深度学习

深度学习

0
推荐
126
浏览

【译】2018年10大科技趋势

作者:ActiveWizards来源:KDnuggets参与:Cynthia、大伟、周剑翻译:本文为天善智能编译,未经容许,禁止转载2017年成为“智能之年”。科技成果的进步为我们带来了意想不到的趋势和更为广阔的商业前景。而今年,每...

sw_Yang 发表了文章 • 2018-05-24 10:26

0
推荐
1354
浏览

【译】骗过神经网络:创造你自己的对抗样本

作者:Daniel Geng and Rishi Veerapaneni来源:ML@B(Machine Learning@Berkley)参与:Cynthia、大伟、周剑翻译:本文为天善智能编译,未经容许,禁止转载通过神经网络实施暗杀听起来是不是很疯狂?——它确实可...

sw_Yang 发表了文章 • 2018-05-23 11:27

0
推荐
101
浏览

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...

郭昱良 发表了文章 • 2018-05-17 15:46

1
推荐
259
浏览

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...

郭昱良 发表了文章 • 2018-03-15 16:19

0
推荐
162
浏览

【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...

郭昱良 发表了文章 • 2018-03-14 17:02

0
投票
0
回答
163
浏览
0
投票
0
回答
173
浏览
2
推荐
248
浏览

【深度学习系列】PaddlePaddle之手写数字识别

上周在搜索关于深度学习分布式运行方式的资料时,无意间搜到了paddlepaddle,发现这个框架的分布式训练方案做的还挺不错的,想跟大家分享一下。不过呢,这块内容太复杂了,所以就简单的介绍一下paddlepaddle的第...

胡晓曼 发表了文章 • 2017-12-20 15:39

0
投票
0
回答
207
浏览
0
推荐
364
浏览

基于深度学习和迁移学习的识花实践

深度学习是人工智能领域近年来最火热的话题之一,但是对于个人来说,以往想要玩转深度学习除了要具备高超的编程技巧,还需要有海量的数据和强劲的硬件。不过TensorFlow和Keras等框架的出现大大降低了编程的复杂度...

统计之都 发表了文章 • 2017-12-06 14:39

0
投票
1
回答
166
浏览
1
推荐
304
浏览

推荐资源|神经网络与深度学习

​最近深度学习越来越火......就像这些字一样,越来越火......有一天,浩彬老撕在整理团队的学习资源,发现了一本好书:这本书就是《神经网络与深度学习》更重要的是:本书作者是一位量子物理学家,有兴趣的读者可...

浩彬老撕 发表了文章 • 2017-11-28 14:53

条新动态, 点击查看
这个不是技术问题,而是研究条件的问题。像用于深度学习研究的语音或者图像都很好找,但是用于深度学习研究的文本语义可就不好造了,这个只能根据用户打字习惯进行学习,具备输入法工具的厂商具备这个研究条件,其次也是因为中文语义教复杂。
这个不是技术问题,而是研究条件的问题。像用于深度学习研究的语音或者图像都很好找,但是用于深度学习研究的文本语义可就不好造了,这个只能根据用户打字习惯进行学习,具备输入法工具的厂商具备这个研究条件,其次也是因为中文语义教复杂。
机器学习、数据挖掘、人工智能、统计模型这么多概念有何差异?  http://www.flybi.net/blog/CNDT87/2609   可以参考下Shadow的博客看看。
机器学习、数据挖掘、人工智能、统计模型这么多概念有何差异?  http://www.flybi.net/blog/CNDT87/2609   可以参考下Shadow的博客看看。
首先,回答问题:请问从零开始入门深度学习到掌握需要多久?难不难?这个看个人的编程基础和学习能力,所以无法直接回答。不过在天善社区你可以关注谢佳标,唐宇迪两位老师的课程与分享,在这两位老师带领下上手速度会比自己蹲图书馆看21天精通XXX要块
 
其次,深度学习分... 显示全部 »
首先,回答问题:请问从零开始入门深度学习到掌握需要多久?难不难?这个看个人的编程基础和学习能力,所以无法直接回答。不过在天善社区你可以关注谢佳标,唐宇迪两位老师的课程与分享,在这两位老师带领下上手速度会比自己蹲图书馆看21天精通XXX要块
 
