为您找到搜索结果：4608个
超过 150 个最佳机器学习，NLP 和 Python教程
微信号&QQ：862251340微信公众号：coderpai简书地址：http://www.jianshu.com/p/2be3...我把这篇文章分为四个部分：机器学习，NLP，Python和数学。我在每一部分都会包含一些关键主题，但是网上资料太广泛了，所以我不可能包括每一个可能的主题。如果你发现好的教程，请告诉我。在这篇文章中，我把每个主题的教程数量都是控制在五到六个，这些精选出来的教程都是非常重要的。每一个链接都会链接到别的链接，从而导致很多新的教程。MachineLearningMachineLearningisFun! (medium.com/@ageitgey)MachineLearningCrashCourse: PartI, PartII, PartIII (MachineLearningatBerkeley)AnIntroductiontoMachineLearningTheoryandItsApplications:AVisualTutorialwithExamples (toptal.com)AGe...
GitHub最著名的20个Python机器学习项目
我们分析了GitHub上的前20名Python机器学习项目，发现scikit-Learn，PyLearn2和NuPic是贡献最积极的项目。让我们一起在Github上探索这些流行的项目！ Scikit-learn：Scikit-learn是基于Scipy为机器学习建造的的一个Python模块，他的特色就是多样化的分类，回归和聚类的算法包括支持向量机，逻辑回归，朴素贝叶斯分类器，随机森林，GradientBoosting，聚类算法和DBSCAN。而且也设计出了Pythonnumerical和scientificlibrariesNumpyandScipyPylearn2：Pylearn是一个让机器学习研究简单化的基于Theano的库程序。NuPIC：NuPIC是一个以HTM学习算法为工具的机器智能平台。HTM是皮层的精确计算方法。HTM的核心是基于时间的持续学习算法和储存和撤销的时空模式。NuPIC适合于各种各样的问题,尤其是检测异常和预测的流数据来源。Nilearn：Nilearn是一个能够快速统计学习神经影像数据的Python模块。它利用Python语言中的sci...
从 Quora 的 187 个问题中学习机器学习和NLP
原创 2017年12月18日20:41:19作者：chen_h 微信号&QQ：862251340 微信公众号：coderpai 简书地址：http://www.jianshu.com/p/ac1840abc63fQuora已经变成了一个获取重要资源的有效途径。许多的顶尖研究人员都会积极的在现场回答问题。以下是一些在Quora上有关AI的主题。如果你已经在Quora上面注册了账号，你可以订阅这些主题。Computer-Science (5.6Mfollowers)Machine-Learning (1.1Mfollowers)Artificial-Intelligence (635Kfollowers)Deep-Learning (167Kfollowers)Natural-Language-Processing (155Kfollowers)Classification-machine-learning (119Kfollowers)Artificial-General-Inte...
大牛整理最全Python零基础入门学习资料
发布时间：『2017-11-1211:56』 帖子类别：『人工智能』 阅读次数：3504(本文『大牛整理最全Python零基础入门学习资料』的责任编辑：老王)摘要:大牛整理最全Python零基础入门学习资料PythonNumber数据类型用于存储数值。数据类型是不允许改变的,这就意味着如果改变Number数据类型的值，将重新分配内存空间。var1 = 1 var2 = 10您也可以使用del语句删除一些Number对象引用。您可以通过使用del语句删除单个或多个对象delvardelvar_a,var_b 整型(Int) -通常被称为是整型或整数，是正或负整数，不带小数点。 浮点型(floatingpointrealvalues) -浮点型由整数部分与小数部分组成，浮点型也可以使用科学计数法表示（2.5e2=2.5x102=250） 复数(complexnumbers) -复数由实数部分和虚数部分构成，可以用a+bj,或者complex(a...
渗透资源大全-整理
渗透资源大全-整理漏洞及渗透练习平台： ZVulDrillhttps://github.com/710leo/ZVulDrillSecGenRuby编写的一款工具，生成含漏洞的虚拟机https://github.com/cliffe/secgenbtslab渗透测试实验室https://github.com/CSPF-Founder/btslabWebGoat漏洞练习环境https://github.com/WebGoat/WebGoathttps://github.com/WebGoat/WebGoat-LegacyDamnVulnerableWebApplication(漏洞练习平台)https://github.com/RandomStorm/DVWA轻量web漏洞演示平台stamparm/DSVW黑客技术训练环境joe-shenouda/awesome-cyber-skillsweb及app渗透训练平台OWASP/SecurityShepherddocker搭建的漏洞练习环境MyKings/docker-vulnerability-enviro...
