火爆 GitHub 的《机器学习 100 天》,现在出了视频讲解!
7红色石头 发布于 2022-08-04
大家好!我是红色石头! 曾经在 GitHub 上有一个爆火的《100-Days-Of-ML-Code》项目,收获了近 4w star。可惜的是原作者只出了一小部分内容,停更 4 年之久了! 没关系!今天我花几个月打造的《机器学习100天》计划已经开始! 之前,我在知乎上写的一篇“...
阅读(18982)评论(0)赞 (5)
红色石头 发布于 2022-08-04
大家好!我是红色石头! 曾经在 GitHub 上有一个爆火的《100-Days-Of-ML-Code》项目,收获了近 4w star。可惜的是原作者只出了一小部分内容,停更 4 年之久了! 没关系!今天我花几个月打造的《机器学习100天》计划已经开始! 之前,我在知乎上写的一篇“...
阅读(18982)评论(0)赞 (5)
红色石头 发布于 2021-10-12
跟大家说个事,也算是憋了很久,之前花了近一年时间撰写的 AI 书籍《深度学习入门:基于PyTorch和TensorFlow的理论与实现》终于正式出版了! 一睹真容: 这里跟大家唠一下,之前很多出版社的编辑找过我,想让我写一本关于机器学习或深度学习的入门教程。一开始我是拒绝的,大家...
阅读(24868)评论(2)赞 (28)
红色石头 发布于 2021-09-22
机器学习、深度学习最简单的入门方式就是基于 Python 开始编程实战。最近闲逛 GitHub,发现了一个非常不错的 Python 学习实例集,完全是基于 Python 来实现包括 ML、DL 等领域。推荐给大家~ 首先放上该开源项目的 GitHub 地址: https://gi...
阅读(24808)评论(0)赞 (10)
红色石头 发布于 2021-08-20
什么是支持向量机(SVM)? 支持向量机 (SVM) 是一种相对简单的监督机器学习算法,用于解决分类或回归问题。它更适合分类,但有时对回归也非常有用。 SVM算法的本质是在不同的数据类型之间找到一个超平面来创建边界。在二维空间中,这个超平面是一条直线。 在 SVM算法中,我们在 ...
阅读(73079)评论(0)赞 (9)
红色石头 发布于 2021-08-02
大家好,好久没给大家推荐优质的机器学习 GitHub 开源资料了。最近逛 GitHub,发现了一个非常不错的 AI 资料,兼顾理论和实战,非常不错! 首先放上该资源的 GitHub 地址: https://github.com/ben1234560/AiLearning-Theo...
阅读(5681)评论(0)赞 (4)
红色石头 发布于 2021-06-01
无论你是学习机器学习还是深度学习,看学术论文必不可少。作为 AI 初学者而言,如何挑选更适合自己、更容易学习的 AI 论文尤为重要!真的会起到事半功倍的效果。 今天给大家推荐一个非常不错的 GitHub 开源项目:TopPaper。该项目汇聚了 AI 方向重点核心的论文,方便初学...
阅读(28857)评论(0)赞 (6)
红色石头 发布于 2021-06-01
无论是做机器学习、深度学习、自然语言处理还是其它领域,算法的重要性不言而喻!吃透算法底层原理、掌握算法数学推导和代码实现,对提高自己的硬核实力来说非常重要!今天给大家推荐一个超赞的开源算法笔记!中文版!而且在 GitHub 上已经收获了近 1k 的赞了! 首先放上该笔记的 Git...
阅读(39086)评论(0)赞 (1)
红色石头 发布于 2021-04-16
【简介】 本文提出了一种新的采样策略——输出多样化采样,替代对抗攻击方法中常用的随机采样,使得目标模型的输出尽可能多样化,以此提高白盒攻击和黑盒攻击的有效性。实验表明,该种采样策略可以显著提升对抗攻击方法的性能。 论文地址: https://arxiv.org/abs/2003....
阅读(4620)评论(0)赞 (2)
红色石头 发布于 2021-03-07
提起李宏毅老师,熟悉机器学习的读者朋友一定不会陌生。最典型的就是开局一言不合就“宝可梦”。李宏毅老师幽默风趣的教学风格也吸引力很多机器学习爱好者。 李宏毅老师的机器学习课程可以说是最具代表性的中文公开课之一,已成为大量国内初学者的首选。2021 年,李宏毅老师的机器学习课程又于 ...
阅读(33919)评论(0)赞 (4)
红色石头 发布于 2021-03-03
今天给大家推荐一个硬核干货:一个基于 PyTorch 的图像模型库(PyTorch Image Models,TIMM),用于最新图像分类。 这个库从 330+ 种预训练的最新图像分类模型中进行选择,方便我们使用提供的脚本在 ImageNet 等研究数据集上重新训练模型。而且,可...
阅读(6867)评论(0)赞 (4)