
本版专家分:0
Bbs10
本版专家分:110316
Blank
红花 2015年2月 扩充话题大版内专家分月排行榜第一
Blank
黄花 2018年5月 扩充话题大版内专家分月排行榜第二
2015年1月 扩充话题大版内专家分月排行榜第二
Blank
蓝花 2018年6月 扩充话题大版内专家分月排行榜第三
2018年3月 扩充话题大版内专家分月排行榜第三
2014年12月 扩充话题大版内专家分月排行榜第三
Bbs9
本版专家分:78333
Blank
黄花 2016年6月 扩充话题大版内专家分月排行榜第二
Blank
蓝花 2016年7月 扩充话题大版内专家分月排行榜第三
2016年1月 扩充话题大版内专家分月排行榜第三
Bbs9
本版专家分:98365
Blank
红花 2015年8月 扩充话题大版内专家分月排行榜第一
Blank
黄花 2016年4月 扩充话题大版内专家分月排行榜第二
2015年10月 扩充话题大版内专家分月排行榜第二
2015年9月 扩充话题大版内专家分月排行榜第二
Bbs5
本版专家分:2628
Bbs5
本版专家分:2711
Bbs7
本版专家分:20467
Bbs7
本版专家分:18012
Bbs1
本版专家分:1
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs4
本版专家分:1120
Bbs8
本版专家分:40820
Blank
蓝花 2019年2月 扩充话题大版内专家分月排行榜第三
学习机器学习开始的一些别人的看法
首页博客学院下载GitChatTinyMind商城VIP写博客发ChatAI科技大本营人工智能技术和产业社区RSS订阅个人资料AI科技大本营关注原创444粉丝1398喜欢625评论708等级:访问:96万+积分:1万+排名:1085勋章:最新文章一场“正宗”的开发者大会,为什么说微软更像是“AII in AI”了?吴恩达晒妻又晒车,顺便宣布了一个重大消息清华系“AI帮”崛起,要驱动1500亿元产业...
七月july
七月学习英语的基调还是和以前一样,AJ的min小故事 英语topic还是坚持每周一个mini故事进行讨论,不断跟读感觉自己发音就要有AJ的感觉了,不过要不紧张的时候,一紧张就又打回原形了。 晚上呢,有时候下课回去人民公园一边走一遍跟读AJ,开始比较羞涩,慢慢也就习惯了,开始大声跟读。反正人家又不认识我,说好说坏我也听不见不理会啦,嘿嘿。 七月还有的就是大部分人都参加的词汇暴增了,词根
学习July博文总结——支持向量机(SVM)的深入理解(下)
接上篇博文《学习July博文总结——支持向量机(SVM)的深入理解(上) 》;三、证明SVM
程序员如何快速准备面试中的算法-July
前言     我决定写篇短文,即为此文。之所以要写这篇文章,缘于微博上常有朋友询问,要毕业找工作了,<em>如何</em>备战算法。尽管在微博上简单梳理过,如下图所示:         但因字数限制,许多问题无法一次性说清楚,故特撰此文着重阐述下:程序员<em>如何</em>快速准备面试中的算法,继而推荐一些相关的书籍或资料。顺便也供节后跳槽、3月春季招聘小高潮、及6月毕业找工作的朋友参考。 备战
学习July博文总结——支持向量机(SVM)的深入理解(上)
本文是参照CSDN的[July大神](http://my.csdn.net/v_JULY_v)的热门博文[《支持向量机通俗导论(理解SVM的三层境界》)](http://blog.csdn.net/v_<em>july</em>_v/article/details/7624837)写的。目的是因为July大神文中说,SVM理论的理解,需要一遍一遍的推导公式,直到脑中梳理下来,并可以直接推导相关公式的。本文的写作目的,是在笔者在第一次参
BAT机器学习面试1000题系列(第1~305题)
BAT<em>机器学习</em>面试1000题系列整理:July、元超、立娜、德伟、贾茹、王剑、AntZ、孟莹等众人。本系列大部分题目来源于公开网络,取之分享,用之分享,且在撰写答案过程中若引用他人解析则必注明原作者及来源链接。另,不少答案得到寒小阳、管博士、张雨石、王赟、褚博士等七月在线名师审校。说明:本系列作为国内首个AI题库,首发于七月在线实验室公众号上:<em>july</em>edulab,并部分更新于本博客上,且已于17...
