今天将历史技术博文重新整理了一下,分类更加清晰了,接下来尽量多写一些。
有很多朋友会问我要如何入门机器学习,第一篇文章中就给出了比较简单可行并且效果不错的学习路线。
兴趣是最好的老师,当你发现用机器学习技术可以做很多好玩的实用的东西时,你会深深地被吸引。
从整体的视角了解一般机器学习问题需要经过哪些步骤。
这部分会详细介绍一些常用算法的理论,也会包含一些面试常问知识点。
这部分针对机器学习问题的每个环节解答一些实战中遇到的问题。
这部分按照时间轴,从神经网络的基础,到 RNN,LSTM,双向 LSTM,seq2seq,再到注意力机制,层层递进详解各个模型的理论基础和代码实例。
这部分介绍深度学习的实战步骤中的一些关键问题。
关于自然语言处理的课程笔记或者实例。
包括聊天机器人的理论和实战。
比较系统地学习 TensorFlow,之前都是 1.x 版本的。
后面会结合 TensorFlow 2 的内容一起写。
理论基础。
这里会包括数据科学家所需要的技术栈。
有很多朋友会问我要如何入门机器学习,第一篇文章中就给出了比较简单可行并且效果不错的学习路线。
兴趣是最好的老师,当你发现用机器学习技术可以做很多好玩的实用的东西时,你会深深地被吸引。
从整体的视角了解一般机器学习问题需要经过哪些步骤。
这部分会详细介绍一些常用算法的理论,也会包含一些面试常问知识点。
这部分针对机器学习问题的每个环节解答一些实战中遇到的问题。
这部分按照时间轴,从神经网络的基础,到 RNN,LSTM,双向 LSTM,seq2seq,再到注意力机制,层层递进详解各个模型的理论基础和代码实例。
这部分介绍深度学习的实战步骤中的一些关键问题。
关于自然语言处理的课程笔记或者实例。
比较系统地学习 TensorFlow,之前都是 1.x 版本的,后面会写一写 2.0 的应用。
这里会包括数据科学家所需要的技术栈。
入门:
公众号 机器学习X计划 同步更新,欢迎扫码关注!
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。