关于我的「小道通讯」服务

这是我创建的一个服务,已经满三周年。

小道通讯目前采用邮件列表的形式。不定期发布一些我写的文章,在别的地方看不到的内容,我的目标是:提供稀缺的有价值的内容。

这个服务适合哪些人?创业者,想投身创业的人,关注技术创新领域的人,风险投资从业者等群体。

我并不认为这是知识付费,更认为这是一个实验,一个坚持了三年的实验。从这个实验的过程里,我也学到了很多,更能理解理解人的行为,更理解人性。

要不要订阅?如果你看到订阅费用后觉得犹豫,建议不要订阅了。经济条件紧张的学生和刚毕业参加工作的人,或许也不适合订阅。

服务费用:

1024 人民币/人,长期有效。已经发布过的内容,我会把历史文章手动同步给你。

订阅方法:

打款给支付宝账号:dbanotes@gmail.com ,然后发一封邮件到这个邮箱,记得附上截图。

订阅前请三思,订阅后恕不退款。作为服务提供方,应该允许我有一点解释权,手动维护退款实在是太麻烦了,多谢你。

延伸阅读:我进行了一次 1000 个铁杆粉丝的实践

Google+
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值