2017.4.17-2017.4.21文本分类,XGBoost综述,图像识别

栏目: 编程工具 · 发布时间: 7年前

内容简介:2017.4.17-2017.4.21文本分类,XGBoost综述,图像识别

http://alias-i.com/lingpipe/  LingPipe is tool kit for processing text using computational linguistics.

http://svmlight.joachims.org/ 基于svm做文本分类

http://adrem.ua.ac.be/~tmartin/  svm jni java接口

https://github.com/antoniosehk/keras-tensorflow-windows-installation  windows上安装基于tensoflow-gpu的keras深度学习包

http://thegrandjanitor.com/  机器学习

http://www.wsdm-conference.org/2017/accepted-papers/  wsdm 2017 accepted papers

https://www.slideshare.net/BhaskarMitra3/neural-text-embeddings-for-information-retrieval-wsdm-2017

https://github.com/laura-dietz/tutorial-utilizing-kg

http://colah.github.io/posts/2015-08-Understanding-LSTMs/

https://cmusatyalab.github.io/openface/

https://eliasvansteenkiste.github.io/ Predicting lung cancer

https://brage.bibsys.no/xmlui/handle/11250/2433761 Tree Boosting With XGBoost - Why Does XGBoost Win "Every" Machine Learning Competition?

https://github.com/YaronBlinder/MIMIC-III_readmission/ Predicting 30-day ICU readmissions from the MIMIC-III database

https://github.com/caffe2/caffe2  facebook  开源深度学习框架 caffe2

MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications https://arxiv.org/abs/1704.04861

https://zhuanlan.zhihu.com/p/24322376 欺诈盛宴:百万黑产军团,两千万手机号,瓜分百亿蛋糕


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

网络流

网络流

拉文德拉K.阿胡亚 托马斯L.马南提 詹姆斯B.沃林 / 机械工业出版社 / 2005-5 / 108.0

本书全面介绍了经典的和现代的网络流技术,包括综合的理论、算法与应用。主要内容包括:路径、树与周期,算法设计与分析,最大流与最小流算法,分派与匹配,最小生成树,拉格朗日松弛与网络优化等。书中包含大量练习题,拓展了本书的内容,便于教学。一起来看看 《网络流》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具