机器学习入门的基础知识，包括常见名词的解释（线性回归、容量、过拟合欠拟合、正则化、超参数和验证集、估计、偏差和方差、最大似然估计、KL散度、随机梯度下降） 欢迎关注我的微信公众号“人小路远”哦，在这里我将会记录自己日常学习的点滴收获与大家分享，以后也可能会定期记录一下自己在外读博的所见所闻，希望大家喜欢，感谢支持！ 1、数值计算基础 计算机求解问题的步骤： 1、根据实际问题建立数学模型；（应用数学） 2、由数学模型给出数值计算方法；（计算数学） 3、根据计算方法编制算法程序在计算机上算出结果。 数值问题：是输入和输出数据之间的函数关系的一个确定而无歧义的描述。可以理解为：输入和输出均为数据

吴恩达-Machine Learning Yearning（1-52章）完结中英文版本

这是关于加强学习的教材，特别适合初学者，可以帮助你们快速学习机器学习

人工智能的概念 一般认为，人工智能是研究，开发用于模拟，延伸和扩展人的智能的理论，方法，技术及应用系统的一门新的科学技术。人类日常生活中的许多活动，如数学计算，观察，对话，学习等，都需要智能。时至今日，人工智能概念的内涵已经被大大扩展，它涵盖了计算机科学，统计学，脑神经学，社会科学等诸多领域，是一个门交叉学科。人们希望通过对人工智能的研究，能将它用于模拟和扩展人的智能，辅助甚至代替人们实现多种功能，包括识别认知，分析，决策等。 人工智能的层次 基础设施层 算法层 所谓机器学习，是指利用算法使计算机能够像人一样从数据中挖掘出信息；而深度学习作为机器学习的一个子集，相比其他学习方法，使用了更多

机器学习 – 机器学习项目案例 案例1：利用岭回归研究波士顿放假 读取数据 from sklearn.datasets import load_boston boston = load_boston() print('feature_names:', boston.feature_names) print('data (shape) :', boston.data.shape) 线性回归模型 from sklearn.linear_model import LinearRegression lin_reg = LinearRegression() lin_reg.fit(boston.da

5-机器学习系列（5）：卷积神经网络CNN之--原理及python实现1

anaconda3-2019.03-Windows-x86_64.exe，官网下载太慢，上传分享一下。

mnist的MNN模型

在绘画领域，AI应用发展得越来越常见也越来越成熟，不论你会不会绘画，只要在文本框内输入一句话甚至是几个简单的关键词，AI就会在几十秒内替你画出一幅画。 分享常见ai作画资源 ai作画资源-从Stable DiffusionNovelAI到NovelAI再到Naifu

引入了ReLU和dropout，引入数据增强、池化相互之间有覆盖，三个卷积一个最大池化+三个全连接层采用1*1和3*3的卷积核以及2*2的最大池化使得层数变得更