会员服务
时间序列预测入门必读的4篇论文
时间序列预测入门必读的4篇论文
机器学习与推荐算法
2+阅读 · 2022年4月19日
报名 | 联邦学习实操：FATE算法建模演示及部署工具KubeFATE
报名 | 联邦学习实操：FATE算法建模演示及部署工具KubeFATE
机器之心
0+阅读 · 2020年3月13日
【机器学习】机器学习与统计学的争论，有意义吗？
【机器学习】机器学习与统计学的争论，有意义吗？
产业智能官
0+阅读 · 2020年2月14日
机器学习与统计学的争论，有意义吗？
机器学习与统计学的争论，有意义吗？
AI科技评论
0+阅读 · 2020年2月4日
为什么果蝇求爱“姿势”会变化？普林斯顿新研究：通过看，揪出背后的神经元 | Nature子刊
为什么果蝇求爱“姿势”会变化？普林斯顿新研究：通过看，揪出背后的神经元 | Nature子刊
量子位
0+阅读 · 2020年1月31日
面试题：连续特征，可离散化，也可幅度缩放，两种处理方式适用于什么场景？
面试题：连续特征，可离散化，也可幅度缩放，两种处理方式适用于什么场景？
七月在线实验室
2+阅读 · 2019年10月16日
初学者系列：推荐系统Wide & Deep Learning详解
初学者系列：推荐系统Wide & Deep Learning详解
专知
36+阅读 · 2019年8月24日
初学者系列：推荐系统Wide & Deep Learning详解
初学者系列：推荐系统Wide & Deep Learning详解
专知
0+阅读 · 2019年8月24日
面试题：广义线性模型是怎被应用在深度学习中？
面试题：广义线性模型是怎被应用在深度学习中？
七月在线实验室
2+阅读 · 2019年7月3日
逻辑斯特回归为什么要对特征进行离散化？
逻辑斯特回归为什么要对特征进行离散化？
七月在线实验室
6+阅读 · 2019年4月1日
今日面试题分享：逻辑斯特回归为什么要对特征进行离散化
今日面试题分享：逻辑斯特回归为什么要对特征进行离散化
七月在线实验室
2+阅读 · 2019年2月19日
博客 | 机器学习中的数学基础（实战SVM）
博客 | 机器学习中的数学基础（实战SVM）
AI研习社
2+阅读 · 2018年12月17日
夜间车流是导致两栖动物道路致死的关键因素
夜间车流是导致两栖动物道路致死的关键因素
中科院之声
0+阅读 · 2018年8月21日
深度学习面试100题（第21-25题）
深度学习面试100题（第21-25题）
七月在线实验室
1+阅读 · 2018年7月12日
R 语言之数据分析高级方法「GLM 广义线性模型」
R 语言之数据分析高级方法「GLM 广义线性模型」
R语言中文社区
0+阅读 · 2018年6月29日
参考链接
微信扫码咨询专知VIP会员
Top