
大数据&机器学习&人工智能
文章平均质量分 79
傲龙残雪
We need to do more and better, to reach the top of a field.
展开
-
工业大数据助力中国制造 帮助企业降本增收
2016中国大数据技术大会“工业与制造业大数据论坛”于12月10日上午9:00准时开始。论坛主席、宝钢首席研究员郭朝晖先生对工业大数据进行简短的介绍,并对现场来宾致以热烈欢迎。宁振波——中国新工业革命中航信息中心首席顾问宁振波先生为我们带来《中国新工业革命》主题演讲。宁先生表示,新工业革命就是由以爱迪生试错法为中心的旧工业到以网络化、智能化为中心的新工业的转变。工业大数据可转载 2017-01-04 09:16:22 · 842 阅读 · 0 评论 -
TensorFlow和Caffe、MXNet、Keras等其他深度学习框架的对比
主流深度学习框架对比深度学习研究的热潮持续高涨,各种开源深度学习框架也层出不穷,其中包括TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、Leaf、Theano、DeepLearning4、Lasagne、Neon,等等。然而TensorFlow却杀出重围,在关注度和用户数上都占据绝对优势,大有一统江湖之势。表2-1所示为各个开源框架在GitHub上的数据统转载 2017-02-20 16:28:19 · 1465 阅读 · 0 评论 -
理解全概率公式与贝叶斯公式
来源http://blog.youkuaiyun.com/luc9910/article/details/54377626在概率论与数理统计中,有两个相当重要的公式——全概率公式与贝叶斯公式。然而很多人对这两个公式感到非常迷茫。一来不知道公式背后的意义所在,二来不知道这些冰冷的公式能有什么现实应用。1. 全概率公式在讲全概率公式之前,首先要理解什么是“完备事件群”。 我们将满足 BiBj=∅(i≠j)这样的一...转载 2018-02-27 14:49:28 · 1685 阅读 · 0 评论 -
贝叶斯公式的直观理解(先验概率/后验概率)
前言 以前在许学习贝叶斯方法的时候一直不得要领,什么先验概率,什么后验概率,完全是跟想象脱节的东西,今天在听喜马拉雅的音频的时候突然领悟到,贝叶斯老人家当时想到这么一种理论前提可能也是基于一种人的直觉.先验概率:是指根据以往经验和分析得到的概率.[1] 意思是说我们人有一个常识,比如骰子,我们都知道概率是1/6,而且无数次重复实验也表明是这个数,这是一种我们人的常识,也是我们在不知道任何情况下...转载 2018-02-28 10:46:54 · 1003 阅读 · 0 评论 -
数据统计中SSE MSE RMSE R-square指标讲解
SSE(和方差、误差平方和):The sum of squares due to errorMSE(均方差、方差):Mean squared errorRMSE(均方根、标准差):Root mean squared errorR-square(确定系数):Coefficient of determinationAdjusted R-square:Degree-of-freedom adjusted...转载 2018-03-14 20:29:54 · 10701 阅读 · 0 评论 -
A brief introduction to reinforcement learning
http://www.cs.ubc.ca/~murphyk/Bayes/pomdp.htmlReinforcement learning is the problem of getting an agent to act in the world so as to maximize its rewards. For example, consider teaching a dog a new tr...转载 2018-03-01 14:08:04 · 710 阅读 · 0 评论