ZCC的专栏

LEVEL1：能读懂论文 　　这是一个最最基本的层次了，如果没办法读懂论文的话，任何工作几乎都谈不到开展。市面上的任何书籍，不论是中文的还是外文的，都在讲原理层面的事情，要想看着这些书籍来直接做项目是非常困难的事情。而对于拿到一个工程需求的时候，不论这是一个分解完的需求还是一个分解前的粗需求，第一步几乎都是要到网上去找文献——看看目前为止，世界上其它的人有没有涉足过这方面的研究，并且有一些理论成...

2.1 主流深度学习框架对比各个开源框架在Github上的数据统计数据统计截止于2017.07.15可以看到各大主流框架基本都支持Python，目前Python在科学计算和数据挖掘领域可以说是独领风骚。虽然有来自R、Julia等语言的竞争压力，但是Python的各种库实在是太完善了，Web开发、数据可视化、数据预处理、数据库连接，爬虫等无所不能，有一个完美的生态环境。仅

1、CDarknet —— 神经网络框架Darknet 是一个用 C 和 CUDA 编写的开源神经网络框架。它快速，易于安装，并支持 CPU 和 GPU 计算。CCV  —— 计算机视觉库CCV 是 C-based/Cached/Core Computer Vision Library 的简称, 它是一个现代的计算机视觉库。CCV 是一种以应用驱动的算法库，比如对静

1、 Talend Open Studio是第一家针对的数据集成工具市场的ETL(数据的提取Extract、传输Transform、载入Load)开源软件供应商。Talend的下载量已超过200万人次，其开源软件提供了数据整合功能。其用户包括美国国际集团（AIG）、康卡斯特、电子港湾、通用电气、三星、Ticketmaster和韦里逊等企业组织。2、DYSON探码

神经网络机器学习机器学习： Scikit-learn 算法此部分内容可以帮助你解决机器学习中最难的部分，即找到正确的估计器（Estimator）。下图可帮助快速查找文档与简介，更快了解问题并找到解决方法。Scikit-LearnScikit-learn(更正式的叫法为 scikits.learn)是 Python 的一个用于机

机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里IT经理网为您总结一下常见的机器学习算法，以供您在工作和学习中参考。  机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式，第二个方面是算法的类似性。 学习方式根据

1. 国内数据链接：http://pan.baidu.com/s/1sleuXg5 密码：7xa42. 全球社交媒体链接：http://pan.baidu.com/s/1c2l7a28 密码：nbni3. 好玩的数据集链接：http://pan.baidu.com/s/1mhZf3MK 密码：y8bt4. 各大企业电话邮箱创立

1. Hadoop—Spark企业应用实战(推荐版)链接：http://pan.baidu.com/s/1eSJsUTc 密码：q5lt 2. 西安交大应用统计分析SPSS1-48讲链接：http://pan.baidu.com/s/1slSzYHJ 密码：8twg 3. Python科学计算链接：http://pan.b

视频连接: 点击打开链接  国外网址: 点击打开链接        观看网址: 点击打开链接            相关连结：PDF（2MB）、PPT（6MB）日文版波斯文版（由Elham Khanchebemehr翻译）以及Mohammad KHalooei所制作的波斯文简报Nvidia GPU上的MATLAB和Caffe实作由Alexander Ha

#1.SVDFeature主页：http://svdfeature.apexlab.org/wiki/Main_Page 语言：C++一个feature-based协同过滤和排序工具，由上海交大Apex实验室开发，代码质量较高。在KDD Cup 2012中获得第一名，KDD Cup 2011中获得第三名，相关论文 发表在2012的JMLR中，这足以说明它的高大上。SVDFeat

第一部分 基础语言pandax视频教程链接: https://pan.baidu.com/s/1pLqavVX 密码: fathpython入门到精通链接: https://pan.baidu.com/s/1mhVNIkC 密码: cvp31234512345第二部分 数据篇链接: https://pan.baidu.com/s/1pLK25zP 密码: qtuu11