回望2017，基于深度学习的NLP研究大盘点
雷锋网百家号01-0110:31雷锋网AI科技评论按：本文是一篇发布于tryolabs的文章，作者JavierCouto针对2017年基于深度学习的自然语言处理研究进行了大盘点。雷锋网AI科技评论根据原文进行了编译。在过去的几年里，深度学习（DL）架构和算法在诸如图像识别和语音处理等领域取得了世人瞩目的进步。然而在最开始的时候，深度学习在自然语言处理（NaturalLanguageProcessing,NLP）领域的效果一般，但是现在已经被证实深度学习在自然语言处理领域依然能够发挥巨大的作用。并且在一些常见的自然语言处理任务中，基于深度学习的方法已经取得了最佳的结果。神经网络模型在诸如命名实体识别（Namedentityrecognition,NER）、词性标注（Partofspeechtagging）和情感分析（Sentimentanalysis）等任务中的表现已经超越了传统方法，另外在机器翻译上的进步也许是最明显的。在这篇文章中，我将细数2017年里基于深度学习技术的自然语言处理所取得的一些进步。另外由于实在是存在着太多的相关论文、框架和工具，所以我并不打算进行详尽的介绍。我只是想...
2017数据科学报告：机器学习工程师年薪最高，Python最常用
2017-11-0311:05数据平台Kaggle近日发布了2017机器学习及数据科学调查报告，针对最受欢迎的编程语言、不同国家数据科学家的平均年龄、不同国家的平均年薪等进行深度调查。此次调查共收到16000余份回复。以下「AI脑力波」小编对该报告数据进行了梳理编译，供大家参考。年龄从全球范围来看，本次调查对象的平均年龄在30岁左右。在不同的国家，数值会有所差异，加拿大接受问卷调查的平均年龄为34岁，而中国的机器学习从业者年龄的中位数是25岁。工作状态全球全职工作者为65.7%，其中中国为53.%，美国占比较高，达70.9%。职位数据科学领域可涵盖的工作非常多，包括机器学习工程师、数据分析师、数据科学家、软件开发人员、数据挖掘人员等。其中，数据科学家人数占比最高，达24.4%。软件开发人员/工程师位居第二，但人数仅占12.3%，数据分析师紧跟其后，以11.3%位列第三。年薪从全球来看，人们普遍认为“职业进修机会”比“薪酬福利”要更重要一些。数据科学人员的年薪中位数为$55,441。在中国，数据科学家的年薪中位数为$...
julia应用于自动驾驶汽车、机器人、3D 打印、精准医疗、增强现实、基因组学、能源交易、机器学习、金融风控和太空任务设计等多个领域
编程界的新宠Julia发布1.0正式版本，多种优势集于一身2018-08-1414:14公司Julia的累积下载次数超过200万，已被应用于自动驾驶汽车、机器人、3D打印、精准医疗、增强现实、基因组学、能源交易、机器学习、金融风控和太空任务设计等多个领域。此次Julia1.0版本的发布，更是将商业用户越来越看重的稳定性与原有的快速、高生产力的特性结合起来，足以媲美Python，R，C++和Java等编程语言。众多来自科技、咨询和金融等行业的公司都有采用Julia语言并雇佣Julia开发人员，其中包括：亚马逊、苹果、贝莱德集团、博思艾伦咨询公司、CapitalOne、康卡斯特、迪斯尼、安永、脸书、美国联邦航空管理局、纽约联储银行、福特、谷歌、IBM、英特尔、毕马威、微软、NASA、甲骨文、普华永道和优步。除了商业公司，目前还有超过700所大学、研究机构和实验室使用Julia，其中不乏MIT、哈佛、加州理工、劳伦斯·伯克利国家实验室、橡树岭国家实验室等知名大学和实验室。Julia社区已有超过700名贡献者，开发了超过1900个扩展包。截至目...
kubernetes学习资源
hackstoic程序员，爱生活，爱编程已关注15人赞了该文章最近要调研k8s，准备在生产环境中使用k8s。积累了很多资料，后期也会写相关的文章来介绍我对k8s的理解。以下是学习k8s一些不错的资源和文章，请享用～～[《Kubernetes与云原生应用》系列之Kubernetes的系统架构与设计理念](《Kubernetes与云原生应用》系列之Kubernetes的系统架构与设计理念)＊＊＊＊＊[容器设计模式](https://www.usenix.org/system/files/conference/hotcloud16/hotcloud16_burns.pdf)[docker专业介绍的网站dockerinfo](DockerInfo-Docker容器技术教程,Docker信息传播和服务平台)[docker专业介绍的网站dockone](DockOne.io)[Stuq课程－从理论到生产环境实战：掌握Docker大规模部署和管理](从理论到生产环境实战：掌握Docker大规模部署和管理)[kubernetes中文文档](Kubernetes中文文档·Git...
