關鍵字：spark mllib、文本分類、樸素貝葉斯、native bayes 文本分類是指將一篇文章歸到事先定義好的某一類或者某幾類，在數據平臺的一個典型的應用場景是，通過爬取用戶瀏覽過的頁...

機器學習欄目記錄我在學習Machine Learning過程的一些心得筆記，涵蓋線性回歸、邏輯回歸、Softmax回歸、神經網絡和SVM等等，主要學習資料來自Standford Andrew N...

Deep Learning是機器學習中一個非常接近AI的領域，其動機在于建立、模擬人腦進行分析學習的神經網絡，最近研究了機器學習中一些深度學習的相關知識，本文給出一些很有用的資料和心得。

DEAP是一個python遺傳算法框架，這里是它的簡介。 DEAP documentation

近些年來，人工智能重新興起。它已超出學術領域范疇， Google、Microsoft和Facebook幾大玩家創建了自己的研發團隊，并取得了了一些令人矚目的成果。

傳統數據挖掘/機器學習庫存在的問題

GraphLab是一種新的面向機器學習的并行框架。GraphLab提供了一個完整的平臺，讓機構可以使用可擴展的機器學習系統建立大數據以分析產品，該公司客戶包括Zillow、Adobe、Zynga...

前言：最初關注深度機器學習是聽了NUS的汪晟博士關于深度機器學習平臺SIGNA的介紹，當時就發現深度機器學習是人工智能的一個革新的進步。但是由于從事的云計算和大數據方向的工作，所以平時只是作為自...

機器學習資源

TensorFlow沒有改變世界。但是，它顯然是最棒的，也是現有最便利的深度學習庫。本文作者Zachary Chase Lipton是來自加利福尼亞大學計算機科學工程學院的博士生，接受生物醫學信...

前言：最初關注深度機器學習是聽了NUS的汪晟博士關于深度機器學習平臺SIGNA的介紹，當時就發現深度機器學習是人工智能的一個革新的進步。但是由于從事的云計算和大數據方向的工作，所以平時只是作為自...

Berkeley Parser 是加州大學伯克利分校 NLP 實驗室開發的一種基于概率上下文無關文法（PCFG）的成分句法分析器，支持英語，漢語，德語等多個語種，它具有較高的句法分析性能，準確率...

上面有很多的教程，編程實例。而且還做了很好的總結，下面這張圖基本概括了傳統機器學習領域的大多數理論與相關算法。

WARP-CTC 是百度硅谷 AI 研究所 (SVAIL) 開源的百度關鍵人工智能 (AI) 軟件。 connectionist temporal classification (CTC) 方法...

1、設 n 個記錄的序列為??{ R1 , R2 , R3 , . . . , Rn}

定義：分類樹（決策樹）是一種十分常用的分類方法。他是一種監管學習，所謂監管學習說白了很簡單，就是給定一堆樣本，每個樣本都有一組屬性和一個類別，這些類別是事先確定的，那么通過學習得到一個分類器，這...

神經網絡學習方法對于逼近實數值、離散值或向量值的目標函數提供了一種健壯性很強的方法。對于某些類型的問題，如學習解釋復雜的現實世界中的傳感器數據，人工神經網絡是目前知道的最有效學習方法。人工神經網...

我們知道單個感知器僅能表示線性決策面。然而我們可以將許多的類似感知器的模型按照層次結構連接起來，這樣就能表現出非線性決策的邊界了，這也叫做多層感知器，重要的是怎么樣學習多層感知器，這個問題有兩個方面：

神經網絡里面主要就是單層神經網絡學習和多層神經網絡學習，涉及到知識點主要就是感知器，線性分割，影藏層，權重校正，誤差的平方和等知識點。

所謂最佳假設，一種辦法是把它定義為在給定數據D以及H中不同假設的先驗概率的有關知識條件下的最可能（most probable）假設。