下图总结了绝大多数Github上的开源深度学习框架项目，根据项目在Github的Star数量来评级，数据采集于2017年5月初。TensorFlowTensorFlow框架的前身是Google的DistBelief V2，是谷歌大脑项目的深度网络工具库，一些人认为TensorFlow是借鉴Theano重构的。Tensorflow一经开源，马上引起了大量开发者的跟

1. Apache Spark MLlibApache Spark 最为人所知的是它是Hadoop家族的一员，但是这个内存数据处理框架却是脱胎于Hadoop之外，也正在Hadoop生态系统以外为自己获得了名声。Hadoop 已经成为可供使用的机器学习工具，这得益于其不断增长的算法库，这些算法可以高速度应用于内存中的数据。早期版本的Spark 增强了对MLib的支持，MLib是主要面

十大算法如下：决策树随机森林算法逻辑回归SVM朴素贝叶斯K最近邻算法K均值算法Adaboost 算法神经网络马尔可夫1. 决策树根据一些 feature 进行分类，每个节点提一个问题，通过判断，将数据分为两类，再继续提问。这些问题是根据已有数据学习出来的，再投入新数据的时候，就可以根据这棵树上的问题，将数据划分到合适的叶子上。2. 随机森林视频在源数

1.C4.5算法C4.5是做什么的？C4.5 以决策树的形式构建了一个分类器。为了做到这一点，需要给定 C4.5 表达内容已分类的数据集合。等下，什么是分类器呢？ 分类器是进行数据挖掘的一个工具，它处理大量需要进行分类的数据，并尝试预测新数据所属的类别。举个例子吧，假定一个包含很多病人信息的数据集。我们知道每个病人的各种信息，比如年龄、脉搏、血压、最大摄氧量、家族病史等。这

数据集分为三类——图像处理、自然语言处理和音频/语音处理。一、图像数据集1.MNISThttps://datahack.analyticsvidhya.com/contest/practice-problem-identify-the-digits/MNIST是最受欢迎的深度学习数据集之一，这是一个手写数字数据集，包含一组60,000个示例的训练集和一个包含10,000个示例的测试集。这是一个很好...

        无论即将到来的是大数据时代还是人工智能时代，亦或是传统行业使用人工智能在云上处理大数据的时代，作为一个有理想有追求的程序员，不懂深度学习（Deep Learning）这个超热的技术，会不会感觉马上就out了？现在救命稻草来了，《零基础入门深度学习》系列文章旨在讲帮助爱编程的你从零基础达到入门级水平。零基础意味着你不需要太多的数学知识，只要会写程序就行了，没错，这是专门为程序员写的文...

概述  最近一直在学习机器学习相关的知识，前面相继边学习边翻译了四篇机器学习相关的国外文章15分钟破解网站验证码使用机器学习预测天气(第一部分)使用机器学习预测天气(第二部分)使用机器学习预测天气(第三部分)  今天我就把我平时看到的一些国外的关于机器学习的博客和新闻站，分享给大家。Machine Learning - Reddit网址：

机器学习的一个主要应用领域是对客观对象的识别，也称为模式识别----目的是赋予机器类似生物的信息识别和处理能力。而机器视觉研究的是如何用机器代替人眼来感知外部的世界，测量和识别外部对象，并作出正确的判断。对图像的不同特征来编制专门的算法进行处理----OpenCV 广泛应用于人机互动、物体识别、图像分割、人脸识别、动作识别、运动跟踪、机器人、运动分析、机器视觉、结构分析、自动汽车驾驶等领域。 

在进入正题前，我想读者心中可能会有一个疑惑：机器学习有什么重要性，以至于要阅读完这篇非常长的文章呢？　　我并不直接回答这个问题前。相反，我想请大家看两张图，下图是图一： 图1 机器学习界的执牛耳者与互联网界的大鳄的联姻　　　　这幅图上上的三人是当今机器学习界的执牛耳者。中间的是Geoffrey Hinton, 加拿大多伦多大学的教授，如今被聘为“Google大脑”的负责

