人工智能遇见磐创

摘要： 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。 感知器是神经网络 阅读全文

摘要： 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，但这一次我会做笔记并分 阅读全文

摘要： 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机视觉和机器 阅读全文

摘要： 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。另一方面， 阅读全文

摘要： 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 Anvil集成 卷积神经网 阅读全文

摘要： 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已知正态分 阅读全文

摘要： 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 注意机制-训练，贪婪搜索，束搜索，BL 阅读全文

摘要： 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 到目前为止，大多数机器 阅读全文

摘要： 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、评估在内的整个过 阅读全文

摘要： 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。本文假设了机器学习模型 阅读全文