ml是多少

EasyML(Easy Machine Learning)是一个简单机器学习系统。 在该系统中,一个学习任务被构造为一个有向非循环图(DAG/directed acyclic graph),每个节点表征一步操作(即机器学习算法),每一条边表征从一个节点到后一个即节点的数据流。 任务可被人工定义,或根据现有任务/模板进行克隆。在把任务提交到云端之后,每个节点将根据 DAG 自动执行。图形用户界面被实现,从而可使用户以拖拉的方式创建、配置、提交和监督一项任...

相关文章

加载中

[博客] ML

https://my.oschina.net/u/938837/blog/2876627

该博客属于私人博客,由于作者设置了权限,您没法阅读此文,请与作者联系。

2018/11/15 00:00

[博客] ML与人机交互

https://my.oschina.net/u/4582735/blog/4382932

ML与人机交互 function _typeof(e){return e&&"undefined"!=typeof Symbol&&e.constructor===Symbol?"symbol":typeof e;}!function(e){if("object"===("undefined"==typeof module?"undefine...

07/10 00:00

[博客] ML-Agents 使用Docker 运行 ML-Agents

https://my.oschina.net/u/4397358/blog/3991623

原文链接:https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Using-Docker.md ML-Agents使用Docker 运行 ML-Agents 目前我们为希望使用Docker进行训练或推理的Windows和M...

2018/04/28 00:00

[博客] ML--神经网络

https://my.oschina.net/u/4414351/blog/3639106

ML–神经网络 主要涉及的知识点有: 神经网络的前世今生 神经网络的原理和非线性矫正 神经网络的模型参数调节 使用神经网络训练手写数字识别模型 一.神经网络的前世今生 其实神经网络并不是什...

2019/02/23 00:00

[博客] #ML-SDN

https://my.oschina.net/u/987833/blog/713528

最近写文章时参考的文章,做一个记录 python操作Excel读写--使用xlrd: http://www.cnblogs.com/lhj588/archive/2012/01/06/2314181.html 关于Scapy中的TCP flags的数值问题: http://stack...

2016/07/17 00:00

[博客] learn ml

https://my.oschina.net/u/2267438/blog/1554997

学习轨迹& 步骤: 1: 高数基础知识:线性代数,微积分和统计学。最近在打德州扑克时,我也会用统计学里的知识计算下输赢的概率。 2: 人工智能基础:买几本书人工智能的基础书籍,如《机器学...

2017/10/23 00:00

[博客] [ML] 数据处理

https://my.oschina.net/u/4262739/blog/3715937

可以不需要自己开发,使用CloudCompare的分割合并功能实现点云标注(labeling),生成点云训练集数据。 (1)首先对点云中的物体进行分割,分割出一个一个的类别。 (2)接着删除所有的SF,使...

2018/12/12 00:00

[博客] ML math

https://my.oschina.net/u/158743/blog/1622828

该博客属于私人博客,由于作者设置了权限,您没法阅读此文,请与作者联系。

2018/02/23 00:00

[软件] PhpW2ML

https://www.oschina.net/p/phpw2ml

PhpW2ML 是一个用PHP5编写的 W2ML (Web 2 Markup Language) 处理器。 W2ML extends XHTML with markup for context-sensitive, WYSIWYG, online editing of Web pages. The phpW2ML processo...

[博客] ML - 一些路径

https://my.oschina.net/u/4268019/blog/3701072

初见 机器学习图解 这3张脑图,带你清晰人工智能学习路线 错过了这一篇,你学机器学习可能要走很多弯路 在机器学习 100 天之后的 5 点洞察 一些课程 Andrew Ng的网络课程 HomePage:http://...

2018/12/25 00:00

[博客] ML-Agents概述

https://my.oschina.net/u/4297690/blog/3994261

原文链接:https://github.com/Unity-Technologies/ml-agents/blob/master/docs/ML-Agents-Overview.md ML-Agents概述 Unity机器学习Agent(ML-Agents)是一款开源的Unity插件,可让游戏和模...

2018/04/26 00:00

[博客] ML学习经历

https://my.oschina.net/u/4361557/blog/3912481

2018.6.20,学习开始 2018.6.20,Coursera课程,Machine Learning,斯坦福大学 非常适合初学者,内容循序渐进,整体难度不大,对概念、模型介绍的比较细致 数学推导不算完整也不深入,因此也...

2018/07/08 00:00

[博客] 2-ML的分类

https://my.oschina.net/u/4258696/blog/3939649

1. ML的基本分类: 1.1 不同的$y$类型: 二元分类: 多元分类: 回归: 结构学习: 1.2 是否有$y$: 有监督(supervised):Coin Recognition:every $xn$ comes with corresponding $yn$ 无监...

2018/06/12 00:00

[博客] ML 知识列表

https://my.oschina.net/u/179750/blog/631923

该博客属于私人博客,由于作者设置了权限,您没法阅读此文,请与作者联系。

2016/03/07 00:00

[博客] ML_SVM算法

https://my.oschina.net/u/4339957/blog/3635654

支持向量机(support vector machine) 背景;   深度学习(2012)出现之前,SVM被认为机器学习中近十几年来最成功的,表现最好的算法 机器学习的一般框架;   训练集=>提取特征向量=>结合...

2019/02/27 00:00

[博客] ml基本问题

https://my.oschina.net/u/4401288/blog/3583129

作者:NgShawn 链接:https://www.nowcoder.com/discuss/33737?type=2&order=3&pos=19&page=1 来源:牛客网 机器学习 Boost算法 CART(回归树用平方误差最小化准则,分类树用基尼指数最小化准...

2019/04/08 00:00

[博客] ML_NN算法

https://my.oschina.net/u/4416552/blog/3633756

神经网络算法(neural network)上 1.背景   1.1 以人脑中的神经网络为启发,历史上出现过很多不同版本   1.2 最著名的算法是1980年的backpropagation 2. 多层向前神经网络(Multilayer ...

2019/02/27 00:00

[博客] ML - 参考消息(References)

https://my.oschina.net/u/4413093/blog/3662013

01 - 10 01 - Machine learning infographic 图片解读机器学习的基本概念、五大流派与九种常见算法EN:http://usblogs.pwc.com/emerging-technology/machine-learning-101/CN:https://zhuan...

2019/01/29 00:00

[博客] ML--文本数据处理

https://my.oschina.net/u/4370408/blog/3637284

ML–文本数据处理 一直以来,作为人工智能的重要分支之一,其研究的内容是如何实现人与计算机之间用自然语言进行有效的通信。中的基础知识–如何对文本数据进行处理 主要涉及的知识点有: 文...

2019/02/24 00:00

[博客] [ML] Gradient Boost

https://my.oschina.net/u/4359133/blog/3507221

参考链接: 1. https://medium.com/@cwchang/gradient-boosting-%E7%B0%A1%E4%BB%8B-f3a578ae7205 2. https://zhuanlan.zhihu.com/p/38329631 3. StatQuest with Josh Starmer 4. GBDT退化为...

2019/06/09 00:00
返回顶部
顶部