如何评价谭浩强(转自知乎
一些同学学不好C语言,把罪责归于“因为教材是谭浩强写的”实在是很滑稽。 谭浩强老先生 1934 年生,现在已经 80 岁了。他 1958 年从清华大学自动控制系毕业,那年 24 岁。要知道 C 语言那时候都还没诞生,计算机都是大型机,原始又笨重,当时谭浩强学自动化控制这一专业可以说是比较尖端的。光从这一点上,就可以说,他是同时代人里非常非常聪明的那一类人。 现在许多人批评谭浩强的《C
如何看待优秀的山东电视台
纵观整个网络,关于山东系列电视台的评论真的不多。 这么多年来,山东电视台可是一直秉承着传统风格,在追求特色电视台之路上越走越远。<em>知乎</em>的网友这样说过:“山东地面频道就喜欢这种尿性,不管是综艺节目还是新闻节目,土掉渣!甚至山东卫视也被成为农民台、老年台!”我觉得这样是有失公正的。农民怎么了?老年怎么了?这符合农业大省山东的需求,那么多勤恳种庄稼、收粮食的农民难道就不应该有一点自己的乐趣吗?难道就不应该
对中国反腐的一些看法
中国2012年来进行了五年反腐,取得了很大成就,例如周永康、薄熙来、徐才厚、孙政才、宁计划等一批高官落马, 还有不计其数的厅官和县官被依法处理,让政治风气和社会风气取得了好转 中国的反腐不仅有政府还有军队,军队也抓了很多人。 反腐与改革是同步的。中国也进行了许多改革,例如新增了国家监察委,监察委由人大产生,和政府是平级的,因此少了政府的掣肘。 还有军队改革,军队新增了联合作战指挥体系,军队
如何看待大数据「杀熟」?
现在一些互联网平台和商家可能已经成佛了,不“杀生”都改“杀熟”了。     我们先来看看都有哪些“杀熟”事件:关注作者:需要大数据学习视频资料可以加我QQ群   大数据无意识算法所致 第一起“杀熟”事件还要追溯到2000年,有用户在删除了浏览器Cookies之后,发现之前浏览过的一款DVD售价从26.24美元变成了22.74美元。亚马逊倒也诚恳,CEO贝索斯亲自站出来向公众道歉,并...
(转)知乎如何看待巴菲特有望赢得与对冲基金 10 年赌局?
准确地说,这是向对冲基金下挑战书。一个重要的问题:对冲基金到底是肥了基金经理,还是肥了客户,还是两者都没有(价值毁灭型,大量对冲基金会死亡,当然带着客户的)?
微软面试100题系列之高清完整版PDF文档[带目录+标签]by_July
本微软面试100题系列,共计11篇文章,300多道面试题,截取本blog索引性文章:程序员面试、算法研究、编程艺术、红黑树、数据挖掘5大系列集锦:http://blog.csdn.net/v_<em>july</em>
july算法课笔记
# coding=utf-8# 第一题 ''' 给定某字符串S,该字符串中有若干空格, 删除这些空格,并返回修改后的字符串;要 求时间复杂度O(N),空间复杂度O(1)。 如:“I_have_a___dream!”,返回“Ihaveadream” 注:有可能两个单词间存在若干空格。 ''' import copy import pprint import random import re imp
CNN笔记:通俗理解卷积神经网络
               通俗理解卷积神经网络(cs231n与5月dl班课程笔记)       1 前言     2012年我在北京组织过8期machine learning读书会,那时“<em>机器学习</em>”非常火,很多人都对其抱有巨大的热情。当我2013年再次来到北京时,有一个词似乎比“<em>机器学习</em>”更火,那就是“深度学习”。     本博客内写过一些<em>机器学习</em>相关的文章,但上一...
手把手教你搭建caffe及手写数字识别(Ubuntu下且附mac、纯通俗教程)
手把手教你搭建caffe及手写数字识别作者:骁哲、李伟、小蔡、July说明:时间:一、前言    在前面的教程中,我们搭建了tensorflow、torch,教程发布后,大家的问题少了非常多。但另一大框架caffe的问题则也不少,特此,我们再把caffe的搭建完整走一遍,手把手且全程命令提示。本教程参考github:https://github.com/BVLC/caffe、及《21天实战caff
如何自学人工智能路径规划(附资源,百分百亲身经验)
下面的每个资源都是我亲身学过的,且是网上公开公认最优质的资源。 下面的每个学习步骤也是我一步步走过来的。希望大家以我为参考,少走弯路。 请大家不要浪费时间找非常多的资料,只看最精华的! 综述,<em>机器学习</em>的自学简单来说分为三个步骤 前期:知识储备包括数学知识,<em>机器学习</em>经典算法知识,编程技术(python)的掌握 中期:算法的代码实现 后期:实战水平提升 <em>机器学习</em>路径规划图 一、数学...
我在知乎上对“如何评价清华特等奖学金得主韩衍隽?”的回答
第一回答的图片可能会让人产生误解。 所以这里插一句话,今天准备瞻仰韩神论文时发现的: 这里的他不是韩神,应该是论文的第一作者Jiantao Jiao,斯坦福的phd。韩神是第三作者。(或者这位教授说话欠妥) 当然韩神早就说明自己第一作者的文章了,是我自己搞错了,我看了图片以为韩神去斯坦福交流下就发了三篇数学方面突破性的文章。 个人认为韩神与中南大学刘路(还记得不)还是有一定差距。 把
怎么看待大数据?