其次,深度学习分析大数据,不是一个题目,这个题目就像:综合应用加减乘除一样,深度学习是一种方法,要拿来干什么才是最终的题目,比如利用深度学习解决XX问题,所以在选题之前你要先和导师沟通清楚。如果导师没有数据,你还要从基础数据来进行准备,到时候有麻烦的就不止是如何学习深度学习,而是从哪里找一个合适的数据。因为这个是毕业设计题目,有学术要求的,你不能随便找个测试数据集应付了事,毕业设计要有背景,有理论,有应用,总结还得写研究价值与不足之处。
 
再次,我很好奇,既然是毕业设计为什么要从0开始研究啊,现在选题你应该是本科生,这个时候如果没有找到工作可以集中精力找工作,如果已有工作可以集中精力玩,毕业设计本身只是走个过场,文书规范性大于技术实用性。你是否有通过毕业设计的机会达成XXX的想法?如果有,可以放弃了,除了给自己带来更多麻烦以外没有什么帮助,我本科毕业设计是做B2C购物网站(是滴,当年我也是一个码农,我以为自己马上要成为码农了)最后毕业10年都在混市场部,好吧=。=前车之鉴……
参考下这篇博客,看是否有帮助
https://ask.hellobi.com/blog/lovezsr/2340
参考下这篇博客,看是否有帮助
https://ask.hellobi.com/blog/lovezsr/2340
Jason_Huang

Jason_Huang 回答了问题 • 2017-05-22 10:21 • 1 个回复 不感兴趣

为什么无法学习

赞同来自:

马上调整好稍等
马上调整好稍等
从我的认知来说,我不对微观的金融市场做预测,因为难度太大了。对于宏观市场,做预测是相对靠谱的。
 
机器学习方法,一个很大的问题是,不懂业务纯找规律,太容易过拟合。如果你已经精通机器学习方法,先去补金融知识,结合起来用才会有效果。
从我的认知来说,我不对微观的金融市场做预测,因为难度太大了。对于宏观市场,做预测是相对靠谱的。
 
机器学习方法,一个很大的问题是,不懂业务纯找规律,太容易过拟合。如果你已经精通机器学习方法,先去补金融知识,结合起来用才会有效果。
语义字典
知网的知识库
语义字典
知网的知识库
6
推荐
827
浏览

机器学习知识体系(转)

随着2016年Alpha Go在围棋击败李世石,2017年初卡内基梅隆大学人工智能系统Libratus在长达20天的鏖战中,打败4名世界顶级德州扑克玩家,这标志着人工智能技术又达到了一个新的高峰。人工智能已经不再是在各大公司...

余家昕 发表了文章 • 2017-02-03 16:06

0
投票
0
回答
163
浏览
0
投票
0
回答
173
浏览
0
投票
0
回答
207
浏览
0
投票
1
回答
166
浏览
0
投票
1
回答
163
浏览
0
投票
0
回答
160
浏览
0
推荐
126
浏览

【译】2018年10大科技趋势

作者:ActiveWizards来源:KDnuggets参与:Cynthia、大伟、周剑翻译:本文为天善智能编译,未经容许,禁止转载2017年成为“智能之年”。科技成果的进步为我们带来了意想不到的趋势和更为广阔的商业前景。而今年,每...

sw_Yang 发表了文章 • 2018-05-24 10:26

0
推荐
1354
浏览

【译】骗过神经网络:创造你自己的对抗样本

作者:Daniel Geng and Rishi Veerapaneni来源:ML@B(Machine Learning@Berkley)参与:Cynthia、大伟、周剑翻译:本文为天善智能编译,未经容许,禁止转载通过神经网络实施暗杀听起来是不是很疯狂?——它确实可...

sw_Yang 发表了文章 • 2018-05-23 11:27

0
推荐
101
浏览

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...

郭昱良 发表了文章 • 2018-05-17 15:46

1
推荐
259
浏览

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...

郭昱良 发表了文章 • 2018-03-15 16:19

0
推荐
162
浏览

【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...

