数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简
2017-06-01 15:49
通常，当开发人员谈论机器学习(ML)时，他们指的是神经网络(nn)。 神经网络的巨大优势在于，你不需要成为一个领域专家，而且可以迅速找到一个可行的解决方案。神经网络的缺点是它们通常需要无数的记忆
2023-08-02 07:12
人工智能下面有哪些机器学习分支？如何用卷积神经网络（CNN）方法去解决机器学习监督学习下面的
2021-06-16 08:09
人可以有自我学习的技能，而机器人只能被灌输既定的知识吗？如何实现机器人的自我学习？考虑一个罐子，里面装着橙色和绿色的弹珠
2016-03-04 10:34
各种机器学习的应用场景分别是什么？例如，k近邻,贝叶斯，决策树，svm，逻辑斯蒂回归和最大熵模型
2019-09-10 10:53
，词性的解析，分类，语义解释，概率分析还有评估。2.scikit-learnPython社区里面机器学习模块sklearn，内置了很多算法,几乎实现了所有基本
2018-05-10 15:20
本帖最后由 1413909 于 2017-7-20 22:37 编辑 在机器学习中，分类器是一个很重要的内容，性能好的分类器能够让
2017-07-20 22:26
欢迎的编程语言！人工智能是当前最热门话题之一，机器学习技术是人工智能实现必备技能，Python编程语言含有最有用的机器学习
2018-03-26 16:29
本书将机器学习看成一个整体，不管于基于频率的方法还是贝叶斯方法，不管是回归模型还是分类模型，都只是一个问题的不同侧面。作者能够开启上帝视角，将机器
2019-03-18 08:30
的指导下，这个过程从数据开始。也就是说，我们嵌入式系统产生的大量数据。机器学习开发过程的第一步是收集数据，并在数据输入模型之前对其进行标记。标记是一个关键的分类步骤，也是我们将一组输入与预期输出关联起来
2022-06-21 11:06