关于大数据,目前业界并没有统一定义,只有几个比较一致的观点。 一个观点是来自高德·纳咨询公司梅尔夫·阿德里安的描述:大数据是超出了常用硬件环境和软件工具,在可接受时间内为用户收集、管理和处理数据的能力,讲的是一种能力。 另一个观点,则是来自麦肯锡全球数据分析研究所的一篇论文,其中谈到:大数据是指大小超出了典型数据库软件工具收集、存储、管理和分析能力的数据集,讲的是数据的集合。 那么,该如...
机器学习中进行模型评价、模型选择和算法选择的终极方法(PART I)
引言 <em>机器学习</em>已经成为我们生活中的一部分,对购买者、消费者或是希望进行研究和实践者都很重要!无论我们应用预测建模技术来进行我们的研究还是解决业务问题,我相信有一个共同点:我们要做“好”的预测!诚然,我们需要训练数据模型,但是我们怎么知道它能很好的在看不见的数据中运行?我们怎么避免它仅仅记忆那些我们提供的数据,却未能对我们从未见过的样本作出良好的预测?我们<em>如何</em>优先选择一个好的模型?也许一个不同的学
德鲁克:对人要正面评价,对事要负面评估! | 管理精读
管理学基本是以“人”为主体的学问,毕竟人的判断力、价值观及人的理想性,才是最关键的因素。为此,德鲁克一贯主张:“对人要正面<em>评价</em>,对事负面评估”,意即对人要用其所长,使其短处变成无关紧要;对事采取高标准绩效的要求,且应该承担正确的风险。 德鲁克指出,管理是一项崇高的使命,它能让组织实践成效,达成经济绩效的目的,而且对社会有正面的的影响力和承担社会责任。管理也是一种实务,因为唯有通过实践的工...
到底该如何看待谭浩强的“C程序设计”
谭浩强老师的《C程序设计》据说已经累计发行超过1000万册,然而网上的批评和质疑之声却似乎跟这个销量数字很不相称。到底该<em>如何</em><em>看待</em>谭浩强的“C程序设计”,我想表表我的看法,也欢迎各位网友参与讨论
程序员面试、算法研究、编程艺术、红黑树、机器学习5大系列集锦
                程序员面试、算法研究、编程艺术、红黑树、<em>机器学习</em>5大经典原创系列集锦与总结 (七月在线:https://www.<em>july</em>edu.com/,面试 &amp;amp; 算法 &amp;amp; <em>机器学习</em>在线课程)   作者:July--结构之法算法之道blog之博主。 时间:2010年10月-2018年5月,一直在不断更新中.. 出处:http://blog.csdn....
机器学习july
http://<em>july</em>edu.com/machinelearning.php#bengin1
论菜鸟们是怎么理解机器学习
几年来,人工智能的话题度可谓居高不下,其中两大热点“学习”,即Deep Learning(深度学习)和Machine Learning(<em>机器学习</em>)也是受到了越来越多的关注,今天小编就是对<em>机器学习</em>做一个介绍,<em>机器学习</em>到底是什么呢。<em>机器学习</em>(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学
外国人眼里的朝鲜战争
外国人眼里的朝鲜战争 ---------------------------------------------------------------------- ---------- http://www.sina.com.cn 2000年10月25日08:14 解放军报   编者按:今年是中国人民志愿军抗美援朝出国作战50周年。近年来,随着各 国历史档案的不断开放、新材料
如何评价 UCLA 朱松纯教授近日访谈中对深度学习的批评?
转自:https://www.zhihu.com/question/53134248/answer/133630818 文中写道: “比如神经网络和目前的深度神经网络的学习,他们的模型(表达)、算法、和实现的结构三层 是混在一起的。就变成一个特用的计算设备, 算法就是由这个结构来实现的。当它性能不好的时候,到底是因为表达不对,还是算法不对,还是实现不对? 这个不好分析了,目前的神经网络,或者是
谁在为流量明星贡献流量?
前几天吴老师的一篇文章火了,还没看过文章的可以在<em>知乎</em>搜索《我收到了Angelababy的投诉,很抱歉,是我们降低了杨颖小姐的社会<em>评价</em>》,杨颖小姐作为流量明星的代表,一边靠流量为生、一边却偏偏想以演技好自居。 我为什么要提到这篇文章呢?这篇文章截至我开始写文章前已经获得了13万以上的赞同、2.8k的赞赏人数、1万多评论,这是什么概念呢?<em>知乎</em>社区目前最高赞的回答赞同数量只有13万赞。 这样
浅谈对机器学习的理解
http://www.njliaohua.com/lhd_3cxof67mgc175ln25rnx_1.html   浅谈对<em>机器学习</em>的理解 人工智能大师西蒙曾说过:“学习就是系统在不断重复的工作中对本身能力的增强或者改进,使得系统在下一次执行同样任务或类似任务时,会比现在做得更好或效率更高。[1]” 提到学习,我们很自然地第一个会想起人类,学习是人类所具有的一种十分重要的智能行为,可以说人
对于机器学习的几点理解
1、<em>机器学习</em>,我对它的理解就是,通过少量的编程,能够赋予计算机自我解决问题的能力,本质是一种预测。2、<em>机器学习</em>的概念和技术发展了好些年了,这两年和深度学习一起成为技术中的佼佼者。但是<em>机器学习</em>不是万能的,也是比较麻烦的。    说它不是万能的是因为,有些问题的模式,通过<em>机器学习</em>算法没办法解决,问题本身没有规律,没有固定的分布,你让机器<em>如何</em>学习。因此我们要正确的<em>看待</em><em>机器学习</em>,理智一些。    说它麻烦...