A. 神经网络：深度学习 A-ZTM : 亲手搭建人工神经网络（推荐次数68,745 , 4.5/5 stars）链接：bit.ly/2CH1WcQB.用Python进行深度学习的TensorFlow的完整指南（推荐次数17,834, 4.6/5 stars）链接：bit.ly/2EatVy7接下来是Mybridge精选的Top 30的项目：1. F

机器学习是一项经验技能，经验越多越好。在项目建立的过程中，实践是掌握机器学习的最佳手段。在实践过程中，通过实际操作加深对分类和回归问题的每一个步骤的理解，达到学习机器学习的目的。预测模型项目模板不能只通过阅读来掌握机器学习的技能，需要进行大量的练习。本文将介绍一个通用的机器学习的项目模板，创建这个模板总共有六个步骤。通过本文将学到：端到端地预测（分类与回归）模型的项目结构。

原文地址：http://blog.youkuaiyun.com/hjimce/article/details/45421595一、学习计划1、综合类(1)收集了各种最新最经典的文献，神经网络的资源列表：https://github.com/robertsdionne/neural-network-papers  里面包含了深度学习领域经典、以及最新最牛逼的算法，如果把这个列表学过一

GitHub 是计算机科学领域最为活跃的社区，在 GitHub 上，来自不同背景的人们分享越来越多的软件工具和资源库。在其中，你不仅可以获取自己所需的工具，还可以观看代码是如何写成并实现的。作为一名机器学习爱好者，作者在本文中列出了 2017 年 GitHub 平台上最为热门的知识库，其中包含了学习资料与工具。希望对你的学习和研究有所帮助。目录1. 学习资源1. A

概述  很多开发者都讨厌网站的验证码，特别是写网络爬虫的程序员，而网站之所以设置验证码，是为了防止机器人访问网站，造成不必要的损失。现在好了，随着机器学习技术的发展，机器识别验证码的问题比较好解决了。样本采集工具  这里我们采用wordpress的Really Simple CAPTCHA生成验证码的插件，之所以选择这个插件，一个是它的安装量很大，二个是因为它是开源的，我们

国外：1、kaggle:https://www.kaggle.com/简介：这个比赛应该是数据挖掘比赛里面很出名的了，竞赛题目源源不断，种类丰富，而且有不菲的竞赛奖金，是刚入门数据挖掘行业人的练手平台。记得我研一的数据挖掘课的期末大作业就是参加kaggle的一个比赛。kaggle的比赛规则简单，注册之后就可以参加比赛，而且竞赛页面人性化，会有一个时间轴提示d

0. 前言本文主要旨在对概率统计的基础概念与知识进行概要的总结，以便于使用到时可以参考。相关的细节可以参考给出的书目。概率论是数理统计的基础，也是很多机器学习模型的支撑。其中涉及的贝叶斯公式、大数定理、中心极限定理尤为重要。1. 概率论的基本概念1.1 基本概念随机试验 （E）（1）可以在相同的条件下重复地进行（2）每次试验的可能结果不止一个，并

MapReduce是一个软件框架，可以将单个计算作业分配给多台计算机执行。MapReduce在大量节点组成的集群上运行。它的工作流程是:单个作业被分成很多小分，输入数据也被切分发到每个节点，各个节点只在本地数据上做运算，对应的运算代码称为mapper，这个过程称作map阶段。每个mapper的输出通过某种方式组合(一般会排序)。排序后的结果再被分成小份分发到各个节点进行下一步处理工作。第二步的

回归的目的:预测数值型的目标值。   回归与分类不同点在于，前者预测连续型的变量，而后者预测离散型的变量。、   岭回归是缩减法的一种，相当于对回归系数的大小施加了限制。   具体的实现代码如下:from numpy import *def loadDataSet(fileName): #general function to parse tab -delimite

数据集中经常包含一些复杂的相互关系，使得输入数据和目标变量之间呈现非线性关系。对复杂的关系建模，一种方式用树对预测值分段，包括分段常数（回归树）和分段直线（模型树）。        CART算法可以用于构建二元树并处理离散型或连续型数据的切分，对于过拟合可以采取剪枝的办法:预剪枝(在树的构建过程中剪枝)和后剪枝(当树构建完毕进行剪枝)。              树回归的具体实现代

