红色石头的个人博客

红色石头 发布于 2020-02-04

无需置疑，数学基础和理论知识在机器学习中扮演十分重要的角色！提升数学理论水平对于提高自身的机器学习水平非常有帮助！ 然而，对于大部分初学者来说，理论部分太难往往会削弱学习的积极性。在学习的时候，必须要平衡理论难度与易用性二者之间的关系。 因此，本文推荐一份非常不错的《A Comp...

阅读(959)评论(0)赞 (3)标签：数学 / 机器学习 / 资源

红色石头 发布于 2020-02-04

机器学习中的数学基础一直以来都是非常重要的，而且是比较难的。要想真正提高机器学习算法水平，其中的数学基础必须合格！今天给大家推荐一本非常棒的《机器学习数学基础》，原名：《Mathematics for Machine Learning》。 本书网址： https://mml-bo...

阅读(1061)评论(0)赞 (2)标签：数学 / 机器学习 / 资源

红色石头 发布于 2020-02-04

今天给大家推荐一个非常全面的 AI 面试笔记集锦，包含 2018、2019 年的校招、春招、秋招。内容涉及自然语言处理(NLP)、深度学习(Deep Learning)、机器学习(Machine Learning)、C、C++、Python、面试笔记等。 首先放上该面试笔记的在线...

阅读(675)评论(0)赞 (0)标签：机器学习 / 笔试 / 面试

红色石头 发布于 2020-01-11

近日，吴恩达亲自在推特上推荐了一份精简版的《AI Career Pathways: Put Yourself on the Right Track》，只有 22 页。可谓短小精悍，旨在帮助你走上正规的 AI 职业发展道路。 秘籍概述 这份《AI 职业发展之路》将一个完整的人工智能...

阅读(1571)评论(0)赞 (4)标签：吴恩达 / 资源

红色石头 发布于 2020-01-06

说到深度学习自然语言处理的经典课程，第一个想到的就是斯坦福大学的 CS224N 课程。这门课是当之无愧的 NLP 经典课程。 CS224N 一直在保持更新，目前已经更新到了最新的 2019 版。本文将会详细整理出 CS224N(2019) 全套资源，包含 ppt、作业、项目等。 ...

阅读(1803)评论(0)赞 (1)标签：NLP / 深度学习 / 资源

红色石头 发布于 2020-01-06

12 月 9 日，一本机器学习新书上线了，它就是《Limitations of Interpretable Machine Learning Methods》，中文译为《可解释机器学习方法的局限性》。 书籍简介： 这本书主要解释了当前可解释机器学习方法的局限性。这些方法包括部分相...

阅读(1545)评论(0)赞 (0)标签：机器学习 / 资源

红色石头 发布于 2020-01-06

这里不再介绍 mmdetection 的安装和配置，使用 mmdetection 较简单的方法是使用已安装 mmdetection 的 docker 容器。这样直接省去了安装 mmdetection 的过程，让重心放在模型训练上！ 如果你对 docker 和 mmdetectio...

阅读(1624)评论(0)赞 (0)标签：docker / mmdetection / 教程 / 深度学习

红色石头 发布于 2020-01-06

早在去年的这个时候，红色石头就发文给大家推荐过一本非常棒的机器学习实用指南书籍《Hands-On Machine Learning with Scikit-Learn & TensorFlow》，中文译为《Scikit-Learn 与 TensorFlow 机器学习实用指...

阅读(2029)评论(0)赞 (3)标签：Keras / Scikit-Learn / TensorFlow / 机器学习 / 资源

红色石头 发布于 2019-12-15

在我很早之前写过的文章《机器学习如何入门》中，就首推过吴恩达在 Coursera 上开设的《Machine Learning》课程。这门课最大的特点就是基本没有复杂的数学理论和公式推导，非常适合入门！ 这门课是发布在 Coursera 上的，很多读者容易把它与吴恩达的另一门课 C...

阅读(3402)评论(0)赞 (7)标签：吴恩达 / 机器学习 / 资源

红色石头 发布于 2019-12-15

线性代数是机器学习的基础，也是重难点。而一般线性代数教程大多是是枯燥乏味的。今天给大家带来一份《交互式线性代数》教程。它的最大特点就是“交互式”。 这份线性代数教程有在线版，网址为： http://textbooks.math.gatech.edu/ila/index.html ...

阅读(2535)评论(0)赞 (3)标签：机器学习 / 线性代数