当我们在谈论机器学习时我们到底在谈些什么
深度学习最近两年在音频分析,视频分析,游戏博弈等问题上取得了巨大的成果。由于微软,谷歌等科技巨头的推动及应用上的可见突破,使得深度学习成为目前学术界和工业界的超热门话题。包括国内很多公司也乐见其成,适时宣布自己的产品或算法也拥抱了深度学习。不过对于具体<em>如何</em>使用,达到了什么效果等问题讳莫如深。 事实上,关于深度学习的大量研究成果在上世纪已经完成,包括卷积神经网络(CNN)、长短时记忆网络(LSTM
一份诚恳的互联网找工作总结和感想(附:怎样花两年时间去面试一个人)
找工作季来了,互联网大潮也将至。近来陆续有不少师弟师妹校友求分享各种资料和经验,想来手头上确实还有一些资源,也包括当初博主的师兄师姐们以及某些无私的大牛们分享的资料,笔经面经以及感想。于是翻出来看看,倒是也勾起了不少博主当初找工作时候的记忆和感想,于是一并整理整理,发上来吧。前面已经有找工作笔试面试那些事儿(15)---互联网公司面试的零零种种和多家经验、找工作笔试面试那些事儿(14)---轻松一
如何看待数字货币
我在2万美元买了比特币,现在每天提心吊胆 在比特币飙到接近 2 万美元的时候,有人发誓从此再也不碰比特币,有人因为提前卖掉比特币而自杀,还有人欠下消费贷债务无法填坑…… 去年 12 月,美国最大的期权交易所 CBOE 推出了比特币期货,让本已疯狂的比特币价格继续推高,在一周内上涨了 20%,并在 12 月 17 日一举突破 2 万美元的关卡达到史前的最高报价 20888 美元。 在比特币接近...
我为什么建议大家玩知乎
【回复“1024”,送你一个特别推送】这是我很久在知识星球分享的一篇文章,今天重新整理一下,分享给大家。前一段时间,我发了一篇关于独立思考的文章之后,很多读者都很有共鸣,...
如何评价程序员相亲约在肯德基反被拉黑?
点击上方“CSDN”,选择“置顶公众号”关键时刻,第一时间送达!大概是流年不利,继程序员穿特步相亲被拒后,又一程序员在肯德基相亲被拉黑!究竟是女孩子太过物质?还是这名程序员情商太低?我们来探一探。事情起源于“上海全知道”收到的一篇网友投稿,这名程序员网友讲述了自己的一次相亲经历。具体是这样的:楼主男生,程序员、工资1w+。第一次见面时请相亲对象吃了饭,然而女生吐槽了他很多,最后还删了他......
现在为止,我对程序员这一职业的看法
程序员,在我看来不仅仅只是写代码,各方面的专业知识你必须要多去了解,才能在面对问题时找到更有效的解决方法。如果你要去金融公司开发程序,你不得不懂得金融方面相关的知识。这仅仅是从基层程序员来看的。如果想更好的发展自己,创新、经济以及国家政策形势的把握,我认识是必不可少的。所以,作为一个年轻人,我不应该把目光仅仅放在<em>如何</em>写代码上,各方面相关的知识平时应该尽量多的去学习。毕竟学习知识的过程应该是快乐的。
怎么看待奶头乐理论?
如果有用或者有帮助的话,点个赞吧,如想了解更多,右上角可以关注“阅读修身”。在悟空问答上看到这样一个问题:怎么<em>看待</em>奶头乐理论?然后就回答了一下。如下所示。MBA智库:奶头乐理论是用来描述一个设想:由于生产力的不断上升,世界上的一大部分人口将会不用也无法积极参与产品和服务的生产。为了安慰这些“被遗弃”的人,他们的生活应该被大量的娱乐活动(比如网络,电视和游戏)填满。社会动荡的主要因素之一是阶层之间的...
