1樓:星空
請點開看,絕對好教程。
Hands-on Machine Learning with Scikit-Learn, Keras and TensorFlow
上面是今年5月份剛出的第二版,新增加了keras,並用了最新的tensorflow2.0,你也知道的,前幾天谷歌才發布了tensorflow2.0beta版。
先看看下面第一版的評價:
這本直接用numpy來一步步搭建深度學習的模型
2樓:SMON
如果你想用pytorch入門深度學習的話可以看看我的這個倉庫https://
不需要任何機器學習或者深度學習的基礎知識,只需要了解基礎的數學和python程式設計就可以上手啦 ()
3樓:Amusi
國外乙個大神開源的「機器學習完整路線圖」了解一下
注:下面是中文翻譯來的(原文更刺激)[0]
參考:A complete ML study path, focused on TensorFlow and Scikit-Learn
4樓:土木木
seathiefwang/FaceRecognition-tensorflow
這是我寫的乙個專案,非常適合新手,裡面的步驟都有詳細的介紹。
5樓:gmer
對於神經網路的入門,可以參考mnist,10個數字的識別。
在github上有很多例子,可以參考tensorflow或者其他框架的tutorial。
6樓:EZLippi
提供具體統計演算法的工具。其演算法可從資料中學習。
Apache Flink:快速、可靠的大規模資料處理引擎。官網
Apache Hadoop:在商用硬體集群上用來進行大規模資料儲存的開源軟體框架。官網
Apache Mahout:專注協同過濾、聚類和分類的可擴充套件演算法。官網
Apache Spark:開源資料分析集群計算框架。官網
DeepDive:從非結構化資料建立結構化資訊並整合到已有資料庫的工具。官網
Deeplearning4j:分布式多執行緒深度學習開發庫。官網
H2O:用作大資料統計的分析引擎。官網
Weka:用作資料探勘的演算法集合,包括從預處理到視覺化的各個層次。官網
7樓:
列舉一些我知道的專案
numpy & scipy : python的數值計算 & 科學計算基礎工具。
pandas : Python資料分析
scikit-learn : Machine learning in Python, 常見的機器學習演算法基本都有實現。
scikit-image : Image processing in Python, 這個沒用過,影象方面的可以看看。
xgboost : 梯度增強演算法庫,c++寫的,有python介面。
vowpal_wabbit: a fast out-of-core learning system sponsored by Microsoft Research and (previously) Yahoo! Research.
DMLC | Distributed (Deep) Machine Learning Common 的一系列專案
機器學習領域有哪些著名的期刊和會議
Barneylx 昨天發布了最新的CCF會議目錄 其實跟15年版的區別不大 最新版 中國計算機學會推薦國際學術會議和期刊目錄 正式發布 CCF聚焦 中國計算機學會 還是大致符合學界的看法的,可以參考下。機器學習方面,A類會議裡面 NeurlPS,ICML,ACL,CVPR,ICCV都是頂會 即你說的...
機器學習 深度學習以及強化學習在金融領域有哪些應用?
GorgeousShar 據我所知,兩年前就有人做量化投資方面的交易了,但是收益嘛。因為資料一般是波段操作,這就導致了目前需要進行一些監督,並且演算法有限,現在還有些距離,個人期待AutoML能夠解決這個問題 gutu Granth 瀉藥,反洗錢反欺詐領域有很大的運用,NLP 之類演算法在這方面應用...
聯邦學習在機器學習領域有什麼獨立存在的價值
如果不考慮隱私和安全性,橫向聯邦學習對應多工學習,縱向聯邦學習對應多檢視學習,剩下聯邦遷移學習對應傳統遷移學習。若不考慮隱私和安全性問題,相關的研究已經很多了。現在是考慮安全和隱私的情況下,對訓練過程有了新的要求。 京東科技風險演算法與技術 從產業視角來看,工程思路做聯邦學習遠遠不夠 1 安全性問題...