开源图书-机器学习原理与实践-总目录CSDN专栏: 机机器学习原理与实践现在我们有了足够的基础设施收集数据和处理数据的能力，诸如：物联网、全球导航系统、互联网、工业互联网、电信网络、移动通信网络、传感器网络、云计算、超级计算机集群。从海量数据中建立模型或发现有用的知识才能将数据矿藏变成真实的知识财富，而挖矿的工具就是机器学习。告别碎片阅读，构成知识谱系。 一起阅读和完善开源图书《机器学...

H323Client-4 H225 呼叫信令的数据流H.323协议族主要包含三种信令控制协议: RAS(H.225)信令,呼叫控制/呼叫设置(H.225)信令和媒体控制和传输(H.245)信令RAS是在Gateway和GateKeeper之间使用的信令协议。RAS信道优先于任何其他信道之前打开，独立于呼叫建立和媒体传输信道。H.225呼叫控制信令用于建立H.323端点之间的连接。ITU H.225

支持向量机(Support Vector Machine)分类算法属于监督学习算法。在1963年，Vapnik使用支持向量机(Support Vector Machine)解决模式识别问题，关键样本被认为是支持向量。在1971年，将核技巧引入到支持向量机(Support Vector Machine)解决非线性问题。在1995年，Vapnik提出基于机(Support Vector Machine

深度学习-50:展望深度学习的未来；深度学习的理论进展；语音识别领域的研究现状；图像识别领域的研究现状；自然语言处理领域的研究现状；人工智能的产业进展；人工智能的未来；通用人工智能；奇点来临

深度学习-10：人工智能简史及三剑客CSDN专栏: 机器学习&深度学习(理论/实践)1 人工智能简史深度学习理论的突破和深度学习硬件加速能力的突破，使AI在模式识别、无人驾驶、智力游戏领域取得空前的成功。学术界和工业界全力以赴掀起人工智能的新一轮热潮。各大互联网巨头纷纷成立人工智能研究中心，唯恐在新一轮人工智能的竞赛被无情淘汰。如今，机器学习的应用已遍及人工智能的各个分支，

深度学习原理与实践(开源图书)-总目录CSDN专栏: 深度学习原理与实践(开源图书)CSDN专栏: 机器学习原理与实践(开源图书)深度学习理论的突破和深度学习硬件加速能力的突破，使AI在模式识别、无人驾驶、智力游戏领域取得空前的成功。学术界和工业界全力以赴掀起人工智能的新一轮热潮。各大互联网巨头纷纷成立人工智能研究中心，唯恐在新一轮人工智能的竞赛被无情淘汰。深度学习应用已遍及人工智能的各...

深度学习-41: 深度循环神经网络(Recurrent NN, RNN)深度学习原理与实践(开源图书)-总目录在图像分类和目标识别领域，基于前馈神经网络的深度学习模型表现优异，但是在语音识别和自然语音处理领域深度学习模型水土不服，时间序列数据存在时间关联性和整体逻辑特性。深度学习模型无法利用历史数据的时间依赖关系，来分析数据特征，故而无法处理时间序列数据。计算机科学家借鉴大脑处理时序数据的...

深度学习-43:长短时记忆神经网络(LSTM)深度学习原理与实践(开源图书)-总目录长短时记忆神经网络(Long Short-term Memory Networks,LSTM)是一种 RNN 特殊的类型，可以学习长期依赖信息。LSTM 由 Hochreiter & Schmidhuber (1997) 提出，并在近期被 Alex Graves 进行

深度学习-31:单层感知机。CSDN专栏: 机器学习&深度学习(理论/实践)。单层感知机和多层感知机\(MLP\)是最基础的神经网络结构。将卷积操作创新的加入到神经网络结构形成了卷积神经网络，卷积神经网络给现代人工智能注入了活力。感知机网络和卷积网络\(CNN\)都属于前馈型网络\(FeedForward Network\)。单层感知机是二分类的线性

机器学习之非线性回归算法(Non-linear Regression)属于有监督的回归(Regression)学习算法。很多场合线性模型无法很好的拟合目标数据曲线，这就需要引入非线性回归模式。非线性回归(Non-linear Regression)算法就是将非线性回归转化为线性回归，再按照线性回归求解。线性回归通常采用给定的函数值与模型预测值之差的平方和最小为损失函数, 并使用最小二乘法和梯度下降