郭昱良的博客专栏

公众号:机器学习算法与Python学习。。不定期发布人工智能、机器学习、深度学习及Python编程方面的算法与实现,欢迎光大机器学习与数据挖掘领域的朋友加入交流与学习。

0
推荐
1947
阅读

爆料 | 解析阿里妈妈如何将深度学习应用在广告、推荐及搜索业务

爆料 | 解析阿里妈妈如何将深度学习应用在广告、推荐及搜索业务机器学习算法与Python学习 2018-05-15非常高兴与大家进行“深度学习演进之路”的交流,阿里妈妈是阿里巴巴集团下的大数据营销平台,是负责阿里巴巴变现的一个事业部。我研究的方向是机器学习、计算机视觉、推荐系统和计算广告。我在清华大学读的本科和博...

发表了文章 • 2018-05-17 15:46 • 0 条评论

1
推荐
2089
阅读

如何用Python创建眼下火爆的区块链?这篇干货请收藏

源 | learnblockchain | 小象    文 | Daniel van Flymen     译 | Tiny熊对数字货币的崛起感到新奇的我们,并且想知道其背后的技术——区块链是怎样实现的。作者认为最快的学习区块链的方式是自己创建一个,本文就跟随作者用Python来创建一个区块链。在实践...

发表了文章 • 2018-03-15 16:19 • 0 条评论

0
推荐
1739
阅读

【源码分享】机器学习之Python支持向量机

前言在写代码前,先简单的过一下SVM的基本原理,如下:SVM(support vector machine)简单的说是一个分类器,并且是二类分类器。Vector:通俗说就是点,或是数据。Machine:也就是classifier,也就是分类器。SVM作为传统机器学习的一个非常重要的分类算法,它是一种通用的前馈网络类型,最早是由Vladimir N.Vapnik 和 Alex...

发表了文章 • 2018-03-14 17:02 • 0 条评论

2
推荐
2142
阅读

机器学习(36)之协同过滤典型算法概述【精华】

前言推荐算法具有非常多的应用场景和商业价值,因此对推荐算法值得好好研究。推荐算法种类很多,但是目前应用最广泛的应该是协同过滤类别的推荐算法,本文就对协同过滤类别的推荐算法做一个概括总结,后续也会对一些典型的协同过滤推荐算法做原理总结。推荐算法概述推荐算法是非常古老的,在机器学习还没有兴起的时候就...

发表了文章 • 2018-01-24 15:44 • 0 条评论

1
推荐
3212
阅读

Python实现对12500张猫狗图像的精准分类

源|51CTO官微在这篇文章中,我们将展示如何建立一个深度神经网络,能做到以 90% 的精度来对图像进行分类,而在深度神经网络,特别是卷积神经网络兴起之前,这还是一个非常困难的问题。深度学习是目前人工智能领域里最让人兴奋的话题之一了,它基于生物学领域的概念发展而来,现如今是一系列算法的集合。事实已经证明深度...

发表了文章 • 2018-01-24 14:56 • 0 条评论

0
推荐
1404
阅读

干货 | 卷积神经网络入门这一篇就够了

先明确一点就是,Deep Learning是全部深度学习算法的总称,CNN是深度学习算法在图像处理领域的一个应用。第一点,在学习Deep learning和CNN之前,总以为它们是很了不得的知识,总以为它们能解决很多问题,学习了之后,才知道它们不过与其他机器学习算法如svm等相似,仍然可以把它当做一个分类器,仍然可以像使用一个黑盒...

发表了文章 • 2018-01-17 14:07 • 0 条评论

3
推荐
1901
阅读

精华 | 机器学习岗面试,这些是基础!(ML,DL,SL相关知识整理)

找工作时(IT行业),除了常见的软件开发以外,机器学习岗位也可以当作是一个选择,不少计算机方向的研究生都会接触这个,如果你的研究方向是机器学习/数据挖掘之类,且又对其非常感兴趣的话,可以考虑考虑该岗位,毕竟在机器智能没达到人类水平之前,机器学习可以作为一种重要手段,而随着科技的不断发展,相信这方面的...

发表了文章 • 2018-01-17 11:07 • 0 条评论

0
推荐
1607
阅读

机器学习(35)之PrefixSpan算法原理详解

前言前面讲到频繁项集挖掘的关联算法Apriori(机器学习(22)之Apriori算法原理总结)和FP Tree(机器学习(31)之频繁集挖掘FP Tree详解),这两个算法都是挖掘频繁项集的。而今天要介绍的PrefixSpan(PrefixSpan算法的全称是Prefix-Projected Pattern Growth,即前缀投影的模式挖掘)算法也是关联算法,但是它是挖掘频繁序...

