本系列课程利用MATLAB进行深度学习，课程将从数据集设置、模型搭建、模型训练、模型测试、模型评价等方面，深入介绍MATLAB深度学习工具箱。最后利用一个实例——多种果树病虫害识别。（这是最新版，已更新！）

AI人工智能 2BPython学习入门全套资源下载地址，资料十分全

本文来自于csdn,本教程适合所有对机器学习感到好奇,将简单介绍机器学习带你入门，希望对你有所帮助。你是否也曾听人们谈起机器学习但是只有一个朦胧的概念？你是否厌倦了在同事的高谈阔论中颓然欲睡？此诚求变之机。本教程适合所有对机器学习感到好奇，却不知从何下手的读者。我想应该有很多人试着读了维基百科页面，然后愈发迷惘、沉沦，盼望着有人能够提供一个high-level的解释，那你找对地方了。我们的目标是让所有人都能读懂——这就难免有些泛泛而谈。但是无妨，但凡本文能让一个人真正对机器学习感兴趣，那么目的就算达到了。机器学习的核心思想是创造一种普适的算法，它能从数据中挖掘出有趣的东西，而不需要针对某个问题

迁移学习(Transfer learning) 顾名思义就是就是把已学训练好的模型参数迁移到新的模型来帮助新模型训练。考虑到大部分数据或任务是存在相关性的，所以通过迁移学习我们可以将已经学到的模型参数（也可理解为模型学到的知识）通过某种方式来分享给新模型从而加快并优化模型的学习效率不用像大多数网络那样从零学习（starting from scratch，tabula rasa）。

关于梯度下降与逻辑回归，我在之前的文章中已经写过了公式推导，本文中将用python代码进行实现并做简单的实验 机器学习入门 — 梯度下降原理 机器学习入门 — 逻辑回归算法 案例概述 在这里我们将建立一个逻辑回归模型来预测一个学生是否被大学录取。此大学会根据两次考试的结果来决定每个申请人的录取机会。大学里有以前的申请人的历史数据，可以用它作为逻辑回归的训练集。对于每一个学生例子，有两个考试的申请人的分数和录取决定。为了做到这一点，我们将建立一个分类模型，根据考试成绩估计入学概率。 数据准备 import os path = 'data' + os.sep + 'LogiReg_data.txt

TSO入门，TSO入门指南（大型机学习入门）

Python学习入门.pdf

这是一个基于tensorflow的简单的卷及神经网络，使用MNIST数据集进行手写数字识别。网络为FCN，即全卷积神经网络，总共有四层。前两层same padding，最大池化，后两层进行1x1的卷积。使用softmax输出结果，误差为交叉熵。最终在测试集上准确率在99%左右

机器学习入门经典算法剖析代码以及Jupyter Notebook例子、源码阐述

该入门代码是Andrew ng（吴恩达）老师在coursera上开设的机器学习课程的编程习题的matlab代码，非常适合机器学习初学者作为参考来熟悉算法内涵、养成良好的编程习惯。