国内机器学习平台和相关大牛

最新推荐文章于 2025-04-23 17:01:48 发布
原创 最新推荐文章于 2025-04-23 17:01:48 发布 · 1.1k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

博客提供了国内机器学习相关资源链接，包括国内机器学习牛人介绍、国内四大机器学习平台深度盘点，以及国内机器学习和数据挖掘大牛相关内容，为关注机器学习领域的人士提供了参考。
机器学习如何赋能大数据分析？5个典型案例解析
2501_92132293的博客
08-31 1138
用“小朋友能听懂的话”，解释机器学习如何解决大数据的“痛点”——比如数据太多手动处理不了、数据太乱找不到规律、需要快速预测未来等。范围覆盖机器学习在大数据中的5个典型应用场景（电商、金融、医疗、物流、社交媒体），以及背后的核心算法与流程。文章分为“概念讲解→流程拆解→案例解析→未来趋势”四大部分：先用“积木”比喻讲清楚机器学习与大数据的关系，再用“做面包”的流程拆解机器学习的工作步骤，接着用5个真实案例说明“积木整理师”的具体作用，最后聊聊未来的“自动积木机”会是什么样。大数据。
2025年 课程设计 机器学习&深度学习实战案例,含有python代码和教程 (4月10日已更新1179篇)
斌擎科技
10-05 9543
10月促销价99.9,适合初学python机器学习深度学习的学生,从入门到精通,专栏内含有讲解,每篇文章都含有对应的代码,会持续更新,更新至千篇案例,已经更新六百多个项。
机器学习/数据挖掘之中国大牛
playoffs的专栏
05-21 2万+
机器学习/数据挖掘之中国大牛 推荐几个机器学习和数据挖掘领域相关的中国大牛： 李航：http://research.microsoft.com/en-us/people/hangli/，是MSRA Web Search and Mining Group高级研究员和主管，主要研究领域是信息检索，自然语言处理和统计学习。近年来，主要与人合作使用机器学习方法对信息检索中排序，相关性等问题的研
机器学习-国内牛人网站
zxg519的专栏
01-15 1149
[转载]机器学习-国内牛人网站 来自科学网朱柱博客，朱柱，本组博士研究生是也。   相关研究方向的年轻老师和学者 蔡登： http://www.cad.zju.edu.cn/home/dengcai/,Han Jiawei老师的学生，博士毕业后回浙大任教，国内年轻一代的牛人。 万小军：https://sites.google.com/site/wanxiaojun1
分布式机器学习平台比较
weixin_34308389的博客
08-04 536
这篇文章调查分析了多个分布式机器学习平台所使用的设计方法，并提出了未来的研究方向。这是我与我的学生Kuo Zhang、Salem Alqahtani通力合作的成果。我们在2016年的秋天写了这篇论文，并且将在ICCCN'17（International Conference on Computer Communications and Networks，...
总结一下国内搞机器学习和数据挖掘的大牛
chinaliping的专栏
06-06 2560
之前自己一直想总结一下国内搞机器学习和数据挖掘的大牛，但是自己太懒了。所以没搞...最近看到了下面转载的这篇博文，感觉总结的比较全面了。     个人认为，但从整体研究实力来说，机器学习和数据挖掘方向国内最强的地方还是在MSRA，那边的相关研究小组太多，很多方向都能和数据挖掘扯上边。这里我再补充几个相关研究方向的年轻老师和学者吧。 蔡登：http://www.cad.zju.edu.cn/ho
机器学习学习网站
ZenG的博客
11-05 443
CIML
国内机器学习大牛
07-28
个人认为，但从整体研究实力来说，机器学习和数据挖掘方向国内最强的地方还是在MSRA，那边的相关研究小组太多，很多方向都能和数据挖掘扯上边。这里我再补充几个相关研究方向的年轻老师和学者吧
机器学习发展历史及现状（重要的期刊，会议，大牛总结）
热门推荐
Oscar2018的博客
08-02 5万+
1 引言 机器学习是指通过计算机学习数据中的内在规律性信息，获得新的经验和知识，以提高计算机的智能性，使计算机能够像人那样去决策。随着各行业对数据的需求量增多，对处理和分析数据的效率要求变高，一系列机器学习算法应运而生。机器学习算法主要是指通过数学及统计方法求解最优化问题的步骤和过程。针对不同的数据和不同模型需求，选择和使用适当的的机器学习算法可以更高效地解决一些实际问题。本文将从机器学习的起源...
