【智能算法】硬核干貨算法文章匯總
17. 持續(xù)更新...
16. 目標(biāo)檢測(cè)算法(第16期)--YOLO-V2算法結(jié)構(gòu)詳解
15. 目標(biāo)檢測(cè)算法(第15期)--YOLO-V1損失函數(shù)詳解
14. 目標(biāo)檢測(cè)算法(第14期)--YOLO-V1檢測(cè)算法詳解
13. 目標(biāo)檢測(cè)算法(第13期)--SSD檢測(cè)算法必須知道的幾個(gè)關(guān)鍵點(diǎn)
12. 目標(biāo)檢測(cè)算法(第12期)--SSD檢測(cè)算法結(jié)構(gòu)詳解
11. 目標(biāo)檢測(cè)算法(第11期)--Faster RCNN的損失函數(shù)以及如何訓(xùn)練？
10. 目標(biāo)檢測(cè)算法(第10期)--Faster RCNN檢測(cè)算法結(jié)構(gòu)詳解
9. 目標(biāo)檢測(cè)算法(第9期)--Fast R-CNN目標(biāo)檢測(cè)算法詳解
8. 目標(biāo)檢測(cè)算法(第8期)--SPP-Net目標(biāo)檢測(cè)算法詳解
7. 目標(biāo)檢測(cè)算法(第7期)--R-CNN目標(biāo)檢測(cè)算法通俗詳解
6. 目標(biāo)檢測(cè)算法(第6期)--常見的評(píng)價(jià)指標(biāo)有哪些？
5. 目標(biāo)檢測(cè)算法(第5期)--全卷積神經(jīng)網(wǎng)絡(luò)(FCN)算法詳解
4. 目標(biāo)檢測(cè)算法(第4期)--傳統(tǒng)目標(biāo)檢測(cè)算法思路
3. 目標(biāo)檢測(cè)算法(第3期)--CNN中常用的四種卷積詳解
2. 目標(biāo)檢測(cè)算法(第2期)--為什么要用空洞卷積？
1. 目標(biāo)檢測(cè)算法(第1期)--CNN中神奇的1x1卷積
37.?深度學(xué)習(xí)算法(第37期)----如何用強(qiáng)化學(xué)習(xí)玩游戲？
36.?深度學(xué)習(xí)算法(第36期)----強(qiáng)化學(xué)習(xí)之時(shí)間差分學(xué)習(xí)與近似Q學(xué)習(xí)
35.?深度學(xué)習(xí)算法(第35期)----強(qiáng)化學(xué)習(xí)之馬爾科夫決策過(guò)程
34.?深度學(xué)習(xí)算法(第34期)----強(qiáng)化學(xué)習(xí)之梯度策略實(shí)現(xiàn)
33.?深度學(xué)習(xí)算法(第33期)----強(qiáng)化學(xué)習(xí)之神經(jīng)網(wǎng)絡(luò)策略學(xué)習(xí)平衡車
32.?深度學(xué)習(xí)算法(第32期)----強(qiáng)化學(xué)習(xí)入門必讀
31.?深度學(xué)習(xí)算法(第31期)----變分自編碼器及其實(shí)現(xiàn)
30.?深度學(xué)習(xí)算法(第30期)----降噪自編碼器和稀疏自編碼器及其實(shí)現(xiàn)
29.?深度學(xué)習(xí)算法(第29期)----可視化自編碼器和無(wú)監(jiān)督預(yù)訓(xùn)練
28.?深度學(xué)習(xí)算法(第28期)----如何高效的訓(xùn)練自編碼器？
27.?深度學(xué)習(xí)算法(第27期)----棧式自編碼器
26.?深度學(xué)習(xí)算法(第26期)----深度網(wǎng)絡(luò)中的自編碼器
25.?深度學(xué)習(xí)算法(第25期)----機(jī)器翻譯中的編碼解碼器網(wǎng)絡(luò)
24.?深度學(xué)習(xí)算法(第24期)----自然語(yǔ)言處理中的Word Embedding
23.?深度學(xué)習(xí)算法(第23期)----RNN中的GRU模塊
