本文总结了机器学习和深度学习的基本概念和算法,详细介绍了分类,聚类和回归等相关领域的知识,包括神经网络,卷积神经网络和递归神经网络等深度学习算法。本文适合相关领域的初学者和进阶者,具有一定参考价值。
暂无评论
深度学习 Numpy 基础,python中的Numpy包学习,里面有些例子可供参考
深度学习基础(FundamentalsofDeepLearning
北京工业大学研究生上课所用的深度学习参考讲义,内容偏重基础,讲解全面,市面上仅有,都是博导精心准备的。
Deep learning _Numpy foundation
PDF文档;本书主要讲述了概率论的基本知识及其他的一些应用·本书共分6章,前3章介绍概率论基础,第4章、第5章介绍随机过程和平稳随机过程的相关知识,第6章介绍数理统计基础·每章的最后都有本章小结,介绍
老司机带你畅游深度学习基础原理——从零开始的深度学习课程基础原理篇
(三)机器学习的类型 机器学习根据训练方法的不同可以分为三类,监督学习、无监督学习、强化学习。 监督学习和人类的学习过程很相似, 1)选择一个练习题,运用已有的知识去解决它,将答案和正确答案进行比较;
深度学习浪潮正在兴起,百度机器学习大牛的分享,值得一看。
机器学习基础概述-阿里巴巴技术联盟 -直接ppt.md,根据ppt改编的md笔记档,方便实用。
简单讲述了人工智能的起源,及其重要分支机器学习,还有机器学习的深度学习。
暂无评论