发表了文章 • 2018-01-17 10:51 • 0 条评论

0
推荐
1955
阅读

干货 | 详解如何用深度学习消除背景,实现抠图

在机器学习方兴未艾的过去几年里,我一直想要亲自开发具有实用价值且基于机器学习的产品。然后几个月前,在我学习了由 Fast.AI 所提供的深度学习课程之后,我意识到机会来了。当前的机遇是:深度学习的技术优势使得许多之前不能完成的事情变得可能,并且还有许多新兴工具被开发出来,这使得深度学习的部署过程变得更加简...

发表了文章 • 2018-01-05 14:46 • 0 条评论

0
推荐
1361
阅读

精华 | 深度学习中的【五大正则化技术】与【七大优化策略】

深度学习中,卷积神经网络和循环神经网络等深度模型在各种复杂的任务中表现十分优秀。例如卷积神经网络(CNN)这种由生物启发而诞生的网络,它基于数学的卷积运算而能检测大量的图像特征,因此可用于解决多种图像视觉应用、目标分类和语音识别等问题。但是,深层网络架构的学习要求大量数据,对计算能力的要求很高。神经...

发表了文章 • 2018-01-05 14:15 • 0 条评论

0
推荐
1656
阅读

机器学习(34)之BIRCH层次聚类详解

前言在K-Means算法(机器学习(25)之K-Means聚类算法详解)中讲到了K-Means和Mini Batch K-Means的聚类原理。这里再来看看另外一种常见的聚类算法BIRCH。BIRCH算法比较适合于数据量大,类别数K也比较多的情况。它运行速度很快,只需要单遍扫描数据集就能进行聚类。什么是流形学习BIRCH的全称是利用层次方法的平衡迭代规约...

发表了文章 • 2018-01-05 13:57 • 0 条评论

0
推荐
1388
阅读

干货|多重预训练视觉模型的迁移学习

本文介绍的是基于Keras Tensorflow抽象库建立的迁移学习算法模型,算法简单、易于实现,并且具有很好的效果。许多被称为“深度学习”的方法已经出现在机器学习和数据科学领域。在所有的这些“深度学习”方法中,有一种尤为突出,即对已学习representations的迁移,其有一种方法在迁移已学习的representations时,其简洁性、...

发表了文章 • 2017-12-26 14:20 • 0 条评论

0
推荐
2745
阅读

自然语言处理(4)之中文文本挖掘流程详解(小白入门必读)

前言在对文本做数据分析时,一大半的时间都会花在文本预处理上,而中文和英文的预处理流程稍有不同,本文对中文文本挖掘的预处理流程做一个总结。中文文本挖掘预处理特点首先看中文文本挖掘预处理与英文文本挖掘预处理的不同点。首先,中文文本是没有像英文的单词空格那样隔开的,因此不能直接像英文一样可以直接用最简...

发表了文章 • 2017-12-26 10:38 • 0 条评论

0
推荐
2715
阅读

机器学习(33)之局部线性嵌入(LLE)【降维】总结

前言局部线性嵌入(Locally Linear Embedding,简称LLE)也是非常重要的降维方法。和传统的PCA,LDA等关注样本方差的降维方法相比,LLE关注于降维时保持样本局部的线性特征,由于LLE在降维时保持了样本的局部特征,它广泛的用于图像图像识别,高维数据可视化等领域。什么是流形学习LLE属于流形学习(Manifold Learning)的一...

发表了文章 • 2017-12-26 10:24 • 0 条评论

0
推荐
1663
阅读

精华 | 12个关键词告诉你告诉你什么是机器学习(基础篇)

随着人工智能(AI)技术对各行各业有越来越深入的影响,我们也更多地在新闻或报告中听到“机器学习”、“深度学习”、“增强学习”、“神经网络”等词汇,对于非专业人士来说略为玄幻。这篇文章为读者梳理了包括这些在内的12个关键词,希望帮助读者更清晰地理解,这项人工智能技术的内涵和潜能。1、 机器学习汤姆·米歇尔教授任职于...

发表了文章 • 2017-12-26 10:16 • 0 条评论