NLP系列(4)_朴素贝叶斯实战与进阶
本文为朴素贝叶斯的实践和进阶篇,先丢了点干货,总结了贝叶斯方法的优缺点,应用场景,注意点和一般建模方法。紧接着对它最常见的应用场景,抓了几个例子,又来了一遍手把手系列,不管是对于文本主题分类、多分类问题(犯罪类型分类) 还是 情感分析/分类,朴素贝叶斯都是一个简单直接高效的方法。尤其是在和逻辑回归的对比中可以看出,在这些问题中,朴素贝叶斯能取得和逻辑回归相近的成绩,但是训练速度远快于逻辑回归,真正的直接和高效。
数理统计与参数估计-七月算法(julyedu.com)4 月机器学习算法班学习笔记
概率统计 概率统计与<em>机器学习</em>的关系 统计量 期望 方差与协方差 重要定理和不等式 Jensen不等式 切比雪夫不等式 大数定理 中心极限定理以下内容摘抄于七月算法(<em>july</em>edu.com)4 月<em>机器学习</em>算法班课堂讲义概率统计概率统计与<em>机器学习</em>的关系统计量期望 概念 性质 方差与协方差方差 协方差 协方差与独立/不相关 协方差的意义 重要定理和不等式Jensen不等式从概率的角度看Jensen
七月算法(julyedu.com)5 月深度学习班学习笔记-第一节数学基础
关于数学在<em>机器学习</em>中的重要性: 程博是这样说的------ 不错,数学是算法的基础,没有好的数学根基是不能触碰到算法的根源,但是我认为一般非数学专业的人适可而止,不要太迷恋数学,我们大部分人,了解微积分、矩阵等就可以了 1.梯度 了解<em>机器学习</em>的同学肯定不陌生这个名词,认为很高大上。其实没那么深奥。归根到底还是求导。。。。 多元求偏导就被定义为梯度(如上)。
后缀是ipynb打开方式
在该文件夹按shift, 鼠标点击右键 会出现一个 在此处打开命令窗口(W) 输入命令 ipython notebook 等价于jupyter notebook   
如何打开.ipynb文件
最近碰到文件名后缀为.ipynb文件,起初没太在意这种文件格式,用Notepad++打开之后看到也是类似于JSON格式的信息,以为也是为其他的一些文件服务的(类似于配置一些HTML文件的配置文件)。但是后来才发现这也是一种文本表示形式,只不过需要特殊的工具才能打开展示(小菜鸟才疏学浅,之前连这种格式的文件都没见过。。。) OK,废话少说,直接切入重点说下.ipynb文件的三种打开方式: 1,G...
极大似然估计-七月算法(julyedu.com)4 月机器学习算法班学习笔记
从贝叶斯看极大似然估计 极大似然估计 幂律分布以下内容摘抄于七月算法(<em>july</em>edu.com)4 月<em>机器学习</em>算法班课堂讲义从贝叶斯看极大似然估计由贝叶斯公式可得 maxP(Ai|D)=maxP(D|Ai)P(Ai)P(D)max P(A_i|D) = max \frac{P(D|A_i)P(A_i)}{P(D)} 其中P(D)P(D)是客观的,可视为常量 →maxP(D|Ai)P(Ai)\ri
知乎如何看待同学聚会上的言论「我在四线城市跟你在一线城市的年薪一样多(15万元)」?
在一线城市教育部直属211学校上大学,本科毕业工作两年,年薪15w。同学在三线城市三本学校勉强毕业,家里安排的四线城市的工作。在同学聚会时被直接问到收入问题,同学听闻年薪15w之后说“我在这里挣的跟你一样多”,这种话题怎么样能进行下去,我该怎么反驳他比较好?虽然当时没说啥,认个怂就过了,现在想想感觉被碾压了很是郁闷。上面是<em>知乎</em>上的一个问题,先说下个人看法, 这种东西见的多了,就会发现,很多人生场景...
涨薪20%!听听这位资深机器学习面试官的内心独白
编者按:在营长的众多死党微信群,营长发现,大家很爱谈论<em>机器学习</em>面试,也是,毕竟面试表现越好,银子也能谈得越高,能把自己卖个好价钱,当然关心了。 对于这个话题最为关注的,莫过于研究生毕业的孩纸,和有两、三年工作经验的孩纸。这群孩纸,有非常迫切的需求,想知道面试官都会问什么,毕竟这类岗位面试是很耗费精力体力的:面试会谈到各类技术知识,会有笔试、公式推导等。只有提前把相关的方面准备好,才可能在
年终考核 对你的上司,你是如何评价
年终考核 对你的上司,你是<em>如何</em><em>评价</em>的
你怎么看当前的区块链和人工智能狂热与泡沫?
你怎么看当前的区块链和人工智能狂热与泡沫?以下是来自各个<em>知乎</em>网友的回答,那你又是什么样的看法呢?网友A:如果不出现狂热的行业或者技术,那么说明还不够革命性,不够令人激动。出现了狂热,自然会有泡沫的产生、膨胀、和破灭。但是只要方向是对的,大浪淘沙之后,会涌现一批真的金子。99年科网泡沫破灭后,虽然经历了资本市场的寒冬,但是涌现了一批优秀的互联网企业,数年之后,这些生存下来并壮大的企业中,有一些产生了
邹博机器学习算法最新版( 吴恩达前辈、唐宇迪老师、张志华老师多家对比,入门最优 ) --- 献给想要入门、或者想要进阶的朋友
慌慌张张,匆匆忙忙,生活本来就是这样 很喜欢郝云的《活着》这首歌,很生动的描述了现代年轻上班族的生活。 时光飞逝,从开始接触<em>机器学习</em> 已经一年多了 现在也如愿从事<em>机器学习</em>的工作,想起当初 我是先把大学教材《高等数学》、《线性代数》、《概率论》从头到尾都看了一遍,然后又看了多家机构的<em>机器学习</em>教学视频 可以说当初的迷茫、慌张、害怕、忐忑 ,心路历程非常艰辛 因为感觉东西太多太多了 ,一会...
