demi的博客

机器学习中的特征工程

特征:从原始数据中抽取出对结果预测更有用或表达更充分的的信息。特征工程:使用专业的背景知识和技巧处理数据,使得特征能在机器学习算法上发生更好的作用的过程。特征工程的意义:更好的特征意味着更强的灵活性+只需简单模型+更好的结果。

Vulkan的分层设计

Vulkan驱动层提供了简单高效的API。作为Vulkan API的使用者,我们要严格遵循Vulkan API的使用规则。如果我们违反了这些规则,Vulkan只会返回很少的反馈,它只会报告一部分严重和重要的错误,比如内存不够啦、指针越界啦等等。

入行深度学习之前,要做好哪些准备?

人工智能(AI)、机器学习(ML)、深度学习(DL)在当下的火热程度我就不多说了,同时又有很多人想入门进入这个领域,尤其是深度学习这个细分领域。本文将带你了解入行深度学习前需要做的一些准备。同时,你也会了解到深度学习的学习路径。

机器学习经典算法总结:强化学习

强化学习模型根据输入学习一系列动作(action),而不同的动作会逐渐累计起来,在某些时候就会得到一些奖赏(reward)。执行某个动作并不能立即获得这个最终奖赏,只能得到一个当前反馈。机器要做的是通过在环境中不断尝试而学得一个策略(policy)。

2020年值得关注的20大机器学习和数据科学网站

当今最进步,最前沿,最令人兴奋的……数据科学和机器学习是当今那些非常有吸引力且热门,热门,超级热门的领域。 但是,要与这些领域的所有进步和发展保持同步,你需要付出很多努力-研究,阅读,检查所有信息,新闻,指南和其他内容。

【图解机器学习】人人都能懂的算法原理

算法公式挺费神,机器学习太伤人。任何一个刚入门机器学习的人都会被复杂的公式和晦涩难懂的术语吓到。但其实,如果有通俗易懂的图解,理解机器学习的原理就会非常容易。本文整理了一篇博客文章的内容,读者可根据这些图理解看似高深的机器学习算法。