郭昱良 发表了文章 • 2018-03-14 17:02

2
推荐
248
浏览

【深度学习系列】PaddlePaddle之手写数字识别

上周在搜索关于深度学习分布式运行方式的资料时,无意间搜到了paddlepaddle,发现这个框架的分布式训练方案做的还挺不错的,想跟大家分享一下。不过呢,这块内容太复杂了,所以就简单的介绍一下paddlepaddle的第...

胡晓曼 发表了文章 • 2017-12-20 15:39

0
推荐
364
浏览

基于深度学习和迁移学习的识花实践

深度学习是人工智能领域近年来最火热的话题之一,但是对于个人来说,以往想要玩转深度学习除了要具备高超的编程技巧,还需要有海量的数据和强劲的硬件。不过TensorFlow和Keras等框架的出现大大降低了编程的复杂度...

统计之都 发表了文章 • 2017-12-06 14:39

1
推荐
304
浏览

推荐资源|神经网络与深度学习

​最近深度学习越来越火......就像这些字一样,越来越火......有一天,浩彬老撕在整理团队的学习资源,发现了一本好书:这本书就是《神经网络与深度学习》更重要的是:本书作者是一位量子物理学家,有兴趣的读者可...

浩彬老撕 发表了文章 • 2017-11-28 14:53

0
推荐
274
浏览

迁移成分分析(TCA)方法简介

问题背景机器学习中有一类非常有效的方法叫做降维(dimensionality reduction),用简单的话来说就是,把原来很高维度的数据(比如数据有1000多列)用很少的一些代表性维度来表示(比如1000多维用100维来表示)而...

焯焯先生 发表了文章 • 2017-11-10 19:56

0
推荐
328
浏览

干货 | 深度学习之DNN的多种正则化方式

前言和普通的机器学习算法一样,DNN也会遇到过拟合的问题,需要考虑泛化,这里对DNN的正则化方法做一个总结。DNN的L1与L2正则化想到正则化,首先想到的就是L1正则化和L2正则化。(L1正则化和L2正则化原理类似,这...

郭昱良 发表了文章 • 2017-11-07 14:12

0
推荐
763
浏览

干货 | 手把手教你如何使用TensorFlow实现深度强化学习玩转Flappy Bird

以下内容来源于一次部门内部的分享,主要针对AI初学者,介绍包括CNN、Deep Q Network以及TensorFlow平台等内容。由于笔者并非深度学习算法研究者,因此以下更多从应用的角度对整个系统进行介绍,而不会进行详细的...

郭昱良 发表了文章 • 2017-09-19 10:54

2
推荐
830
浏览

【神经网络和深度学习】笔记 - 第三章 如何提高神经网络学习算法的效果

文章导读:1.交叉熵损失函数  1.1 交叉熵损失函数介绍  1.2 在MNIST数字分类上使用交叉熵损失函数  1.3 交叉熵的意义以及来历  1.4 Softmax2. 过拟合和正则化  2.1 过拟合  2.2 正则化  2.3 为什么...

野路子程序员 发表了文章 • 2017-09-11 14:55

0
推荐
518
浏览

动图 | 各种卷积结构原理及优劣

卷积神经网络作为深度学习的典型网络,在图像处理和计算机视觉等多个领域都取得了很好的效果。Paul-Louis Pröve在Medium上通过这篇文章快速地介绍了不同类型的卷积结构(Convolution)及优势。为了简单起见,本文...

郭昱良 发表了文章 • 2017-07-31 10:13

0
推荐
1117
浏览

深度学习实战(二)——基于Keras 的深度学习

本期你将学习到以下内容:一、 Keras基于Theano和TensorFlow的深度学习库keras概述(特点、与Theano和TensorFlow关系)keras安装keras的主要核心操作步骤二、解决神经网络问题的基本步骤三、Keras 构建多层感知器模...

余文华 发表了文章 • 2017-07-28 16:43

0
推荐
1623
浏览

干货 | 详解scikit-learn中随机森林(RF)和梯度提升决策树(GBDT)的参数调优

转自:博客园作者:jasonfreak连接:http://www.cnblogs.com/jasonfreak/p/5720137.html1 Random Forest和Gradient Tree Boosting参数详解2 如何调参?  2.1 调参的目标:偏差和方差的协调  2.2 参数对整体模...

郭昱良 发表了文章 • 2017-07-27 16:02

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。