大数据挖掘与机器学习：区别与联系全解析
最新发布
大数据洞察的博客
04-23 1225
大数据挖掘和机器学习在当今的数据驱动时代扮演着至关重要的角色。本文的目的是深入剖析大数据挖掘与机器学习的区别和联系，帮助读者清晰地理解这两个领域的概念、原理和应用。范围涵盖了从基本概念的解释到具体算法的实现，再到实际应用场景的探讨，以及相关资源的推荐等方面。本文首先介绍大数据挖掘和机器学习的背景信息，包括目的、读者和文档结构等。接着详细讲解两者的核心概念及其联系，通过文本示意图和 Mermaid 流程图进行展示。然后阐述核心算法原理和具体操作步骤，并结合 Python 代码进行说明。
国内主流云平台的机器学习功能浅析.pdf
09-24
国内主流云平台的机器学习功能浅析.pdf
机器学习的三大巨头对比
06-11
作为机器学习的三巨头亚马逊，谷歌，微软，在对功能和API方面作了一下鲜明对比。值得一提的是，微软这个平台还支持一个聚类算法（K-means），是因为聚类算法支持100多种方法，涉及分类、异常检测、回归、推荐和文本分析等方法。
谈谈机器学习(Machine Learning)大牛
xiaolu的专栏
08-19 4068
闲着无事，想写点一些我所了解的machine learning大家。由于学识浅薄，见识有限，并且仅局限于某些领域，一些在NLP及最近很热的生物信息领域活跃的学者我就浅陋无知，所以不对的地方大家仅当一笑。 　　 　　Machine Learning 大家(1)：M. I. Jordan 　　 在我的眼里，M Jordan无疑是武林中的泰山北斗。他师出MIT，现在在berkeley坐镇一方，在
AI开发平台对比分析：综合机器学习平台
loop_syntax648的博客
09-13 469
它提供了各种工具和服务，用于构建、训练和部署机器学习模型。它还提供了一系列的自动化机器学习功能，可以帮助用户快速构建和调整模型。它提供了一整套用于构建、训练和部署机器学习模型的工具和服务。它提供了一个交互式的Notebook环境，方便开发人员进行实验和模型调试。在人工智能领域的快速发展中，集成式机器学习平台成为了重要的工具，它们为开发人员和数据科学家提供了一个方便的环境，用于构建、训练和部署机器学习模型。本文将对几个流行的集成式机器学习平台进行比较分析，以帮助读者选择适合自己需求的平台。
主流机器学习平台调研与对比分析
转载请标明出处，完整项目/代码详见github：https://github.com/yiru1225
03-04 1万+
本报告主要调研目前主流的机器学习平台，包括但不限于Amazon的Sage maker，Alibaba的PAI，Baidu的PaddlePaddle。对产品的定位、功能、实践、定价四个方面进行详细解析，并通过标杆对比分析提出一套机器学习平台评价体系，旨在给后续机器学习平台需求分析与实际开发提供评估与优化思路。
牛人(ZZH)推荐机器学习网站
KINGKANG的专栏
02-16 1017
北京大学视觉与听觉信息处理实验室北京邮电大学模式识别与智能系统学科复旦大学智能信息处理开放实验室IEEE Computer Society北京映象站点计算机科学论坛机器人足球赛模式识别国家重点实验室南京航空航天大学模式识别与神经计算实验室 - PARNEC南京大学机器学习与数据挖掘研究所 - LAMDA南京大学人工智能实验室南京大学软件新技术国家重点实验室人工生命之园数据挖掘研究院微软亚洲研究院中
国内云机器学习和深度学习平台
u011485204的博客
09-22 1万+
 最早开始接触的云平台都是国外的，后来国内的各大云厂商都一起上了。公司里面也有一套在线的机器学习平台，跟阿里云pai很类似。但是阿里云pai里面已经有了一些深度学习组件。类似的也找了其他家的，发现现在已经是趋势了。   有机器学习平台的（界面拖拽的）有阿里云，腾讯云，百度云，京东云，华为云，ucloud 云。   支持深度学习平台（非GPU云主机）的有阿里云，百度云，京东云，美团云，华为云，u...
2022机器学习好网站大收藏
ywj_1991的博客
09-20 6878
笔者花了近十天时间，到各个网站上去玩了一遍， 精心筛选出传统机器学习的干货网站和资源，不能保障全面，尽量让每个网站都是机器学习的干货好网站。
用python进行抠图，去除图像背景干扰
quantam的博客
07-06 7135
为了让我们后续的应用更加专注于目标，我们需要把目标从图像中抠出来，以便于后续的使用。比如我们要识别汽车车身的颜色，首先要把车周围背景过滤，然后再进行车身颜色像素统计。 实现抠图有两种方式，第一种是比较简单的，一键运行就行了，但是效果不是很理想，只是能减少背景的干扰，优点就是能批量处理想要的图片；第二种就精致得多，可以人工慢慢地把前景和背景区分开来。 本文使用的办法是OpenCV自带的grabcut函数，有论文作为支撑，有想了解的可以去搜一下。 论文名称：“GrabCut” — Interactive For
Python自学编程全栈指南：AI与机器学习实战教程
“宝藏视频”则表明资源包内嵌入了精心筛选的优质教学视频链接或本地视频文件，这些视频可能来自国内外知名MOOC平台（如Coursera、edX、B站UP主分享）、高校公开课（如斯坦福CS231n、吴恩达机器学习课程）或行业专家...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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