你好,游客 登录
rss订阅 手机访问 
学习算法
MySQL高可用数据库内核深度优化的四重定制

近期我们的数据库团队对原生复制的多个方面进行了深度优化,提升了UDB高可用数据库的功能和性能。今天借社群这个平台,跟大家分享一二。 一、UDB高可用数据库架构
UDB以虚拟IP、HAProxy、单节点UDB数据库搭建双节点高可用架构:
双节点的UDB数据库保证数据库数据的全量冗余,同时保证数据库的可用性;
HAProxy在同一时间只连接一个UDB...
日期:08月24日 作者:
从决策树到随机森林:树型算法的原理与实现
基于树(Tree based)的学习算法在数据科学竞赛中是相当常见的。这些算法给预测模型赋予了准确性、稳定性以及易解释性。和线性模型不同,它们对非线性关系也能进行很好的映射。常见的基于树的模型有:决策树(decision trees),随机森林(random forest)和提升树(boosted trees)。
日期:08月24日 作者:
如何开始使用 Java 机器学习
开始Java机器学习的最好工具是什么?
这个问题已经有一段时间了,但最近这些日子几乎每个人都在谈论人工智能和机器学习。这已经不再是一个保留给科学家和研究者的秘密,而是几乎实现于每一项新兴技术中。
在下面的章节中,我们会做一个java的机器学习的主要框架的快速概述,并证明Java机器学习是多么容易上手,不需要你另起炉灶或者从头开始创建算法。
人类的...
日期:08月24日 作者:
从头开始:用Python实现随机森林算法
拥有高方差使得决策树(secision tress)在处理特定训练数据集时其结果显得相对脆弱。bagging(bootstrap aggregating 的缩写)算法从训练数据的样本中建立复合模型,可以有效降低决策树的方差,但树与树之间有高度关联(并不是理想的树的状态)。
日期:08月24日 作者:
小白学CNN以及Keras的速成

如今在深度学习大火的时候,第三方工具也层出不穷,比较出名的有Tensorflow,Caffe,Theano,MXNet,在如此多的第三方框架中频繁的更换无疑是很低效的,只要你能够好好掌握其中一个框架,熟悉其原理,那么之后因为各种要求你想要更换框架也是很容易的。
那么sherlock用的是哪个框架呢?sherlock使用的是Google的开源框架Tensorflow,因为Google...
日期:08月23日 作者:
Python 开发者节省时间的 10 个方法
Python 是一个美丽的语言,可以激发用户对它的爱。所以如果你试图加入程序员行列,或者你有点厌倦C++,Perl,Java 和其他语言,我推荐你尝试Python.
日期:08月23日 作者:
使用神经网络+遗传算法玩转Flappy Bird | 教程

没事。这不妨碍各路AI大触用这款游戏练手。比方说今天这个HTML5教程,就是教你使用神经网络+遗传算法,搭建一个玩转小鸟的AI。

日期:08月22日 作者:
Python:图片转字符画

字符画真的很有意思,将图片中的像素用字符代替,就生成了字符画。
但是像素是有颜色深浅的,我们如何将带有不同颜色的像素编码为对应的字符呢? 转化方法:

日期:08月22日 作者:
面向大数据的分布式调度

前言:大数据的分布式调度是在进行数据ETL过程中起到了总体的承上启下的角色,整个数据的生产、交付、消费都会贯穿其中,本文从调度、分布式调度的特征展开,再对大数据调度个性化特征的一些阐述,由满足大数据使用的架构和业务场景的需求上娓娓道来,从实践的角度分享如何打造一个高可用、高效率、灵活性的大数据调度平台。 
从上个世纪50...
日期:08月22日 作者:
计算机先驱:编程要从2岁学起,女孩子更应该抓住黄金期
大牛表示,她刚入行时候也遭受了性别歧视,简历只好化名为男性。
日期:08月21日 作者:
教程 | 自动化机器学习第一步:使用Hyperopt自动选择超参数
有时候在学习神经网络教程时,我们通常会看到有的实验似乎理所当然地就选定了某种神经网络架构以及特定的网络层数、激活函数、损失函数等等,却没有解释原因。因为解释起来有点难。是的,深度学习社区选择 ReLU(或更现代的选择 ELU 或 SELU)作为激活函数是「常态」,而且我们基本上也欣然接受,但我们通常并没有思考这是否是正确的。比如在网络的层数和优化器的学习率选择...
日期:08月21日 作者:
DeepMind视频行为分类竞赛,百度IDL获第一,新算法披露
【新智元导读】ActivityNet竞赛是目前视频动作分析领域影响力最大的赛事。上月,2017年竞赛组织者通过官网宣布了本届比赛的成绩。其中,来自百度深度学习实验室(IDL)的Genome团队获得子命题、由DeepMind主办的“Kinetics行为分类比赛”第一名,香港中文大学获得第二名,德国创业公司TwentyBN获得第三名。本文将具体介绍在ActivityNet Kinetics竞赛排名第一的视...
日期:08月21日 作者:
【从头开始GAN】Goodfellow开山之作到DCGAN等变体

GAN的火爆想必大家都很清楚了,各种GAN像雨后春笋一样冒出来,大家也都可以名正言顺的说脏话了[微笑脸]。虽然目前GAN的酷炫应用还集中在图像生成上,但是GAN也已经拓展到NLP,Rob...
日期:08月21日 作者:
教程 | 拟合目标函数后验分布的调参利器:贝叶斯优化
如何优化机器学习的超参数一直是一个难题,我们在模型训练中经常需要花费大量的精力来调节超参数而获得更好的性能。因此,贝叶斯优化利用先验知识逼近未知目标函数的后验分布从而调节超参数就变得十分重要了。本文简单介绍了贝叶斯优化的基本思想和概念,更详细的推导可查看文末提供的论文。
日期:08月20日 作者:
无需数学背景,读懂ResNet、Inception和Xception三大变革性架构
神经网络领域近年来出现了很多激动人心的进步,斯坦福大学的 Joyce Xu 近日在 Medium 上谈了她认为「真正重新定义了我们看待神经网络的方式」的三大架构: ResNet、Inception 和 Xception。机器之心对本文进行了编译介绍,更多架构可参阅机器之心文章《10 大深度学习架构:计算机视觉优秀从业者必备(附代码实现)》。
日期:08月20日 作者: