《优化深度神经网络》中，有哪些实用层面的深度学习技巧？
本文共计6694个文字，预计阅读时间需要27分钟。AI有道+不可错过的AI技术公众号+关注的吴恩达的深度学习专项课程的经典课程《神经网络与深度学习》的所有精华笔记我已经整理完成。欢迎各位小伙伴见文末推荐阅读：在下方阅读原文链接中继续探索。A
《优化深度神经网络》精炼笔记（2）中，有哪些优化算法的详细解析？
本文共计4237个文字，预计阅读时间需要17分钟。AI有道+不可错过的AI技术公众号+关注+重要通知+本公众号原名红色石头的机器学习之路已更名为AI有道，请大家留意并继续关注本公众号！谢谢！+上一节课我们主要介绍了如何AI有道不可错过的AI
《构建机器学习项目》精炼笔记（2）中，有哪些机器学习策略下技巧分享？
本文共计3840个文字，预计阅读时间需要16分钟。AI有道+AI技术公众号+关注+重要通知+本公众号原名为红色石头的机器学习之路已更名为AI有道，请大家留意并持续关注本公众号！谢谢！+1Carrying Out Error Analysis
《吴恩达《Machine Learning》精炼笔记中，如何用Python实现KMeans聚类算法？
本文共计1937个文字，预计阅读时间需要8分钟。作者 | Peter | 编辑 | AI有道本周主要知识点：无监督学习中的两个重点：聚类和降维。本文首先介绍聚类中的K均值算法，包括算法思想、图解K-Means、sklearn实现、Pytho
《Machine Learning》吴恩达精炼笔记中，如何高效构建推荐系统？
本文共计1832个文字，预计阅读时间需要8分钟。作者 | Peter | 编辑 | AI有道 | 本周重点讲解推荐系统的相关知识。推荐系统是当前机器学习领域或人工智能领域最热门的方向之一，还涉及NLP、CV等领域。主要内容包含：推荐系统简述