22.?深度學(xué)習(xí)算法(第22期)----RNN中的LSTM模塊
21.?深度學(xué)習(xí)算法(第21期)----RNN中的Dropout技術(shù)
20.?深度學(xué)習(xí)算法(第20期)----創(chuàng)意RNN和深度RNN的簡(jiǎn)單實(shí)現(xiàn)
19.?深度學(xué)習(xí)算法(第19期)----RNN如何訓(xùn)練并預(yù)測(cè)時(shí)序信號(hào)？
18.?深度學(xué)習(xí)算法(第18期)----用RNN也能玩分類
17.?深度學(xué)習(xí)算法(第17期)----RNN如何處理變化長(zhǎng)度的輸入和輸出？
16.?深度學(xué)習(xí)算法(第16期)----靜態(tài)RNN和動(dòng)態(tài)RNN
15.?深度學(xué)習(xí)算法(第15期)----基本RNN的Tensorflow實(shí)現(xiàn)
14.?深度學(xué)習(xí)算法(第14期)----RNN輸入輸出的組合有多任性
13.?深度學(xué)習(xí)算法(第13期)----初識(shí)循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)
12.?深度學(xué)習(xí)算法(第12期)----CNN經(jīng)典網(wǎng)絡(luò)之ResNet
11.?深度學(xué)習(xí)算法(第11期)----CNN經(jīng)典網(wǎng)絡(luò)之GoogLeNet
10.?深度學(xué)習(xí)算法(第10期)----CNN經(jīng)典網(wǎng)絡(luò)之LeNet-5和AlexNet
9.?深度學(xué)習(xí)算法(第9期)----卷積神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn)進(jìn)階(附代碼)
8.?深度學(xué)習(xí)算法(第8期)----卷積神經(jīng)網(wǎng)絡(luò)通俗原理
7.?深度學(xué)習(xí)算法(第7期)----深度學(xué)習(xí)之避免過(guò)擬合(正則化)
6.?深度學(xué)習(xí)算法(第6期)----深度學(xué)習(xí)之學(xué)習(xí)率的命運(yùn)
5.?深度學(xué)習(xí)算法(第5期)----深度學(xué)習(xí)中的優(yōu)化器選擇
4.?深度學(xué)習(xí)算法(第4期)----TF訓(xùn)練DNN之進(jìn)階
3.?深度學(xué)習(xí)算法(第3期)----TensorFlow從DNN入手
2.?深度學(xué)習(xí)算法(第2期)---- ensorFlow愛之再體驗(yàn)
1.?深度學(xué)習(xí)算法(第1期)----TensorFlow愛之初體驗(yàn)
0.?深度學(xué)習(xí)算法(第0期)----深度學(xué)習(xí)通俗理解
37.機(jī)器學(xué)習(xí)算法--蒙特卡洛方法入門
36.機(jī)器學(xué)習(xí)算法--趣味理解樸素貝葉斯
35.機(jī)器學(xué)習(xí)算法--SVM 模糊最小二乘
34.機(jī)器學(xué)習(xí)算法--SVM 深入理解
33.機(jī)器學(xué)習(xí)算法--SVM 初識(shí)原理
32.機(jī)器學(xué)習(xí)算法--GBDT算法(詳細(xì)版)
31.機(jī)器學(xué)習(xí)算法--GBDT算法(簡(jiǎn)明版)
30.機(jī)器學(xué)習(xí)算法--邏輯回歸(LR)
29.機(jī)器學(xué)習(xí)算法--K-means算法
28.機(jī)器學(xué)習(xí)算法--KNN最近鄰算法
27.機(jī)器學(xué)習(xí)算法--集成算法之隨機(jī)森林
26.機(jī)器學(xué)習(xí)算法--集成學(xué)習(xí)算法之Adaboost
25.機(jī)器學(xué)習(xí)算法--決策樹算法之CART
24. 機(jī)器學(xué)習(xí)算法--決策樹算法之C4.5
23.機(jī)器學(xué)習(xí)算法--關(guān)聯(lián)規(guī)則之Apriori算法
22.機(jī)器學(xué)習(xí)算法--樸素貝葉斯分類
21.機(jī)器學(xué)習(xí)算法--網(wǎng)頁(yè)排序算法之PageRank
20.機(jī)器學(xué)習(xí)算法--通俗理解EM算法
19. 機(jī)器學(xué)習(xí)算法--隱馬爾可夫模型(HMM)
18.機(jī)器學(xué)習(xí)算法--人臉識(shí)別算法(Eigenface)
17.機(jī)器學(xué)習(xí)算法--通俗理解卡爾曼濾波
15.機(jī)器學(xué)習(xí)算法--對(duì)偶學(xué)習(xí)
14.機(jī)器學(xué)習(xí)算法--金融大數(shù)據(jù)用戶畫像
13.機(jī)器學(xué)習(xí)算法--在線學(xué)習(xí)算法FTRL詳解
12.機(jī)器學(xué)習(xí)算法--Scikit-learn特征選擇(下)
11.機(jī)器學(xué)習(xí)算法--Scikit-learn特征選擇(上)
10.機(jī)器學(xué)習(xí)算法--數(shù)據(jù)異常檢測(cè)(二)
9. ?機(jī)器學(xué)習(xí)算法--數(shù)據(jù)異常檢測(cè)(一)
8. ?機(jī)器學(xué)習(xí)算法--損失函數(shù)小結(jié)
7. ?機(jī)器學(xué)習(xí)算法--參數(shù)估計(jì)方法
6. ?機(jī)器學(xué)習(xí)--七種常用特征工程
5. ?機(jī)器學(xué)習(xí)--各式各樣的距離
4. ?機(jī)器學(xué)習(xí)--常見算法分類匯總
3. ?機(jī)器學(xué)習(xí)--常見的七種回歸技術(shù)
2. ?機(jī)器學(xué)習(xí)--面試簡(jiǎn)單梳理
1. ?機(jī)器學(xué)習(xí)--常用評(píng)估指標(biāo)
10.機(jī)器學(xué)習(xí)三人行(十)--機(jī)器學(xué)習(xí)降壓神器(附代碼)
9.機(jī)器學(xué)習(xí)三人行(九)--千變?nèi)f化的組合算法(附代碼)
8.機(jī)器學(xué)習(xí)三人行(八)--神奇的分類回歸決策樹(附代碼)
7.機(jī)器學(xué)習(xí)三人行(七)--支持向量機(jī)實(shí)踐指南(附代碼)
6.機(jī)器學(xué)習(xí)三人行(六)--Logistic和Softmax回歸實(shí)戰(zhàn)剖析(附代碼)
5.機(jī)器學(xué)習(xí)三人行(五)--你不了解的線性模型(附代碼)
4.機(jī)器學(xué)習(xí)三人行(四)--手寫數(shù)字識(shí)別實(shí)戰(zhàn)(附代碼)
3.機(jī)器學(xué)習(xí)三人行(三)--end-to-end機(jī)器學(xué)習(xí)
2.機(jī)器學(xué)習(xí)三人行(二)--洞悉數(shù)據(jù)之美
1.機(jī)器學(xué)習(xí)三人行(一)--機(jī)器學(xué)習(xí)花樣入門
9. 優(yōu)化算法--外部存檔多目標(biāo)進(jìn)化
7. 實(shí)踐篇--Jupyter notebook使用指南
6. 實(shí)踐篇--數(shù)據(jù)分析小實(shí)驗(yàn)(下)
5. 實(shí)踐篇--數(shù)據(jù)分析小實(shí)驗(yàn)(上)
3. 實(shí)踐篇--Python相關(guān)機(jī)器學(xué)習(xí)‘武器庫(kù)’
2. 實(shí)踐篇--sklearn做單機(jī)特征工程
1. 實(shí)踐篇--SVM的R語(yǔ)言實(shí)戰(zhàn)