人工智能-火龙果软件工程

人工智能

机器学习
	神经网络中神经元的权重更新	系统评价——综合评价方法（三）
	系统评价——指标权重的确定（二）	机器学习初学：神经网络原理 + Python 简单实例
	基于多模态的抑郁症识别入门综述——Deep Learning for Depression Recognition with Audiovisual Cues: A Review	系统评价——数据指标的规范化处理（一）
	神经网络——最易懂最清晰的一篇文章	BP神经网络通俗教程（matlab实现方法）
	图解机器学习：人人都能懂的算法原理	神经网络结构——CNN、RNN、LSTM、Transformer ！
	一文助你了解机器学习	Python机器学习、深度学习库总结
	基于图像的机器学习技术分类电子商务产品	连通系统与机器学习的 MLOps 挑战在哪？这篇文章讲清楚了
	一文看懂AutoML	浅谈 AI 机器学习及实践总结
	企业MLOps实践之路	新技术新赛道专题\|AutoML助力AI开发效率提升
	分布式机器学习平台架构设计	AutoML研究综述：让AI学习设计AI
	机器学习之特征工程，工具（python3）	机器学习新概念-MLOps简介
	机器学习实战之特征工程	机器学习特征工程和优化方法
	强化学习的10个现实应用	机器学习特征工程方法总结
	强化学习算法DeepCube，机器自行解决复杂魔方问题	DDS在机器人行业应用情况
	基于注意力的分层深度强化学习在自动驾驶变道行为中的应用	Carla环境配置与benchmark解读
	从游戏AI到自动驾驶，一文看懂强化学习的概念及应用	浅谈机器学习在自动驾驶中的应用
	主成分分析（PCA）原理详解	主成分分析（PCA）简介
	产业链与核心技术（协作机器人）	解析：机器人系统架构有哪些特殊技巧？
	一个多无人机协调编队避障控制算法的思路	工业机器人控制系统架构介绍（超多干货）
	【机器学习】主成分分析详解	机器视觉软件VisionPro使用入门技巧
	机器学习-逻辑回归分析（Python）	深度学习：Keras入门(一)之基础篇
	nlp中的Attention注意力机制+Transformer详解	深入浅出机器学习算法：主成分分析
	数据科学家最常用的十大机器学习算法	机器学习之逻辑回归（Logistic Regression）
	数据科学家需要掌握的10项统计技术，快来测一测吧	数据科学家必须要掌握的5种聚类算法
	如何用Neo4j和Scikit-Learn做机器学习任务？）	Spark+Zeppelin交互式机器学习实战
	随机森林算法及其实现（Random Forest）	如何用TF-IDF算法提取文本中的关键词？
	使用Stanley method实现无人车轨迹追踪	异常检测怎么做，试试孤立随机森林算法（附代码）
	多传感器融合MSF算法	用通俗易懂的方式剖析随机森林
	理解随机森林：基于Python的实现和解释	通俗易懂的随机森林模型讲解
	一文读懂随机森林的解释和实现	通俗解释随机森林算法
	无人驾驶运动控制----pure pursuit算法实践和理解	无人驾驶汽车系统入门——最短路径搜索之A*算法
	盘点机器学习算法在无人驾驶的应用	你听过无人驾驶，但你了解无人驾驶的算法吗？
	无人驾驶的基本算法及简单介绍	基于双目视觉的无人驾驶算法
	深度学习：感知器学习算法	机器学习之KNN（k近邻）算法详解
	机器学习和自然语言处理	深度学习瞎学之路--感知器
	贝叶斯模型构建分类器的设计与实现	OpenNLP：驾驭文本，分词那些事
	异构计算基础及机器学习领域涌现的异构加速技术	自然语言处理在现实生活中运用
	tensorflow tensorboard使用方法、应用场景和常见问题	异构型实例科普---我眼中的异构计算
	Tensorboard 可视化好帮手 1	keras与tensorboard结合使用
	Tensorboard 可视化好帮手 2	tensorboard使用教程
	如何基于Flink+TensorFlow打造实时智能异常检测平台	TensorBoard基础篇
	基于 Apache Flink 的机器学习算法平台实践与开源	tensorboad使用
	TensorBoard的使用	Tensorflow的可视化工具Tensorboard的初步使用详解
	AI中台——智能聊天机器人平台的架构与应用	机器学习平台跃迁，AI 中台才是大势所趋
	AI中台：一种敏捷的智能业务支持方案	神经网络的原理和BP算法
	如何利用机器学习方法构建智能聊天机器人？	机器学习的流程是怎样的呢？如何应用到实践中去呢？
	AutoML之自动化特征工程	伯克利提出通过深度强化学习实现共享自动化，建立灵活的人机系统
	自动化机器学习（AutoML）之自动贝叶斯调参	自动化学习框架（AutoML）的性能比较