【实战系列】最新微星B450+AMD CPU锐龙二代 R5 2600完美装WIN7系统
本系列教程是本人维修实战过程中的经验截图,适合维修装机人员学习使用。截图步骤清晰易懂,一步一图,小白也能学会。装系统之前首先你得有一个能装系统的U盘启动盘,怎么制作U盘启动盘,请看之前的教程——最简单的U盘启动盘制作方法。本系列教程都用U盘装系统,U盘里的PE是用的是IT天空的优启通,适合电脑店维修装机老师傅用,万能驱动也是用的IT天空最新的万能驱动助理7,配合优启通,没有任何广告,而且能在PE里...
机器学习》(蒋三新老师)课程笔记
周二晚——“信息融合技术”课程笔记。隐含的(数学)原理在数量上的显式表现:统计学方法概述:    传统:渐进理论三阶段:1.搜集数据,采样与实验设计;2.分析数据,;3.进行推理,预测&amp;amp;分类概率论 ——统计方法:回归分析,判别分析,聚类分析,探索性分析svm:    基于统计学习理论的<em>机器学习</em>方法,具有完备的数学基础在COLT-92上首次提出,比较:1.<em>机器学习</em>——主要依靠模型、数据训练,...
怎么看待程序员普遍缺乏数据结构和算法的知识?
【回复“1024”,送你一个特别推送】在很多程序员看来,数据结构,算法这一类的东西感觉没用,在实践中都不常用,所以都会很忽视这类内容,但是在很多公司看来,尤其是大公司看来...
July机器学习课程课件
July<em>机器学习</em>课程July<em>机器学习</em>课程July<em>机器学习</em>课程July<em>机器学习</em>课程
对于机器学习分类效果的评价
精确率(Precision)   召回率(Recall)   准确率(Accuracy)   举个栗子 则精确率为TP / (TP + FP) = 40 / (40 + 10) = 4/5 =90% 召回率为 TP / ( TP + FN) = 40 / (40 + 20) = 2/3 = 66.7% 准确率为 ( TP + TN) / (TP + FN ...
如何评价React?
1. React是一个纯View层,不擅长于和动态数据打交道(哎哟咱也不谈Flux了,Flux的概念其实也不完善),因此它不同于,也替代不了常规的MV*框架;2. React很擅长于处理组件化的页面,在页面上搭组件的形式有点像搭乐高一样,因此用上React的项目需求常规为界面组件化。另外React只支持到IE8+,就天朝的情况,是否使用React还是得稍微斟酌一番。以React刚出世的时候的眼光看...
Flutter 的野心,Google 的认真,是时候准备走一波了
【回复“1024”,送你一个特别推送】昨天身为技术圈里的人,朋友圈都被 Flutter 刷屏了,因为:Flutter 1.0 正式版发布了。然后<em>知乎</em>上就有人发问<em>如何</em><em>评价</em> ...
客观评价CSDN
注册 搜到一篇CSDN的博客,只能看开头,想要看全部的就要登录,登录就登录呗,那我用qq号登录,结果告诉我要绑定手机号才行;那我的手机号登录总可以了吧,结果说我账号有问题,让重置密码;重置完密码以为可以看了,结果又跳到登录页面,输入手机号,输入刚重置的密码,又告诉我账号有安全威胁(当然有安全威胁了,我的明文密码不是就从你那泄露出去的啊);得,都到这一步了,听你的话总行了吧,可解...
