摘要: 作者|PHANI8 编译|VK 来源|Analytics Vidhya 介绍 在这篇文章中,我们将了解什么是真正的梯度下降,为什么它变得流行,为什么AI和ML中的大多数算法都遵循这种技术。 在开始之前,梯度下降实际上意味着什么?听起来很奇怪对吧! 柯西是1847年第一个提出梯度下降的人 嗯,梯度这个 阅读全文
posted @ 2020-11-02 22:35 人工智能遇见磐创 阅读(404) 评论(0) 推荐(0) 编辑
摘要: 作者|Khuyen Tran 编译|VK 来源|Towards Data Science 动机 将代码投入生产时,你很可能需要处理代码文件的组织。读取、创建和运行许多数据文件非常耗时。本文将向你展示如何自动 循环访问目录中的文件 如果不存在嵌套文件,创建它们 使用bash for loop运行一个具 阅读全文
posted @ 2020-11-02 22:30 人工智能遇见磐创 阅读(1211) 评论(0) 推荐(0) 编辑
摘要: 作者|Shraddha Anala 编译|VK 来源|Towards Data Science 无论我们是谁,阅读、理解、交流并最终产生新的内容是我们在职业生活中都要做的事情。 当涉及到从给定的文本体中提取有用的特征时,所涉及的过程与连续整数向量(词袋)相比是根本不同的。这是因为句子或文本中的信息是 阅读全文
posted @ 2020-11-02 22:24 人工智能遇见磐创 阅读(621) 评论(0) 推荐(0) 编辑
摘要: 作者|Nikhil Adithyan 编译|VK 来源|Towards Data Science 决策树 决策树是当今最强大的监督学习方法的组成部分。决策树基本上是一个二叉树的流程图,其中每个节点根据某个特征变量将一组观测值拆分。 决策树的目标是将数据分成多个组,这样一个组中的每个元素都属于同一个类 阅读全文
posted @ 2020-11-02 00:05 人工智能遇见磐创 阅读(2642) 评论(0) 推荐(0) 编辑
摘要: 作者|James Loy 编译|VK 来源|Towards Data Science 传统的推荐系统基于聚类、最近邻和矩阵分解等方法。然而,近年来,深度学习在从图像识别到自然语言处理等多个领域取得了巨大的成功。推荐系统也得益于深度学习的成功。事实上,如今最先进的推荐系统,比如Youtube和Amaz 阅读全文
posted @ 2020-11-02 00:04 人工智能遇见磐创 阅读(1460) 评论(0) 推荐(0) 编辑