	自动化的机器学习(AutoML)：将AutoML部署到云中	人工智能20行代码构建自动驾驶的tensorflow强化学习环境
	TensorFlow及OpenCV在Android中的实际应用	自动驾驶中的强化学习：从虚拟到现实
	一天就学会了自动驾驶——强化学习在自动驾驶的应用	基于强化学习的自动驾驶预测控制技术
	集成学习总结 & Stacking方法详解	大规模机器学习与AutoML技术
	机器学习scikit-learn使用笔记	Gtest简单使用
	深度集成 AWS AI，可直接部署机器人说	机器学习算法Boosting
	机器学习实战(用Scikit-learn和TensorFlow进行机器学习)(三)	Online Learning算法理论与实践
	《深入浅出机器学习》之强化学习	机器学习(用Scikit-learn和TensorFlow进行机器学习)(二)
	通过 Q-learning 深入理解强化学习	机器学习(用Scikit-learn和TensorFlow进行机器学习)(一)
	入门系列之Scikit-learn在Python中构建机器学习分类器	用Spark机器学习数据流水线进行广告检测
	一文了解强化学习	阿尔法狗的秘密：人工智能中的强化学习
	Python: 通过scikit-learn了解机器学习法	基于scikit-learn机器学习库的分类预测
	机器学习之特征工程以及特征选择的工程方法	Python实现机器学习算法
	Python机器学习项目实战	如何入门Python与机器学习
	matlab机器学习库	线性回归算法Matlab实现
	机器学习----matlab中的CNN	数据分析师最常用的10个机器学习算法！
	模型集成（Ensemble）	通过机器学习和时间序列数据理解软件系统行为
	机器学习算法总结	从零开始学习SVM
	学好机器学习需要哪些数学知识？	SVM 原理详解，通俗易懂
	一文让你读懂什么是机器学习	小白也能入门机器学习-线性回归
	机器学习中的算法：决策树模型组合之GBDT	决策树与随机森林
	Facebook使用机器学习手段来自动优化其系统性能	机器学习之于IOT浅见
	机器学习：基于网格的聚类算法	基于ROS的无人驾驶系统
	ROS机器人实例 —— PR2	浅谈ROS的产品化探索（四）——生态系统篇
	浅谈ROS的产品化探索（三）——应用功能篇	浅谈ROS的产品化探索（二）——开发工具篇
	浅谈ROS的产品化探索（一）—— 通信机制篇	使用Scratch2和ROS进行机器人编程学习
	机器学习模型	机器学习与神经网络
	阿里巴巴机器翻译团队：将TVM引入TensorFlow中以优化GPU上的神经机器翻译	产品经理，如何入门机器学习
	机器学习笔记1 – Hello World In Machine Learning	机器学习，Hello World from Javascript!
	世界上最简单的机器学习入门	机器学习必知的八大神经网络架构
	看机器学习如何还原图像色彩	机器学习之决策树与随机森林模型
	聊天机器人（chatbot）终极指南	大数据机器学习系统研究进展
	关于对话机器人，你需要了解这些技术	我的机器学习(一) - 监督学习vs 无监督学习
	我的机器学习笔记(二) - 单变量线性回归	word2vec词向量训练及中文文本相似度计算
	教机器学习摘要	图解机器学习
	初学者如何选择合适的机器学习算法	Scikit-learn实现用于机器学习的文本数据准备
	有趣的机器学习：最简明入门指南	每个人都应该知道的3种机器学习算法
	在生产环境使用Kafka构建和部署大规模机器学习	使用Emoji（而非数学知识）进行深度学习
	机器学习算法介绍	大规模机器学习的分布式优化通用框架
	打造机器学习的基础架构平台	基于Spark ML Pipeline构建机器学习应用
	机器学习技术之预测性维护	机器学习之算法介绍
	机器学习之算法介绍	分布式机器学习平台编程模型演进之路
	微博机器学习框架	机器学习技术之预测性维护
	从机器学习到深度学习	如何用自动机器学习实现神经网络进化
	分布式机器学习框架：MxNet 前言	Youtube 短视频推荐系统变迁从机器学习到深度学习
	如何让机器学习跳读	大规模机器学习系统中的No Free Lunch
	如何用自动机器学习实现神经网络进化	PAI分布式机器学习平台编程模型演进之路
	如何解决机器学习中数据不平衡问题	机器学习算法实验的重复次数估计
	图像分类 \| 深度学习PK传统机器学习	Weiflow——微博机器学习框架
	人工智能、机器学习和认知计算入门指南	图像分类 \| 深度学习PK传统机器学习
	运维场景下的机器学习尝试	2016机器学习大盘点（第4篇）
	机器学习项目中的数据预处理与数据整理之比较	2016机器学习大盘点（第3篇）
	如何解决机器学习中数据不平衡问题	2016机器学习大盘点（第2篇）

相关课程 更多

人工智能，机器学习和深度学习

成功案例 更多