fcsfcsfcs的博客

本人也是小白，阅读他人的代码并不容易，虽然作者会有解释(博客、视频等)，但并非人人都能理解。本文试图通过一个案例来学习他人的方案来达到学习的目的，我也当是写给自己看了，反正没人看当做笔记好了。注：阅读代码非常消耗时间，但对于学习的提升会很大。1、找到其中一个竞赛，里面一定要有作者提供源码，不然没法去学习。竞赛页面： https://tianchi.aliyun.com/competition/in...

注：仓促完成可能有错误的地方，各位大神麻烦指出，以便更好地完善机器学习是什么？1、在没有明确设置的情况下，使计算机具有学习能力。2、计算机程序从经验E中学习，解决某一任务T，进行某一性能度量P，通过P测定在T上的表现因经验E而提高。机器学习的类型？按数据划分：    监督学习：给定包含正确答案(标签)的数据，学习将输入映射到输出的一般规则。    半监督学习：给定不完整的训练信号(数据有些含答案，...

最近在阅读一些AI项目，写入markdown，持续更新，算是之后也能回想起做法项目 https://github.com/calssion/Fun_AI Data Science London + Scikit-learn(伦敦数据分析)Kaggle(网址)：https://www.kaggle.com/c/data-science-london-scikit-learntut...

最近在阅读一些AI项目，写入markdown，持续更新，算是之后也能回想起做法项目 https://github.com/calssion/Fun_AIadd color for grayscale image(为灰度图添加色彩)sources from pavelgonchar(资料来源)：https://github.com/pavelgonchar/colornettutor...

最近在阅读一些AI项目，写入markdown，持续更新，算是之后也能回想起做法项目 https://github.com/calssion/Fun_AI Kaggle--House Prices: Advanced Regression TechniquesKaggle address(网址)：https://www.kaggle.com/c/house-prices-advanc...

最近在阅读一些AI项目，写入markdown，持续更新，算是之后也能回想起做法项目 https://github.com/calssion/Fun_AI Titanic: Machine Learning from Disaster(泰坦尼克号：从灾难中机器学习)kaggle：Titanic(比赛地址) https://www.kaggle.com/c/titanic#evalua...

最近在阅读一些AI项目，写入markdown，持续更新，算是之后也能回想起做法项目 https://github.com/calssion/Fun_AIimage classify(图片分类)CNN classify dogs and cats(猫狗二分类)Tutorial(教程):https://developers.google.com/machine-learning/pra...

最近在阅读一些AI项目，写入markdown，持续更新，算是之后也能回想起做法项目 https://github.com/calssion/Fun_AI QA systems(问答系统)tutorial(指导)：https://rajpurkar.github.io/mlx/qa-and-squad/https://towardsdatascience.com/buildi...

最近在阅读一些AI项目，写入markdown，持续更新，算是之后也能回想起做法项目 https://github.com/calssion/Fun_AI Digit Recognizer(数字识别)kaggle：https://www.kaggle.com/c/digit-recognizerkernal-tutorial(教程)：https://www.kaggle.com/...