机器学习—过拟合overfitting
今天在<em>知乎</em>上看到一个问题:人脑有海量的神经元(参数),为什么没有过拟合?面对各个网友的回答,突然发现自己对于过拟合的概念似乎理解的不是很透彻,或者说之前就没有完全理解透。其中有个人这么说“样本少feature多才overfitting”也有人提到看红框标注部分,也就是说样本多就不会发生过拟合么。先不管<em>知乎</em>这个问题了,为了搞清过拟合的概念,再次跑到wikipedia去搜寻答案。下面是wikipedia
如何评价吴军《浪潮之巅》?来自反面的声音
原文来自 http://shibeichen.com/post/20010616910 还有来自<em>知乎</em>的各种声音:http://www.zhihu.com/question/20612417 至少在我阅读这本书的时候,将书中大部分陈述当做事实来<em>看待</em>,对于作者在文中阐释的一些态度,确实很多不能认同(有的时候会认为自己才疏浅薄,不能正确理解,现在看到一些同样观点后发现大可不必这样)。 另一方面,抛
作为一个极客,我是如何评价一个电子产品的
手机 我现在在用的手机是魅蓝Note3 一台手机,对我来说最重要的是续航能力,第二是信号接收能力。 对于一个离开手机就活不了的我,续航能力必定位于第一,优秀的续航能力会让我在日常生活中不用带着一个充电宝,让我不为手机没电担心受怕。 然后续航能力又与两大因素有关:CPU、系统的优化。 不得不说,国内最优秀的UI是小米的MIUI和魅族的Flyme,但是我作为一个魅族使用者,就不得不吐槽一下F
如何看待许多年轻人“疯狂”的投入到IT培训当中
点击上方“程序人生”,选择“置顶公众号”第一时间关注程序猿(媛)身边的故事现在作为短期培训性价比最高的IT行业,培训个半年,花上两三万,出来就能挣10k+的薪资,这对当前的年轻人是很有吸引力的,更对很多家庭来说是相当划算的一笔投资,但是却很少有人考虑过,你的孩子或者是你自己适不适合做这份工作。我所看到的近两年,大量的年轻人,主要集中在20-25岁,疯狂的投入到IT培训当中,其中大部分家庭条件并不好
对乔布斯创新能力看法
谈谈对乔布斯创新能力的看法 1.什么是创新 来说一下什么是创新,先从创新的定义讲起。 1.1 创新的定义 &amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;创新是指人类为了满足自身需要,不断拓展对客观世界及其自身的认知与行为的过程和结果的活动。具体讲,创新是指人为了一定的目的,遵循事物发展的规律,对事物的整体或其中的某些部分进行变革,从而使其得以更新与发展的活动。 &amp;nbsp; &amp;nbsp;...
我对团队精神的看法
来到公司已经快三个月了,眼看着就要到了转正的时候,我想该对我最近的一段工作做一个总结。总结这个词显得很正式,还是改成感受吧。    在开始之前,我想讲一个故事,说是两个比较好的朋友,其中一个有事的时候另一个总是主动前去帮助,然而一次次的帮助,让被帮助者形成了依赖,终于有那么一次,他的朋友没有去帮助他,两个人便变得开始陌生。想必这个故事应该都有人听过,而且肯定有人对这个故事产生质疑,会说:“这两
机器学习模型评价(Evaluating Machine Learning Models)-主要概念与陷阱
<em>机器学习</em>模型<em>评价</em>(Evaluating Machine Learning Models)-主要概念与陷阱   本文主要解释一些关于<em>机器学习</em>模型<em>评价</em>的主要概念,与<em>评价</em>中可能会遇到的一些陷阱。如训练集-验证集二划分校验(Hold-out validation)、交叉校验(Cross-validation)、超参数调优(hyperparameter tuning)等。这三个术语都是从不同的层
机器学习分类效果评价
转自:彷徨的石头 &amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp; 一个分类器最主要的评测指标就是查准率(正确率)和查全率(召回率)。为了<em>评价</em>二分分类问题的性能,先做以下约定: &amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp; a:正例测试文档被正确分类...
如何看待谷歌重返中国?李开复:难!
本文由人工智能观察编译译者:Sandy前一段时间,不断有谷歌要回中国的消息传出,引起了各界的一阵讨论。身为谷歌前中国区总裁的李开复,在本周科技媒体TechCrunch举办...
如何看待美团收购摩拜单车?
【回复“1024”,送你一个特别推送】美团收购摩拜,能给美团带来什么?对摩拜的影响又是什么?这是我在<em>知乎</em>的一个回答,希望能够给大家带来一些启发。另外,我的<em>知乎</em>账号也是:非著名程序员,玩<em>知乎</em>的朋友可以一起关注互粉一下。我们先来看看美团是干什么呢?吃喝玩乐于一体的超级生活服务平台。它是典型的 O2O ,线上与线下。线上与线下需要连接起来,商家与客户也得连接起来,需要一条连接线上与线下的「实线」。而出行
周志华--机器学习原文 转自知乎
<em>机器学习</em>笔记 专栏https://zhuanlan.zhihu.com/p/33621750
机器学习之支持向量机(SVM)
支持向量机算法在深度学习没有火起来的2012年前,在<em>机器学习</em>算法中可谓是霸主地位,其思想是在二分类或者多分类任务中,将类别分开的超平面可能有很多种,那么哪一种的分类效果是最好的呢?这里引入了支撑向量的概念,我们总可以在几个类别的分界面处找到类别的一些样本点,以这些样本点的中垂线为平面的这个分界面可以使得类别中的点都离分界面足够远,那么这个平面就是最理想的分割超平面
| 一文读懂迁移学习(附学习工具包)
          当一个CNN用于另一个领域,就使用到了迁移学习。迁移学习是一种用于模型领域泛化和扩展的工具。          文章链接:独家 | 一文读懂迁移学习(附学习工具包)          参考:当深度学习成为过去,迁移学习才是真正的未来?           <em>知乎</em>:什么是迁移学习?1. 前言迁移学习(Transfer Learning,TL)对于人类来说,就是掌握举一反三的学习能力...
