0

计算机视觉图像预处理中的 Zero-mean(零均值化) 和 Normalization(归一化)

在训练神经网络前,往往要对原始图像数据进行预处理,中心化(Zero-centered及Mean-subtraction)和归一化(Normalization)。那么具体是什么意思呢? 1、零均值化/中心化 在训练神经网络前,预处理训练集数据,通常是先进行零均值化(zero-mean),即让所有训练图 ...

BooTurbo 发布于 2020-04-10 16:35 评论(0)阅读(152)
0

Ⅰ Introduction to Reinforcement Learning

(for pursue, do accumulation) 个人笔记,纯属佛系分享,如有错误,万望不吝赐教。 强化学习(Reinforcement Learning)是模仿人类的学习方式(比如,学习一种新的技能,从入门到掌握总是不断地去寻错,改正,直至完全掌握),强化学习的主要思想就是智能体在与环境 ...

Hugh_Cai 发布于 2020-04-10 13:27 评论(0)阅读(125)
0

通过 Python 代码实现时间序列数据的统计学预测模型

在本篇中,我们将展式使用 Python 统计学模型进行时间序列数据分析。* 问题描述 *目标:根据两年以上的每日广告支出历史数据,提前预测两个月的广告支出金额。 原始数据:2017-01-01 到 2019-09-23 期间的每日广告支出。 数据准备:划分训练集和测试集。 df1 = data[[' ...

deephub 发布于 2020-04-10 13:25 评论(0)阅读(184)
0

学习笔记_西瓜书(周志华 机器学习)&&慕课视频(机器学习by蒋良孝、胡成玉)(学习中。。。)

感觉未来是大数据环境下的人工智能时代呀,不能被时代的马车抛弃,西瓜书这么出名,简要了解一下1 绪论1.1 引言机器学习定义:利用经验来改善计算机系统自身的性能 另外一种广泛被引用的英文定义:A computer program is said to learn from experience E w... ...

九命猫幺 发布于 2020-04-09 17:27 评论(0)阅读(136)
0

【学习笔记】人工智能原理(MOOC北大 王文敏,教材是《人工智能一种现代的科学计算方法》)(学习中。。。)

MOOC大学上的课程,做个学习笔记,方便以后复习回顾教材是1 绪论1.1 AI概述人工智能研究如何用硬件和软件实现智能的理智的行为,即搜索、推理、规划与学习,并在此之上去实现感知、认知与智能行为人工智能自1956年诞生,经历2次低潮后,计算能力的提升为其提供良好的平台,多媒体数据的爆发性增长为期提供... ...

九命猫幺 发布于 2020-04-09 16:32 评论(0)阅读(185)
0

【图机器学习】cs224w Lecture 6 - 消息传递 及 节点分类

Stanford cs224w 课程笔记:这一讲说到了节点以及关联信息的传递,并通过迭代更新的方式对节点进行分类 ...

WineChocolate 发布于 2020-04-09 14:43 评论(0)阅读(192)
0

在Python中使用K-Means聚类和PCA主成分分析进行图像压缩

各位读者好,在这片文章中我们尝试使用sklearn库比较k-means聚类算法和主成分分析(PCA)在图像压缩上的实现和结果。 压缩图像的效果通过占用的减少比例以及和原始图像的差异大小来评估。 图像压缩的目的是在保持与原始图像的相似性的同时,使图像占用的空间尽可能地减小,这由图像的差异百分比表示。 ...

deephub 发布于 2020-04-09 13:43 评论(0)阅读(152)
0

假新闻无处不在:我创建了一个通深度学习的方法标记假新闻的开源项目

虚假新闻的兴起迫使拥有社交媒体帐户的每个人都成为一名侦探,负责在发布前确定帖子是否真实。但是,虚假新闻仍然会越过我们的防线,在网络上迅速扩散,由于用户的无知和粗心而加剧。正如NBC新闻报道所显示的那样,假新闻不仅会散布恐惧和虚假信息,而且还可能对公司和个人的声誉造成损害。为了减少错误信息的直接和间接 ...

deephub 发布于 2020-04-08 13:44 评论(0)阅读(48)
0

CTR学习笔记&代码实现2-深度ctr模型 MLP->Wide&Deep

背景 这一篇我们从基础的深度ctr模型谈起。我很喜欢Wide&Deep的框架感觉之后很多改进都可以纳入这个框架中。Wide负责样本中出现的频繁项挖掘,Deep负责样本中未出现的特征泛化。而后续的改进要么用不同的IFC让Deep更有效的提取特征交互信息,要么是让Wide更好的记忆样本信息 以下代码针对 ...

风雨中的小七 发布于 2020-04-08 09:47 评论(0)阅读(153)
0

【图机器学习】cs224w Lecture 5 - 谱聚类

Stanford cs224w课程笔记:通过特征值和特征向量对网络进行聚类,以此实现社区划分 ...

