集成学习综述(ensemblelearning)

近年来,中美等国家、谷歌等高科技公司纷纷加大对人工智能的投入,深度学习是目前人工智能的重点研究领域之一,本文对深度学习最新进展及未来研究方向进行了分析和总结. 首先概述了三类深度学习基本模型,包括多层

迁移学习的综述，对迁移学习的一个简介及关键技术的总结。

该文档总结了目前深度学习时代的目标检测算法综述，欢迎下载学习~~~

最新的强化学习的论文综述文章，让你了解深度强化学习的发展现状和最近的技术方法

迁移学习（Transfer Learning）是一种机器学习方法，是把一个领域（即源领域）的知识，迁移到另外一个领域（即目标领域），使得目标领域能够取得更好的学习效果。

随着建构主义和信息技术的发展，交互式学习慢慢走进了人们的视野。但当前，对于交互式学习的理解还存在着一定的偏差,因此有必要通过文献综述，来帮助人们更好地理解这种新型的学习模式

AReviewofUnsupervisedFeatureLearningandDeepLearningforTime-SeriesModeling

从数学角度阐述阐述了统计机器学习的基本问题,相关概念及误差分析,并给出了最基础的算法,是数学系学生学习机器学习的良好入门材料.

深度学习之综述路线图以及其项目应用，它是机器学习中一种基于对数据进行表征学习的方法。在给予它一组输入后，它使我们能够训练AI来预测结果。其动机在于建立、模拟人脑进行分析学习的神经网络。

迁移学习的一些基础概念和研究领域分类整理