对荣格的评价
荣格登上《时代周刊》封面(1955年) 社会学家<em>评价</em>荣格,他荣格能够更多地利用当代科学的手段发展出一套解释梦的理论,这应该归因于他虽然从师于弗洛伊德并不得不接受他的教导,但他并没有一味地追随,而是在弗氏基础上建立一套自己的心理学分析模型。因此,当我们庆幸荣格成功地把潜意识与梦的想像力相结合,创造出新的解梦理论时,也不能忘记荣格正站在西格荣德·弗洛伊德的肩膀之上。[11]  心理学史家舒尔兹
机器学习知乎:深度学习助力内容分析处理,智能问答产品或成未来目标
<em>知乎</em>,中文互联网最大的知识社交平台,用户通过这个平台,彼此之间分享经验、交流知识。从 2010 年发展至今,<em>知乎</em>已经拥有超过 8400 万用户。如此庞大的用户群体,每天都会产生十分巨大的数据,如果只依靠人工管理,将会是一个巨大的挑战。<em>知乎</em>将人工智能引用在各个不同的应用场景,InfoQ 记者来到<em>知乎</em>,采访到<em>知乎</em><em>机器学习</em>团队负责人张瑞,他将为我们解密<em>机器学习</em><em>如何</em>为<em>知乎</em>提供高效运营管理。 <em>知乎</em>
如何评价用户忠诚度
转载自:http://www.itongji.cn/article/0313T62012.html <em>评价</em>用户忠诚度   用户忠诚度由4个指标——用户访问频率、最近访问时间、平均停留时间和平均浏览页面数决定,这4个指标没有明显的类别划分,并且可以认为是在同一层次上的相互独立的指标,所以只需要构建2层的模型:          我们需要计算底层每个指标对用户忠诚度
机器学习和深度学习中值得弄清楚的一些问题
SIGAI飞跃计划第一期已经进行4周了,在这4周的学习中,同学们提出了不少好问题。在这里,我们将每周直播答疑的问题进行筛选和整理,写成今天的公众号文章,供大家参考。相信会对大家的学习和实践有所帮助! 问题1:线性回归的损失函数是凸函数的证明 假设有l个训练样本,特征向量为xi,标签值为yi,这里使用均方误差(MSE),线性回归训练时优化的目标为: 损失函数对权重向量w的一阶偏导数...
海外网民对中国独特高效的政治体制的评价
海外网民积极<em>评价</em>中国独特高效的政治体制   中国网 china.com.cn  时间: 2008-04-02  
机器学习算法的效果评估和优化方法
当我们运用训练好了的模型来预测未知数据的时候发现有较大的误差,我们下一步可以做什么? 1.获得更多的训练实例——通常是有效的,但代价较大,下面的方法也可能有效,可考虑先采用下面的几种方法。 2.尝试减少特征的数量 3.尝试获得更多的特征 4.尝试增加多项式特征 5.尝试减少归一化程度λ 6.尝试增加归一化程度λ 我们不应该随机选择上面的某种方法来
微软收购 GitHub ,GitLab 或成最大赢家?
【回复“1024”,送你一个特别推送】今天早上彭博社消息微软已经确认收购 GitHub 了,这次收购可以说是已经板上钉钉的事了。关于微软收购 GitHub 的看法和消息,...
如何看待华为要求清理34岁以上的员工?
作者:匿名用户链接:https://www.zhihu.com/question/55618811/answer/146053531来源:<em>知乎</em> 说到每个个体,针对华为的员工和想加入华为的人来说: 1, 年纪大了的人就不要去华为了,个人认为如果是30多了就不要去了,至少短期不要去了,干不久不说,搞不好被招进去背裁员的指标也说不定(真有HR这么干,招人进去为了之后的裁员准备的,这个不确
如何看待互联网公司 996 现象,是种什么样的体验?
这里是修真院小课堂,本篇分析的主题是 【<em>如何</em><em>看待</em>互联网公司 996 现象,是种什么样的体验?】 今天去理发,理发师问我干什么的。 我说IT。 他说,那应该挣好几万吧? 我说,工作五年以上应该有好几万吧。 然后他又问,你们是不是下班挺早啊。 我说,不是啊,我们是996. 他就问,996是什么? 我说,早9点,晚9点,一周6天。 他思考了1秒钟,说,这不是跟我们一样吗?我们是早上10点,晚上...
文章热词 机器学习教程 像质量评价标准 决策树算法评价标准熵 设计制作学习 jQuery学习
相关热词 ios获取idfa server的安全控制模型是什么 sql android title搜索 ios 动态修改约束 如何学习java 知乎 python机器学习知乎
我们是很有底线的