WineChocolate 发布于 2020-04-07 20:14 评论(0)阅读(188)
0

使用PyTorch Lightning构建轻量化强化学习DQN

本文旨在探究将PyTorch Lightning应用于激动人心的强化学习(RL)领域。在这里,我们将使用经典的倒立摆gym环境来构建一个标准的深度Q网络(DQN)模型,以说明如何开始使用Lightning来构建RL模型。 在本文中,我们将讨论: 什么是lighting以及为什么要将它应用于RL 标准 ...

deephub 发布于 2020-04-07 13:39 评论(0)阅读(68)
26

写给程序员的机器学习入门 (一) - 从基础说起

前段时间因为店铺不能开门,我花了一些空余时间看了很多机器学习相关的资料,我发现目前的机器学习入门大多要不门槛比较高,要不过于着重使用而忽视基础原理,所以我决定开一个新的系列针对程序员讲讲机器学习。这个系列会从机器学习的基础原理开始一直讲到如何应用,看懂这个系列需要一定的编程知识(主要会使用 pyth ...

q303248153 发布于 2020-04-06 16:35 评论(13)阅读(2646)
1

[白话解析] 通俗解析集成学习之bagging,boosting & 随机森林

本文将尽量使用通俗易懂的方式,尽可能不涉及数学公式,而是从整体的思路上来看,运用感性直觉的思考来解释 集成学习。并且用水浒传为例学习。并且从名著中延伸了具体应用场景来帮助大家深入这个概念。 ...

罗西的思考 发布于 2020-04-06 11:42 评论(0)阅读(159)
0

CVPR-2020 AAAI2020 CVPR-2019 NIPS-2019 ICCV-2019 IJCAI-2019 论文超级大合集下载,整理好累,拿走不谢

论文超级大合集下载,整理好累,拿走不谢!!! ———————————————————————————————————— CVPR 2020 AAAI 2020 CVPR 2019 NIPS 2019 ICCV 2019 IJCAI 2019 ————————————————————————————— ...

人工智能学社 发布于 2020-04-06 06:03 评论(0)阅读(213)
0

ML-Agents(五)GridWorld

[TOC] ML Agents(五)GridWorld GridWorld这个例子比较有意思,它还是运用了Reinforcement Learning来进行学习的,不同的是它运用了视觉观察值(Visual Observations)来训练agent。 如上图所示,Agent就是蓝色的方块,每次它可 ...

煦阳 发布于 2020-04-05 21:22 评论(2)阅读(176)
0

【图机器学习】cs224w Lecture 4 - 社区结构

Stanford cs224w课程笔记:之前提到图中节点具有扮演不同角色,而角色的概念和社区互补,社区突出的是一个具有密切联系和相似特性的节点集合。本文涉及了社区的定义和量化方式,并介绍了两种进行社区聚类的算法。 ...

WineChocolate 发布于 2020-04-05 16:14 评论(0)阅读(101)
0

Kaggle竞赛入门(四):随机森林算法的Python实现

首先导入数据,将数据分为训练集和测试集: import pandas as pd # Load data melbourne_file_path = '../input/melbourne-housing-snapshot/melb_data.csv' melbourne_data = pd.rea ...

Geeksongs 发布于 2020-04-05 15:59 评论(0)阅读(38)
0

Kaggle竞赛入门(三):用Python处理过拟合和欠拟合,得到最佳模型

本文翻译自kaggle learn,也就是kaggle官方最快入门kaggle竞赛的教程,强调python编程实践和数学思想(而没有涉及数学细节),笔者在不影响算法和程序理解的基础上删除了一些不必要的废话,毕竟英文有的时候比较啰嗦。 一.什么是过拟合和欠拟合? 过拟合的含义就是当前模型十分符合训练集 ...

Geeksongs 发布于 2020-04-05 15:44 评论(0)阅读(118)
0

Kaggle竞赛入门(二):如何验证机器学习模型

本文翻译自kaggle learn,也就是kaggle官方最快入门kaggle竞赛的教程,强调python编程实践和数学思想(而没有涉及数学细节),笔者在不影响算法和程序理解的基础上删除了一些不必要的废话,英文有的时候比较啰嗦。 一.什么是模型验证 模型验证在机器学习当中非常重要,因为有的时候拟合出 ...

Geeksongs 发布于 2020-04-05 11:25 评论(2)阅读(118)
0

【图机器学习】cs224w Lecture 3 - Motif, Graphlet 及 结构性角色

Stanford cs224w课程笔记:通过研究 motif, graphlet 分别从整个图和节点层面提取结构信息,并利用提取得到的信息对结构性角色进行聚类 ...

WineChocolate 发布于 2020-04-04 19:04 评论(0)阅读(213)