ML-Agents（三）3DBall例子
ML-Agents（三）3DBall例子前一周忙着公司的考试，都没有怎么学新的，今天补上~之后的记录，我准备先只研究官方的示例，主要是把研究过程中的疑惑和想法记下来。首先我先补充一下如何利用GPU进行训练，结合（一）中的安装方法，需要CUDA v10.0，cuDNN v7.6.5 for C...
机器学习（ML）十二之编码解码器、束搜索与注意力机制
编码器—解码器（seq2seq）在自然语言处理的很多应用中，输入和输出都可以是不定长序列。以机器翻译为例，输入可以是一段不定长的英语文本序列，输出可以是一段不定长的法语文本...
机器学习框架ML.NET学习笔记【4】多元分类之手写数字识别
一、问题与解决方案通过多元分类算法进行手写数字识别，手写数字的图片分辨率为8*8的灰度图片、已经预先进行过处理，读取了各像素点的灰度值，并进行了标记。其中第0列是序号（不参与运算）、1-64列是像素值、65列是结果。我们以64位像素值为特征进行多元分类，算法采用SDCA最大熵分类算法。 二、源码 先...
Windows ML，系统内置的机器学习平台初探
人工智能现在很火，虽然最近风头隐隐有被区块链盖过，但仍是未来技术转型的首选方向之一。作为AI核心的机器学习，目前也进化到了可以基于平台自动训练模型的地步，例如Azu...
学习ML.NET(1): 使用LearningPipeline构建机器学习流水线
LearningPipeline类用于定义执行所需机器学习任务所需的步骤，让机器学习的流程变得直观。创建工作流创建LearningPipeline实例，通过Add方法向流水线添加步骤，每个步骤都继承自ILearningPipelineItem接口。其中，蓝色部分是可选步骤。生成预测模型调用Learn...
ML 06、感知机
机器学习算法 原理、实现与实践 —— 感知机感知机（perceptron）是二分类的线性分类模型，输入为特征向量，输出为实例的类别，取值+1和-1。感知机学习旨在求出将训练数据进行线性划分的分离超平面，为此，引入了基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得感知机模型。1. 感知...
大叔学ML第一：梯度下降
目录[toc]原理实践一：求$y = x^2 - 4x + 1$的最小值实践二：求$z = x^2 + y^2 + 5$的最小值问答时间原理梯度下降是一个很常见的通过迭代求解函数极值的方法，当函数非常复杂，通过求导寻找极值很困难时可以通过梯度下降法求解。梯度下降法流程如下：上图中，用大写字母表示向量...
使用ML.NET实现猜动画片台词
前面几篇主要内容出自微软官方，经我特意修改的案例的文章：使用ML.NET实现情感分析[新手篇]使用ML.NET预测纽约出租车费.NET Core玩转机器学习使用ML.NET实现情感分析[新手篇]后补相信看过后大家对ML.NET有了一定的了解了，由于目前还是0.1的版本，也没有更多官方示例放出来，大家...
ML二：NNSearch数据结构--二叉树
wiki百科：http://zh.wikipedia.org/wiki/%E5%86%B3%E7%AD%96%E6%A0%91%E5%AD%A6%E4%B9%A0opencv学习笔记--二杈决策树：http://blog.csdn.net/homechao/article/details/90619...
Spark ML Pipeline简介
Spark ML Pipeline基于DataFrame构建了一套High-level API，我们可以使用MLPipeline构建机器学习应用，它能够将一个机器学习应用的多个处理过程组织起来，通过在代码实现的级别管理好每一个处理步骤之间的先后运行关系，极大地简化了开发机器学习应用的难度。 ...
Spark.ML之PipeLine学习笔记
地址：http://spark.apache.org/docs/2.0.0/ml-pipeline.htmlSpark PipeLine是基于DataFrames的高层的API，可以方便用户构建和调试机器学习流水线可以使得多个机器学习算法顺序执行，达到高效的数据处理的目的DataFrame是来自Sp...
/MD, /MDD, /ML, /MT,/MTD(使用运行时库)
1. VC编译选项多线程(/MT)多线程调试(/MTd)多线程 DLL (/MD)多线程调试 DLL (/MDd)2. C 运行时库 库文件Single thread(static link) ML ...
Machine Learning & ML
Machine Learning & MLhttps://github.com/Avik-Jain/100-Days-Of-ML-Codehttps://github.com/MLEveryday/100-Days-Of-ML-Codehttps://github.com/llSourcel...
ML Lecture 0-2: Why we need to learn machine learning?
在Github上也po了这个系列学习笔记(MachineLearningCourseNote)，觉得写的不错的小伙伴欢迎来给项目点个赞哦~~ML Lecture 0-2: Why we need to learn machine learning?Why we need to learn MLMan...
[Machine Learning & Algorithm]CAML机器学习系列2：深入浅出ML之Entropy-Based家族
声明：本博客整理自博友@zhouyong计算广告与机器学习－技术共享平台，尊重原创，欢迎感兴趣的博友查看原文。写在前面记得在《Pattern Recognition And Machine Learning》一书中的开头有讲到：“概率论、决策论、信息论3个重要工具贯穿着《PRML》整本书，虽然看起来...
ML.NET is an open source and cross-platform machine learning framework
https://www.microsoft.com/net/learn/apps/machine-learning-and-ai/ml-dotnetMachine Learning made for .NETML.NET is a machine learning framework built f...
Google's Machine Learning Crash Course #01# Introducing ML & Framing & Fundamental terminology
INDEXIntroducing MLFramingFundamental machine learning terminologyIntroducing MLWhat you learn here will allow you, as a software engineer, to do thre...
认识：人工智能AI 机器学习 ML 深度学习DL
人工智能人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。人工智能的定义可以分为...
大叔学ML第五：逻辑回归
目录[TOC]基本形式代价函数用梯度下降法求$\vec\theta$扩展基本形式逻辑回归是最常用的分类模型，在线性回归基础之上扩展而来，是一种广义线性回归。下面举例说明什么是逻辑回归：假设我们有样本如下（是我编程生成的数据）：我们要做的是找到一个决策边界，把两类样本给分开，当有新数据进来时，就判断它...
[机器学习] Coursera ML笔记 - 逻辑回归（Logistic Regression）
引言机器学习栏目记录我在学习Machine Learning过程的一些心得笔记，涵盖线性回归、逻辑回归、Softmax回归、神经网络和SVM等等。主要学习资料来自Standford Andrew Ng老师在Coursera的教程以及UFLDL Tutorial，Stanford CS231n等在线课...