在今天的文档中，我会列出 7 个步骤（和 50 多个资源）帮助你开启这个令人兴奋的计算机科学领域的大门，并逐渐成为一个机器学习高手。
2017-09-28 06:34 Karlijn Willems, Flowsnow
在你开始从事人工智能之前，你需要先了解人类的智能。
2018-12-17 19:31 Gordon Haff, qhwdw
探索如何将 Android Things 与 Tensorflow 集成起来，以及如何应用机器学习到物联网系统上。学习如何在装有 Android Things 的树莓派上使用 Tensorflow 进行图片分类。
2018-08-01 23:12 Francesco Azzola, qhwdw
尝试使用 Python 掌握机器学习、人工智能和深度学习。
2018-11-08 09:57 Tirthajyoti Sarkar, HankChow
我们又能通过开源社区做些什么？
2018-04-13 23:18 Justin Sherman, Valoniakim
如果你是一位想要深入机器学习的 JavaScript 程序员或想成为一位使用 JavaScript 的机器学习专家，那么这些开源框架也许会吸引你。
2018-07-09 18:22 Dr.michael J.garbade, hopefully2333
数据科学家在创建机器学习模型后，必须将其部署到生产中。要在不同的基础架构上运行它，使用容器并通过 REST API 公开模型是部署机器学习模型的常用方法。
2018-12-15 09:18 Sven Bösiger, geekpi
我最初计划使用 R 来训练我的数据库，但老师建议我使用一个 FOSS 机器学习框架 H2o。
2018-04-07 23:44 Louis-philippe Véronneau, geekpi
我们可以自动应用简单的配色方案，而无需手绘几百个训练数据示例吗？
2018-06-14 11:17 K. Gretchen Greene, hopefully2333
用朴素贝叶斯分类器解决现实世界里的机器学习问题。
2021-07-29 10:50 Girish Managoli, tanloong
Linux.CN © Since 2003
京ICP备2021020457 京公网安备110105001595
服务条款 | 除特别申明外，本站原创内容版权遵循 CC-BY-NC-SA 协议规定
小黑屋|
分享到微信
打开微信，点击顶部的“╋”，
使用“扫一扫”将网页分享至微信。
标签: