搜索资源列表
集体智慧编程中文版
- 集体智慧编程中文版，完整版电子书。包括机器学习、推荐系统等方面。(Programming Collective Intelligence)
rt-polaritydata
- 该文档可在机器学习中用于文本分类的语料库，内涵一个正面语料文档和一个负面语料文档。(This document is a corpus for text categorization in machine learning, with a positive corpus document and a negative corpus document.)
Chinese-to-English-News Translation
- 机器学习相关中英翻译论文。Chinese-to-English-News Translation
机器学习
- Sequence to Sequence Learning with Neural Networks
Reinforcement Learning：An Introduction
- 在这本书中，我们探索了一种从交互中学习的计算方法。我们不直接对人或动物如何学习进行理论分析，而是探索理想化的学习情境，评估各种学习方法的效率。也就是说，我们采用人工智能研究人员或工程师的角度。我们探索去设计在这些方面上格外有效率的机器，他能够解决科学或经济学领域的问题。通过数据分析和计算实验来评估这些设计。我们将这种方法称为强化学习，更侧重于目标导向的交互学习，而不是其他方法。(In this book, we explored a computational method of learnin
Overview of computational intelligence for building energy system design
- Overview of computational intelligence for building energy system design。一篇关于机器学习在HVAC领域的文章，发表在SCI上
最优化方法
- 最优化方法，学习优化理论，机器学习的最佳书籍，
国外教育人工智能研究主题及趋势分析
- 基于对 Web of Science文献关键词的可视化分析，梳理并呈现了国外教育人工智能的研究主题和研究趋 势。研究发现：首先，目前国外教育人工智能的研究现状可概括为四个主题领域，分别为基于自然语言处理的 教育智能研究、知识管理与运算的可视化研究、机器教学的应用案例研究以及指向深度学习的自适应教育技术 研究；其次，国外教育人工智能研究呈现以下三个趋势：基于大数据的机器学习研究、深度学习理念引领下的 在线学习变革研究、智能识别技术支撑下的智能导师系统研究。
利用决策树对西瓜数据集分类
- 周克华机器学习决策树章节题目，要求用决策树对西瓜数据集3.0进行分类
展望2020企业级AI三大发展趋势
- 现代数字革命过程中出现了许多企业技术，一些技术甚至能够改变企业未来，人工智能(AI)就是其中之一。2020年也是企业实现数字化转型的关键一年。人工智能和机器学习的进步正在为企业的技术进步提供助力，实时数据和分析也使得建立更强大的业务成为可能。
获得GPU存储性能的四种方法
- 支持AI人工智能和ML机器学习部署的数据中心依靠基于图形处理单元(GPU)的服务器为其计算密集型架构提供支持。到2024年，在多个行业中，GPU使用量的增长将使GPU服务器的复合年增长率超过
关于人工智能监控系统的影响应该知道的三件事
- 据IDC预测，全球数据圈将从2018年的33ZB增长到2025年的175ZB。数据的真正价值在于，决策者能够从相关数据中提取洞察与见解，并采取相关行动。人工智能(AI)和机器学习在数据分析中的应用预计将大幅增加。事实上，IDC表示，到2025年，认知系统所触及的分析数据量将增长100倍，高达1.4ZB。
人工智能技术的应用，实现IT自动化是许多企业的主要目标
- 人工智能和机器学习依赖于高价值数据，这意味着IT部门需要对其网络中发生的事情有适当的可见性。实现IT自动化仍然是许多企业的主要目标。当CIO面对不断减少的人员和日益复杂的IT需求时，必须从服务台和故障排除需求中重新部署资源，以应对更多战略挑战。但要实现这一目标，企业必须接受人工智能，以解决大规模自动化大型企业所需的海量数据和决策挑战。
网络硬件加速器在自动驾驶计算平台的作用
- 近几十年来，图形处理器(GPU)已从最初作为大型电玩的视频显示适配器演进为一个强大的计算中心，并且正在推动人工智能和机器学习的发展，包括从石油和天然气勘探到自然语言处理等众多领域的计算工作。如今，GPU正在自动驾驶和先进驾驶辅助系统(ADAS)技术的发展中扮演着越来越重要的作用。
GPU和虚拟化技术对ADAS平台的重要性
- 近几十年来，图形处理器(GPU)已从最初作为大型电玩的视频显示适配器演进为一个强大的计算中心，并且正在推动人工智能和机器学习的发展，包括从石油和天然气勘探到自然语言处理等众多领域的计算工作。如今，GPU正在自动驾驶和先进驾驶辅助系统(ADAS)技术的发展中扮演着越来越重要的作用。
关于人工智能在数据质量管理中的应用
- 说实在的，这个概念有些过于高大上，从大的方面包括、、强化学习等等，而深度学习又包括图像识别、语音识别、自然语言处理、预测分析;机器学习则包括监督学习、无监督学习、半监督学习，监督学习又细分为回归、分类、决策树等等。理论上人工智能什么都能做，什么都能迎合的上。
机器学习必备：TensorFlow的11个使用技巧整理
- 在本文中，我们将探索TF 2.0的10个功能，这些功能让TensorFlow的使用更加顺畅，减少了代码行并提高了效率，因为这些函数/类属于TensorFlow API。
基于文本内容的垃圾短信识别
- 具体描述了怎么通过分词过滤，绘制词云，模型训练等进一步通过该案例学习机器学习的有关内容
人工智能生态报告
- 不久之前，高盛推出了一份讲解人工智能生态的重磅报告（共 99 页）。报告 从最基本的人工智能概念开始，主要内容包括人工智能所能变革的行业、人工 智能生态、使用案例、背后的主要驱动者（谷歌、亚马逊、英伟达、百度等） 等，并附有高盛调查得到的 150 多家人工智能与机器学习公司列表。
华泰证券人工智能系列
- 华泰证券人工智能系列研报 1-36 ，金融工程机器学习入门(Huatai Securities artificial intelligence series 1-36, introduction to financial engineering machine learning)