CNN for VR A5:AWS Tutorial
机器学习(Machine Learning)是通过非显性编程让计算机获得学习的能力,这在现代计算机科学中有着广泛的应用,从google的搜索分类,到OCR的训练以及AlphaGo的人工智能等等。本文是Coursera上吴恩达教授的《Machine Learning》系列课程的第一篇笔记:线性回归之单变量。



CNN for VR A4:Google Cloud with GPUs Tutorial
机器学习(Machine Learning)是通过非显性编程让计算机获得学习的能力,这在现代计算机科学中有着广泛的应用,从google的搜索分类,到OCR的训练以及AlphaGo的人工智能等等。本文是Coursera上吴恩达教授的《Machine Learning》系列课程的第一篇笔记:线性回归之单变量。



CNN for VR A3:Google Cloud Tutorial
机器学习(Machine Learning)是通过非显性编程让计算机获得学习的能力,这在现代计算机科学中有着广泛的应用,从google的搜索分类,到OCR的训练以及AlphaGo的人工智能等等。本文是Coursera上吴恩达教授的《Machine Learning》系列课程的第一篇笔记:线性回归之单变量。



CNN for VR A2:IPython Notebook Tutorial
机器学习(Machine Learning)是通过非显性编程让计算机获得学习的能力,这在现代计算机科学中有着广泛的应用,从google的搜索分类,到OCR的训练以及AlphaGo的人工智能等等。本文是Coursera上吴恩达教授的《Machine Learning》系列课程的第一篇笔记:线性回归之单变量。



CNN for VR A1:Numpy, Scipy, Matplotlib Tutorial
Numpy,Scipy,Matplotlib是Python data science用到的最主要的3个强大的库,这里做一个入门整理。



CNN for VR Part III:CNN(三):Transfer Learning and Fine-tuning CNN
机器学习(Machine Learning)是通过非显性编程让计算机获得学习的能力,这在现代计算机科学中有着广泛的应用,从google的搜索分类,到OCR的训练以及AlphaGo的人工智能等等。本文是Coursera上吴恩达教授的《Machine Learning》系列课程的第一篇笔记:线性回归之单变量。



CNN for VR Part III:CNN(二):Understanding and Visualizing CNN
机器学习(Machine Learning)是通过非显性编程让计算机获得学习的能力,这在现代计算机科学中有着广泛的应用,从google的搜索分类,到OCR的训练以及AlphaGo的人工智能等等。本文是Coursera上吴恩达教授的《Machine Learning》系列课程的第一篇笔记:线性回归之单变量。



CNN for VR Part III:CNN(一):Architectures, Convolution/Pooling Layers.
机器学习(Machine Learning)是通过非显性编程让计算机获得学习的能力,这在现代计算机科学中有着广泛的应用,从google的搜索分类,到OCR的训练以及AlphaGo的人工智能等等。本文是Coursera上吴恩达教授的《Machine Learning》系列课程的第一篇笔记:线性回归之单变量。



CNN for VR Part II:NN(四):Putting it together
机器学习(Machine Learning)是通过非显性编程让计算机获得学习的能力,这在现代计算机科学中有着广泛的应用,从google的搜索分类,到OCR的训练以及AlphaGo的人工智能等等。本文是Coursera上吴恩达教授的《Machine Learning》系列课程的第一篇笔记:线性回归之单变量。



CNN for VR Part II:NN(三):Learning and Evaluation
机器学习(Machine Learning)是通过非显性编程让计算机获得学习的能力,这在现代计算机科学中有着广泛的应用,从google的搜索分类,到OCR的训练以及AlphaGo的人工智能等等。本文是Coursera上吴恩达教授的《Machine Learning》系列课程的第一篇笔记:线性回归之单变量。