写给人类的机器学习 翻译完成
2017-10-23
996
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
写给人类的机器学习原书：Machine Learning for Humans译者：飞龙（等） 这个世界不缺少科学家，缺少能说人话的科学家。
目录
相关文章
|
6月前
|
机器学习/深度学习
自然语言处理
Linux
【专栏】Linux 中的机器学习：Whisper适用于语音助手、翻译等领域，随着技术发展，其应用前景广阔
【4月更文挑战第28天】本文探讨了在Linux环境下，先进自动语音识别系统Whisper的运用与实现高效ASR。Whisper基于PyTorch，支持多语言识别，具有高准确性和实时性。文中介绍了安装配置Whisper的步骤，包括安装依赖、下载代码、配置环境变量及编译安装。通过数据准备、模型训练和识别，可实现语音识别功能。Whisper适用于语音助手、翻译等领域，随着技术发展，其应用前景广阔。
288
1
1
|
机器学习/深度学习
人工智能
监控
AI：Algorithmia《2020 state of enterprise machine learning—2020年企业机器学习状况》翻译与解读
AI：Algorithmia《2020 state of enterprise machine learning—2020年企业机器学习状况》翻译与解读
284
0
0
|
机器学习/深度学习
存储
机器人
|
机器学习/深度学习
Web App开发
缓存
|
机器学习/深度学习
存储
前端开发
|
机器学习/深度学习
API
Python
|
机器学习/深度学习
Shell
API
|
机器学习/深度学习
监控
Kubernetes
AI：《Why is DevOps for Machine Learning so Different?—为什么机器学习的 DevOps 如此不同？》翻译与解读
AI：《Why is DevOps for Machine Learning so Different?—为什么机器学习的 DevOps 如此不同？》翻译与解读
204
0
0
|
机器学习/深度学习
SQL
人工智能
AI：Algorithmia《2021 enterprise trends in machine learning 2021年机器学习的企业趋势》翻译与解读
AI：Algorithmia《2021 enterprise trends in machine learning 2021年机器学习的企业趋势》翻译与解读
221
0
0
|
机器学习/深度学习
算法
搜索推荐
Paper：《A Few Useful Things to Know About Machine Learning—关于机器学习的一些有用的知识》翻译与解读
Paper：《A Few Useful Things to Know About Machine Learning—关于机器学习的一些有用的知识》翻译与解读
250
0
0
热门文章
最新文章
1
更轻松、高效、经济的LLaMA训练——开源大模型训练框架Megatron-LLaMA
2
在PyTorch中使用DistributedDataParallel进行多GPU分布式模型训练
3
构建高效机器学习模型的五大关键步骤
4
深度学习实践篇 第四章：模型训练与示例
5
【AI 初识】讨论深度学习和机器学习之间的区别
6
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享-2
7
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享-1
8
Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（一）（4）
9
玩ST、肿瘤研究的来学习一下！16分Nature子刊的单细胞空间转录组+机器学习
10
人工智能平台PAI 操作报错合集之在本地运行Alink Server时没有遇到问题。但是，当您尝试在PAI上运行时出现了错误。如何解决
1
【Python机器学习专栏】Python环境下的机器学习库概览
103
2
【python】Python大豆特征数据分析 [机器学习版一]（代码+论文）【独一无二】
97
3
机器学习实战第3天：手写数字识别
174
4
机器学习库：numpy
79
5
机器学习第11天：降维
92
6
构建高效机器学习模型的五大技巧
90
7
构建高效机器学习模型：从数据预处理到模型优化
96
8
构建高效机器学习模型：从特征工程到模型调优
95
9
Machine Learning机器学习之贝叶斯网络(BayesianNetwork)
1202
10
Machine Learning机器学习之决策树算法 Decision Tree（附Python代码）
323