logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

不变的经典,吴恩达的人工智能课程,中文版

整理 | 阿司匹林机器学习和深度学习如何入门?相信很多人都会推荐吴恩达的在线课程。不过,这种视频在线课程也有其弊端,就跟很多人不喜欢微信语音一样,想要在视频中查找和回顾相关的知识点并不方便。于是,以黄海广博士为首的一群机器学习爱好者发起了一个公益性质的项目(http://www.ai-start.com):吴恩达机器学习和深度学习课程的字幕翻译以及笔记整理。近日,这个项目终于接近完成,而且黄海广博

#人工智能#机器学习#深度学习 +1
最完整的人工智能书单大全,学习AI的请收藏好

来源: 产业智能官概要:想自学人工智能,到底看什么书?现在关于AI的图书成千上万,那些才是最好的?想自学人工智能,到底看什么书?现在关于AI...

#机器学习#数据挖掘#自动驾驶 +1
人工智能学习系列教程-目录(附视频教程)

一. 人工智能基础篇 – 数学理论数学基础知识蕴含着处理智能问题的基本思想与方法,也是理解复杂算法的必备要素。今天的种种人工智能技术归根到底都建立在数学模型之上,要了解人工智能,首先要掌握必备的数学基础知识。在 AI 项目中学习这些数学课程,侧重点则是各类数学模型在 AI 中要如何使用,或者说如何在应用场合中套用这些数学模型。反而是平时数学上大家最头疼的那些推论啊、题海战术啊,在 AI 学习过程中

#人工智能#python#机器学习 +2
机器学习系列(二)——回归模型

作者 | zxhohai回归(Regression)模型是指机器学习方法学到的函数的输出是连续实数值,回归模型可以用于预测或者分类,这篇博客中主要整理用于预测的线性回归模型和多项式回归模型。线性回归按照机器学习建模的三个步骤,首先需要确定选用的模型,这里就是线性回归(Linear regression)模型,然后将其形式化表达:h(x)=w1x1+w2x2+⋯+wnxn+bh(x)=w1x1+w2

#机器学习
【一】零基础入门深度学习:用numpy实现神经网络训练

(给机器学习算法与Python学习加星标,提升AI技能) 作者 | 毕然 百度深度学习技术平台部主任架构师内容来源 | 百度飞桨深度学习集训营本文转自飞桨PaddlePaddle本课程是百度官方开设的零基础入门深度学习课程,主要面向没有深度学习技术基础或者基础薄弱的同学,帮助大家实现从0到1的跨越。从本课程中,你将学习到:深度学习基础知识numpy实现神经网络构建和梯度下降算法计算机视觉

#机器学习
不变的经典,吴恩达的人工智能课程,中文版

整理 | 阿司匹林机器学习和深度学习如何入门?相信很多人都会推荐吴恩达的在线课程。不过,这种视频在线课程也有其弊端,就跟很多人不喜欢微信语音一样,想要在视频中查找和回顾相关的知识点并不方便。于是,以黄海广博士为首的一群机器学习爱好者发起了一个公益性质的项目(http://www.ai-start.com):吴恩达机器学习和深度学习课程的字幕翻译以及笔记整理。近日,这个项目终于接近完成,而且黄海广博

#人工智能#机器学习#深度学习 +1
自动驾驶仿真 PresSan进阶教程第一课——场景建立

自动驾驶、智能驾驶成为如今的热门话题,Prescan作为目前应用甚广的一款自动驾驶/智能驾驶仿真软件已获得越来越多汽车工程师的青睐,目前对于PreScan的使用缺乏一套详尽且更贴近实操的教程。本系列教程根据作者在使用过程中遇到的诸多问题总结而来,供大家学习参考。Prescan场景建立将从以下几个部分讲解:1.道路2.路径3.Actors4.Infrastructures1.道路①...

#自动驾驶#仿真
自动驾驶仿真 PresSan进阶教程第二课——Viewer使用方法及视频输出

实例:Example_2_viewer1.显示画面设置1.1 显示画面选择及调整CameraSensor_1 不可调整Default View 可调整,可保存保存视图方便快速切换到自己所需的视图1.23D world设置Experiment → General setting → 3D world → show trajectory/sensor beams更改设置:Traj...

最完整的人工智能书单大全,学习AI的请收藏好

来源: 产业智能官概要:想自学人工智能,到底看什么书?现在关于AI的图书成千上万,那些才是最好的?想自学人工智能,到底看什么书?现在关于AI...

#机器学习#数据挖掘#自动驾驶 +1
弄懂这八个神经网络架构,深度学习才算入门!

 选自Medium作者:James Le本文转自“机器之心”(almosthuman2014)本文简述了机器学习核心结构的历史发展,并总结了研究者需要熟知的 8 个神经网络架构。我们为什么需要「机器学习」?机器学习对于那些我们直接编程太过复杂的任务来说是必需的。有些任务很复杂,以至于人类不可能解决任务中所有的细节并精确地编程。所以,我们向机器学习算法提供大量的数据,让算法通过探索数据并找

到底了