最近这两年推荐系统特别火，本文搜集整理了一些比较好的开源推荐系统，即有轻量级的适用于做研究的SVDFeature、LibMF、LibFM等，也有重量级的适用于工业系统的 Mahout、Oryx、EasyRecd等，供大家参考。PS：这里的top 10仅代表个人观点。#1.SVDFeature主页：http://svdfeature.apexlab.org/wiki/Main

一.  基本的工作原理:  选择样本数据集中的前K个最相似数据(最近邻)的分类标签。二. k-近邻算法的一般步骤:    (1)收集数据:   可以使用任何办法    (2)准备数据:   距离计算所需要的数值，最好是结构化的数据格式    (3)分析数据:  可以使用任何办法    (4)训练算法:  次此步骤不适用k-近邻算法    (5)测试算

1. 前言这个世界不缺少专家，我只是期待他们中有一位能把事情说清楚。机器学习很火。 机器学习专家很贵。 所有大型互联网公司都驾着机器学习的马车朝着人工智能前进。然而今天哪怕是互联网从业者，大部分也是不知道机器学习到底是什么的。机器如何学习？机器学到的是什么？为什么机器经过学习能够神奇的预测用户的喜好、股票的涨跌？人们好奇又渴望。这里所说的从业者可能是

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上的数据统计（数据统计于2017年1月

机器学习（Machine Learning， ML）可以认为是：通过数据，算法使得机器从大量历史数据中学习规律，从而对新样本做分类或者预测。它是人工智能（Artificial Intelligence， AI）的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，主要使用归纳、综合的方法获取或总结知识。很多高校已经开设机器学习这一课程，作为一门交叉领域学科，它涉及到概率论，统

1.首先提下学习机器学习的数学基础,数学对很多人来说并不简单，一是语言符号非常简练；二是理论描述计较抽象，长久以来数学研究是客观世界的空间形式和数量形式，即事物在时空的普遍存在的运动的规律。好了不逼逼了，说下要用到的数学知识： (1)概率论：说明了事物可能会怎么样； (2)数值分析:揭示了它们为什么这样，以及如何变成这样； (3)线性代数:告诉我们事物从来不只一个样子，使我们能从多个角度来观察事物...

开篇引言:"基础决定高度,而不是高度决定基础!" 书中主要从 编码程序，数据结构，数学理论，数据处理和可视化等几个方面阐述机器学习的理论，然后扩展到概率论，数值分析，矩阵分析等知识引导我们进入机器学习的世界!1.1编程语言和开发环境：选取python 开发环境（搭建过程省略）（当然也可以用R语言）选取原因如下:    1.免费、开源    2. python编程更加简单

一.最优化与计算复杂性:以最小的代价取得最大的收益(矩阵分析,数值分析,计算机(GPU并行计算，云计算，云存储))----数学建模、公式推导、算法设计。机器学习中的多数算法都是针对NP类问题(包括NP完全性问题):背包问题，最短路径问题，TSP问题，最大团问题，图同构问题等。二.梯度下降法     梯度法是求解无约束多源函数值的最早的数值方法，很多机器学习的常用算法都是以它作为算法

一.推荐系统的总体架构1.1选取用户偏好二.开源的推荐系统2.1协同过滤及其算法(1)数据预处理与UI矩阵:分组为"查看"和"购买"，对数据进行一定的预处理，减噪和归一化(2)推荐模型:User CF和Item CF:基于物品的协同过滤(Amason，Netfix,Hulu,YouTube等采用)这里使用kNN近邻算法。(1)User CF# -*- c

一.BP神经网络:曾经的最著名、最经典的非线性学习算法  (1)BP神经网络基本结构       (2)传递激活函数     (3)训练过程     a.正向传播过程        b.计算期望与实际分类的误差       c.计算反向传播过程        d.修正各层的权值   (4)代码实现# -*- coding: UTF-8 -