按时间归档:2017年10月
-
【机器学习】确定最佳聚类数目的10种方法
在聚类分析的时候确定最佳聚类数目是一个很重要的问题,比如kmeans函数就要你提供聚类数目这个参数,总不能两眼一抹黑乱填一个吧。之前也被这个问题困扰过,看了很多博客,大多泛泛带过。…
-
作为一名大一新生专业是大数据专业, 应该从哪里开始入门学习?
首先你要有自己职业规划,知道数据分析和大数据是做什么的、能解决什么问题,给自己定一个小目标。一个有经验的数据科学家:最少要有2到3年工作经验,而工作经验体现在运用数据科学处理各种商…
-
机器学习之基本术语
首先我们要明白机器学习的基本的原理,那就是把现实世界当中要研究的对象通过特征值将其数字化,然后让计算机通过这些已有的数字学习“经验”,从而有了判断的能力,这时如果有了新的输入,计算…
-
数据科学面临的共同挑战
弱监督和数据编程可以用来训练模型,不必使用大量手工标记的训练数据。 需要用多少数据来训练模型?模型推导的响应时间应该是多少?重新训练模型和更新数据集的频率应该是多少?后者说明你拥有…
-
用TensorFlow实现神经网络很难吗?看完这篇详解,「小白」也可秒懂!
图:pixabay 作者:Faizan Shaikh 「机器人圈」编译:嗯~阿童木呀、多啦A亮 本文经公众号「雷克世界」授权转载(微信号:ROBO_AI) 如果你一直在关注数据科学…
-
机器学习的五层境界
前些天在一场关于机器学习的直播中,介绍了自己总结的机器学习的五层境界。很多同学后来私信我说,总结的不错,对他们的学习目标具有一定的参考意义。Ryan表示很开心,因为自己总结的东西能…
-
从零开始学Python【10】–matplotlib(条形图)
前言 之前在公众号里推送了《从零开始学Python》的系列,主要分享了关于Python的基础(包括数据结构、正则表达式、控制流、自定义函数等)、pandas模块应用(包括数据读取、…
-
人工智能发展简史
一、人工智能发展简史 二、人工智能发展大事记 时间 人物 事件 意义 1633 Rene Descartes 发表著作《论人》 提出灵魂存在于大脑的松果体中 1714 Gottfr…
-
《AI时代就业指南》沙龙活动:数据科学那些事儿
【活动背景】 《哈佛商业评论》把数据科学成为21世纪最性感的职位。数据科学家有多牛?为抢数据科学家,苹果开出 16 万美金到 20 万美金的年薪;数据科学家有多稀缺?单在领英(Li…
-
TED演讲 | 盲目信仰大数据的时代必须结束
编者按:这几天看到某公号转发的一篇文章《大数据将“误导”产业发展》,标题震撼但内容苍白。同样是讨论大数据不完美的一面,国外学者则提供了更丰富的案例。数据科学家凯西•奥尼尔不久撰写一…