深度学习用于文本分类的论文及代码集锦
原创： FrankLearningMachine 机器学习blog 4天前[1] ConvolutionalNeuralNetworksforSentenceClassificationYoonKimNewYorkUniversityEMNLP2014http://www.aclweb.org/anthology/D14-1181 这篇文章主要利用CNN基于预训练好的词向量中对句子进行分类。作者发现利用微调来学习任务相关的词向量可以提升模型效果。 网络结构示例如下 各个数据集统计信息如下 各模型结果对比如下a 通道对模型结果影响示例如下 代码地址https://github.com/yoonkim/CNN_sentence(Theano)https://github.com/dennybritz/cnn-text-classification-tf(Tensorflow)https://github.com/harvardnlp/sent-conv-torch(Torch) 相...
CSS学习笔记
07年的一篇blog，转到这个博客上1、要想元素相对于父元素决对定位，则父元素必须定位设置成relative。2、要想width属性跨浏览器可用，则需要设置该元素的float属性。3、父元素设置float或添加clear元素以试float元素的父元素能够有正确的空间。 4、a:linkvisitedhoveractive,必须以这样的顺序定义style,且定义a的button效果时，推荐a:link,a:visited一起定义。5、定义line-height可使单行文本垂直居中。6、display:block的子元素会使其inline的父元素也block7、text-indext:大负值，一个隐藏文本又兼顾屏幕阅读器用户的方法。8、无论是基于浮动的布局,还是基于空白变的布局,在HTML中都是先出现maincontent,在css中也是先布局maincontent.9、CSSbug的常见解决方案：将position属性设置为relative/将dispaly属性设置为inline(在浮动元素上)或者设置宽度或高度等尺寸。10、table-layout属性设置为fixed加设置t...
[经验分享] OSCP 渗透测试认证
http://f4l13n5n0w.github.io/blog/2015/05/05/jing-yan-fen-xiang-oscp-shen-tou-ce-shi-ren-zheng/ “120天的旅程即将结束，以一场历时24小时没有选择题的考试，收获屠龙路上第一座里程碑。…”这是我通过OSCP认证考试时，第一时间的感受。自豪和欣喜之情不亚于2008年我拿下CCIER&S的时候。关于PWK(PentestingwithKaliLinux)和OSCP(OffensiveSecurityCertifiedProfessional)，我想很多人会觉着陌生。但说起OffensiveSecurity，BackTrack，Kali，NetHunter和Metasploit，圈里的朋友应该就熟悉多了。作为在老外圈子里备受推崇的渗透测试技术类认证，国外从业人员对它的介绍和评价已经足够丰富了：http://netsec.ws/?p=398http://www.jasonbernier.com/oscp-review/http://leonjza...
Angular学习笔记
说在前面，根据Angular官方命名，Angular.js主要指版本1.*,Anuglar主要只v2之后的版本，此处的学习笔记主要是最近学习Angular4过程中的一些记录 1、几条技术线:TypeScript、Angular、JavaScript、打包工具、配置 2、投入工程实践应该有梯度，从简单到复杂，逐步应用新技术，逐步优化工程实践。 3、在实践中锲而不舍硬碰硬地解决具体技术问题是加深对Angular工程组织构建和TypeScript编译运行机制的一个陡途。 3、先说TypeScript,这是一个JavaScript新版ES的超集，这方面的学习应该以官方文档为主，中文书有一本《LearningTypeScript中文版》,英文书有《MasteringTypeScript》 4、Angular本身新的设计机制也需要深入理解一下。 ...
nginx学习之epoll
https://blog.csdn.net/mmshixing/article/details/51848673首先说一下传统的I/O多路复用select和poll，对比一下和epoll之间的区别：举个例子：假如有100万用户同时与一个进程保持TCP连接，而每一时刻只有几十或者几百个tcp连接是活跃的（即能接收到TCP包），那么在每一时刻进程只需要处理这100万连接中的有一小部分。select和poll这样处理的：在某一时刻，进程收集所有的连接，其实这100万连接中大部分是没有时间发生的。因此，如果每次收集事件时，都把这100万连接的套接字传给操作系统（这首先就是用户态内存到内核内存的大量复制），而由操作系统内核寻找这些链接上没有处理的事件，将会是巨大的浪费。而epoll是这样做的：epoll把select和poll分为了两个部分，1、调用epoll_creat建立一个epoll对象。2、调用epoll_ctl向epoll对象中添加这100万个连接的套接字。3、调用epoll_wait收集发生事件的连接。=》重点是在这里，调用epoll_wait收集所有发生的事件的连接，并将事件放在一...