机器学习漫游指南 最完整的入门书单(外文版)

机器学习漫游指南 最完整的入门书单(外文版)
本文转自雷锋网,原文《机器学习漫游指南 最完整的入门书单(外文版)》文章转载已获授权。原文链接 作者: 三川 编者注:澳大利亚机器学习专家、畅销书作者  Jason Brownlee,对机器学习领域的各类优质书籍进行了盘点,汇总成这份阅读指南。在雷锋网所筛选的学习资源中,这堪称是迄今为止最全面、最完整、权威性比较高的一份 ML 书单,涵盖了最值得学习者、从业者、开发者认真研读的精品书目。这份...

深度强化学习2017年世界顶级大学春季课程预告

深度强化学习2017年世界顶级大学春季课程预告
深度强化学习可以说是人工智能领域现在最热门的方向,吸引了众多该领域优秀的科学家去发掘其能力极限。而深度强化学习本身也由于其通用性备受各个应用领域推崇,从左到右依次为Deep Q learning玩雅达利(Atari)电子游戏、AlphaGo下围棋,PR2机器人玩乐高,仿真的四腿羚羊复杂地形运动控制。 也可阅读科普文《深度强化学习导引》见:https://zhuanlan.zhihu.com/p/21498750   国外顶级大学在2017年也及...

马尔科夫决策过程的Monte Carlo规划入门

马尔科夫决策过程的Monte Carlo规划入门
基于模型计算策略的方法称为规划(planning)。相对模型学习而言,规划是计算的瓶颈(Walsh, Goschin, & Littman, 2010)。传统基于模型的规划方法有动态规划,但动态规划需要遍历所有的状态-动作对的值函数,对于大规模连续系统,这通常是难以实现的。另一种思路是:为保证实时性要求,即便只能获得次优的策略也是可以接受的。如稀疏采样(Kearns, Mansour, & Ng, 1999)、和 Monte Carlo 树搜索(MCT...

随机森林入门

随机森林入门

在机器学习中,随机森林是一个包含多个决策树的分类器, 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。

机器学习中的图模型(Graphical Models)

机器学习中的图模型(Graphical Models)
  图模型(GraphicalModels)在概率论与图论之间建立起了联姻关系。它提供了一种自然工具来处理应用数学与工程中的两类问题——不确定性(Uncertainty)和复杂性(Complexity)问 题,特别是在机器学习算法的分析与设计中扮演着重要角色。图模型的基本理念是模块化的思想,复杂系统是通过组合简单系统建构的。概率论提供了一种粘合剂使 系统的各个部分组合在一起,确保系统作为整体的持续一致性,提供了多种...

统计模式识别综述(转)

统计模式识别综述(转)
@cnsns 老编前言:这是一篇常识性文章,希望你能理解计算机辅助人工判断的一些基本理念。换个极端的说法是:如何让你用手机在天安门前扫一下,知道其中哪位是你暗恋的人的仇人的暗恋的仇人!真的,你信吧 一、引言 模式识别是研究如何让机器能观察环境,并从环境背景中将感兴趣的目标提取分离、分类的过程;给定一个模式,它的识别、分类包含以下两方面的任务:指导性 分类及非指导性分类。所以识别问题...

支持向量机通俗导论(理解SVM的三层境界) by July

支持向量机通俗导论(理解SVM的三层境界) by July
作者:July、pluskid;致谢:白石。 出处:结构之法算法之道blog。 感谢原文作者July授权使用 July的博客,July的微博     前言 第一层、了解SVM   1.0、什么是支持向量机SVM   1.1、线性分类   1.2、线性分类的一个例子   1.3、函数间隔Functional margin与几何间隔Geometrical margin     1.3.1、函数间隔Functional margin     1.3.2、点到超平面的距离定义:几何间隔Geometrical margin   1.4、最...

(转)Deep Learning 和 Knowledge Graph 引爆大数据革命 【1】

(转)Deep Learning 和 Knowledge Graph 引爆大数据革命 【1】
作者:邓侃 2013年 1 月 15 日,新浪微博上网友 @王威廉 发了一条消息,说机器学习领域的大牛, Alex Smola 入盟 CMU,讲授机器学习入门课程,该课程的视频将在网上公开。 我回应了几个帖子,聊聊 CMU 与机器学习的研究进展。网友 @老师木 回复说,“机器学习是伪科学”。网友 @y_y_n_i_l 则说,“整天在实验室里面折腾算法,不如实际搞大系统”。 两个人的观点,都有出处。 图灵在 1950 年的论文里,提出图灵...

(译)机器学习、大数据、深度学习、数据挖掘、统计、决策和风险分析、概率和模糊逻辑的常见问题解答

(译)机器学习、大数据、深度学习、数据挖掘、统计、决策和风险分析、概率和模糊逻辑的常见问题解答
机器学习、大数据、深度学习、数据挖掘、统计、决策和风险分析、概率和模糊逻辑的常见问题解答 感谢学姐依海之燕翻译并授权ExBot使用   1、机器学习、大数据、深度学习、数据挖掘、统计、决策和风险分析、概率、模糊逻辑等有什么不同? 答:除了属于、具体目标和文化等,并没有什么本质的区别。它们都是概率的分支,对不确定性的理解和量化。概率本身就是逻辑的一种扩展。   2、概率和逻辑之...

模式识别和机器学习、数据挖掘的区别与联系(转发)

模式识别和机器学习、数据挖掘的区别与联系(转发)
模式识别和机器学习、数据挖掘的区别与联系 by(永远的幻想) Top:这篇文章写的太好了,不得不转发啊,哈哈!感谢“永远的幻想”! 和晨枫老大在这个帖子里关于工程科研和工业实践的脱节从控制侃到了模式识别和机器学习,老大让俺写写。真让俺惶惶然啊!俺这土鳖来在了(liao3)西西河,那就是学习来了,潜水看老大们的帖子为主,偶尔发言也不敢谈专业,怕贻笑大方。不过老大既然说了,那我就来试着说说我所理...
Copyright © ExBot易科机器人实验室 保留所有权利.   Theme   Robin modified by poyoten

用户登录

分享到: