Abstract:这本书面向的是对机器学习和数据挖掘实践及竞赛感兴趣的读者,以python为基础从零开始,在不涉及数学模型和复杂编程知识的前提下,逐步学习和掌握机器学习、数据挖掘、自然语言处理工具,如scikit-learn、NLTK、Pandas、TensorFlow等。
全书分为4章:
- 简介篇:机器学习概念和python编程知识
- 基础篇:如何使用scikit-Learn作为基础机器学习工具
- 进阶篇:怎样借助高级技术或模型提高机器学习系统的性能
- 竞赛篇:如何完成kaggle竞赛
Abstract:这本书面向的是对机器学习和数据挖掘实践及竞赛感兴趣的读者,以python为基础从零开始,在不涉及数学模型和复杂编程知识的前提下,逐步学习和掌握机器学习、数据挖掘、自然语言处理工具,如scikit-learn、NLTK、Pandas、TensorFlow等。
全书分为4章:
Abstract:尽最大可能在零售环境中做到对顾客友好。零售环境必须遵循人们的生理特点;必须适应不同性别和年龄的购物者的行为差异。微小的改变可能带来很大的影响。购物随社会变化而变化,商人若不能紧随其变则很可能遭受失败。
摘要:近年来,基于深度学习的计算机视觉领域研究取得了巨大的进步。本文结合已现有文献资料,对深度学习在计算机视觉中的应用进行综述。首先,简要概述计算机视觉及其发展历史。第二,简要概述深度学习及其发展历史,再着重梳理基于深度学习的计算机视觉研究进展,本文将这一过程划分为三个阶段,分别为“RBM/AE阶段”、“CNN 阶段”和“RNN 阶段”,以及介绍了视觉领域的十大重要深度学习架构。第三,介绍基于深度学习的计算机视觉的细分领域研究进展,以目标检测和人脸识别为例。最后,讨论计算机视觉领域利用深度学习可能带来的未来研究方向。
关键词:深度学习;计算机视觉;卷积神经网络;循环神经网络;
摘要:新零售是以消费者体验为中心的数据驱动的零售新模式,是中国实体经济增长的新动力。而智能商品推荐则是新零售消费者购物体验的重要突破点。在移动互联与传播时代,场景是新零售业务的一大关键要素,基于场景特征和数据的智能商品推荐将成为新零售商品推荐的重要研究和应用方向。消费者对新零售的了解程度、线下购物月支出、对店内智能导航服务的需求等因素影响消费者对智能商品推荐服务的需求。空间与环境、实时状态、生活习惯、社交元素是新零售场景的四个基本特征,基于对这些场景特征和数据的深度挖掘可以实现更加精准的新零售商品推荐。
关键词:新零售,智能商品推荐,场景
摘要:粤传媒是首家获得中宣部和国家新闻出版总署批准并在中小板上市的报业传媒公司,业务涉及广告运营、发行物流、报刊出版、印刷包装、新媒体等,同时涉足文化传媒产业投资相关领域。公司2017年净利润下滑64.9%。本文是对粤传媒2017年度财报的分析。
Abstract:李卫东老师的 Web 信息架构课,李老师是一位教学严谨且非常负责的好老师。这门课非常系统地讲解了information Architechture以及以之为基点的互联网产品设计,让我受益良多 ~
Abstract:吴恩达2018的新书,主要讲解了机器学习模型训练过程中的一些重要的技巧,可帮助提升机器学习工程的准确率和效率,挺实用的 ~