二、 Boosting 2.1 AdaBoost 算法 2.1.1 算法 2.1.2 算法解释 2.1.3 误差分析 2.3 AdaBoost 多分类 2.3.1 SAMME 算法 2.3.2 SAMME.R算法 2.4 Adaboost 回归 2.5 AdaBoost与加法模型 2.5.1 加法模型 2.5.2 前向分布算法 ...

前言 这本书有什么特点？面向什么样的读者？ 又是一本C语言书。好吧，为什么我要学这本书而不是谭浩强或者K&R？ 这本书“是什么”和“不是什么” 为什么要在Linux平台上学C语言？用Windows学C语言不好吗？ 致谢 最后几句话 前言 这本书有什么特点？面向什么样的读者？ 这本书最初是为北京亚嵌教育研究中心的嵌入式Linux系统工程...

概述 概述 SQL执行时间预测特性基于机器学习方法，通过在线学习收集的执行计划算子级信息，实现查询时间预测功能。

自动求导机制 自动求导机制 在机器学习中，我们经常需要计算函数的导数。TensorFlow提供了强大的 自动求导机制 来计算导数。以下代码展示了如何使用 tf.GradientTape() 计算函数 在 时的导数： import tensorflow as tf   x = tf . Variable ( initial_va...

优化器optimizers 所有优化器都可用的参数 SGD 参数 RMSprop 参数 Adagrad Adagrad Adadelta 参数 参考文献 Adam 参数 参考文献 Adamax 参数 参考文献 Nadam 参数 参考文献 TFOptimizer 优化器optimizers 优化器是编译Keras...

为什么选择 Keras？ Keras 优先考虑开发人员的经验 Keras 被工业界和学术界广泛采用 Keras 可以轻松将模型转化为产品 Keras 支持多个后端引擎，不会将你锁定到一个生态系统中 Keras 拥有强大的多 GPU 和分布式训练支持 Keras 的发展得到深度学习生态系统中的关键公司的支持 为什么选择 Keras？ 在如今...

使用Docker部署AlluxioFuse加速深度学习训练（试验） 概述 什么是FUSE和AlluxioFuse 在Docker上单机部署AlluxioFuse 前提条件 单机部署 设置底层存储系统 设置RAMFS 启动Alluxio master 启动Alluxio worker 设置AlluxioFuse挂载路径 启动AlluxioFus...

OpenCV 中文文档 4.0.0 建议反馈 赞助我们 OpenCV 中文文档 4.0.0 原文：OpenCV documentation 4.0.0 协议：CC BY-NC-SA 4.0 欢迎任何人参与和完善：一个人可以走的很快，但是一群人却可以走的更远。 OpenCV （开源计算机视觉库）是在 BSD 许可下发布的，因...

XLearning 是一款支持多种机器学习、深度学习框架的调度系统。基于Hadoop Yarn完成了对TensorFlow、MXNet、Caffe、Theano、PyTorch、Keras、XGBoost等常用框架的集成，同时具备良好的扩展性和兼容性。 架构设计 功能特性 编译&部署指南 运行示例 FAQ Authors...

快速入门指南 介绍 与FlinkML链接 加载数据中 分类 数据预处理和管道 从这往哪儿走 快速入门指南 介绍 FlinkML旨在使您的数据学习成为一个直接的过程，从而消除了大数据学习任务通常带来的复杂性。 在本快速入门指南中，我们将展示使用FlinkML解决简单监督学习问题是多么容易。 但首先是一些基础知识，如果您已经熟悉机...