机器学习有关的一些东西（后续还会更新）

最新推荐文章于 2026-03-26 09:46:19 发布
转载 最新推荐文章于 2026-03-26 09:46:19 发布 · 327 阅读 · 0
本文详细介绍了参与深度学习项目的人员所需具备的专业技能和背景知识，包括机器学习、自然语言处理、数据挖掘、计算机视觉等领域的研究经历，以及对主流深度学习框架的实际应用经验。


3、具备机器学习、自然语言处理、数据挖掘、计算机视觉其中至少一种的研究背景、项目背景或课程设计背景；

4、了解主流深度学习模型，了解其使用场景、实现细节、训练方法、CPU和GPU优化策略；

5、具有计算机视觉方向深度学习项目经验者有限；

6、Pytorch、Caffe或Tensorflow等深度学习平台项目经验

标签
#机器学习
rc_ll
关注
Azure ML实操手记：从零部署可调用机器学习API
最新发布
turnRound
06-16 484
机器学习平台的核心价值在于将模型开发与工程化解耦——通过声明式配置实现环境隔离、数据版本控制、模型注册与API自动化部署。Azure ML作为企业级MLOps平台，以Python SDK为核心入口，屏蔽底层云设施复杂性，让开发者聚焦于数据清洗与模型调优。其工作区（Workspace）本质是元数据中心，统一管理身份、资源与资产血缘；Compute Instance提供低延迟交互式开发体验；Dataset与Model注册机制保障可复现性与审计合规；而Managed Online Endpoint则将训练成果秒级
手把手教你用LcmSim+TakeDotLib打造完美LCD显示效果（附12x12汉字配置模板）
weixin_29205061的博客
03-16 108
本文详细介绍了如何使用LcmSim模拟器与TakeDotLib标准字库工具优化LCD显示效果，包括字体选择、字库生成和实体设备验证。通过12x12汉字与8x16 ASCII的黄金比例配置，帮助开发者解决嵌入式开发中的显示难题，提升用户体验。附赠12x12汉字配置模板，可直接用于项目。
Machine Learning and Data Mining——2. 机器学习学习路线与资料
langtaol的成长记
03-05 3916
机器学习研究的是计算机怎样模拟人类的学习行为，以获取新的知识或技能，并重新组织已有的知识结构使之不断改善自身。简单一点说，就是计算机从数据中学习出规律和模式，以应用在新数据上做预测的任务。本文为转载文章，讲述了机器学习的要点和方法，并附相关学习资料。
C# 安装Microsoft.ML后，发现引用Microsoft.ML.Tuning报警没有这个东西，tuning是迁移了还是在其他的地方？
**My Coding Family**
04-30 759
🏆 本文收录于《全栈Bug调优(实战版)》专栏，致力于分享我在项目实战过程中遇到的各类Bug及其原因，并提供切实有效的解决方案。无论你是初学者还是经验丰富的开发者，本文将为你指引出一条更高效的Bug修复之路，助你早日登顶，迈向财富自由的梦想🚀！同时，欢迎大家关注、收藏、订阅本专栏，更多精彩内容正在持续更新中。让我们一起进步，Up！Up！Up！    备注： 部分问题/难题源自互联网，经过精心筛选和整理，结合数位十多年大厂实战经验资深大佬经验总结所得，数条可行方案供所需之人参考。
机器学习课程——实战篇（一）应用建议与解决思路（一）
DONG_LIN_2019的博客
11-13 2209
目录 1.引言 2.机器学习算法简述 2.1 从机器学习问题角度分类 2.2 从算法的功能角度分类 2.2.1 回归算法(Regression Algorithms) 2.2.2 基于实例的算法(Instance-based Algorithms) 2.2.3 决策树类算法(Decision Tree Algorithms) 2.2.4 贝叶斯类算法(Bayesian Algori...
李宏毅机器学习课程从入门到放弃（一）
不负如来不负卿
08-10 2866
————20180810———————- 先加备忘： Ref: [1] https://blog.csdn.net/soulmeetliang/article/details/77461607 [2] https://www.youtube.com/channel/UC2ggjtuuWvxrHHHiaDH1dlQ/playlists [3] https://github.com/GitY...
【Designing ML Systems】第 1 章 ：机器学习系统概述
sikh_0529的博客
11-12 1746
2016 年 11 月，谷歌宣布将其多语言神经机器翻译系统整合到谷歌翻译中，标志着深度人工神经网络在大规模生产中的首批成功案例之一。1据 Google 称，通过此次更新，翻译质量的一次飞跃提升幅度超过了过去 10 年的总和。深度学习的这种成功更新了对机器学习 (ML) 的广泛兴趣。从那时起，越来越多的公司转向机器学习来解决他们最具挑战性的问题。在短短五年内，机器学习几乎进入了我们生活的方方面面：我们如何获取信息、我们如何沟通、我们如何工作、我们如何找到爱。ML 的传播是如此之快，以至于已经很难想象没有它的生
【ML】第一章 机器学习领域
热门推荐
sikh_0529的博客
09-21 1万+
什么时候大多数人听到“机器学习”，他们会想象一个机器人：一个可靠的管家或一个致命的终结者，这取决于你问谁。但是机器学习不仅仅是一个未来主义的幻想。它已经在这里了。事实上，它在一些专业应用中已经存在了几十年，例如光学字符识别 (OCR)。但真正成为主流的第一个 ML 应用程序，改善了数亿人的生活，早在 1990 年代就占领了世界：垃圾邮件过滤器。它不完全是一个有自我意识的天网，但它在技术上确实符合机器学习的条件（它实际上学得很好，以至于你很少需要再将电子邮件标记为垃圾邮件了）。紧随其后的是数百个 ML 应用程
讨论AI/ML如何促进网络安全之前，先建立对AI/ML的正确认知
weixin_34404393的博客
01-28 337
一直在写一篇关于人工智能和机器学习在网络安全应用现状的文章，由于时间忙，而且这个领域发展太迅速，迟迟没有成稿。借着年初Gartner的分析师Augusoto Barros发表的一个博文，先谈一个问题：即建立对AI/ML应用网络安全的正确认知，知其所能所不能，先冷静下来，再看看其所能带来的价值。下面是我的翻译，其中【】中的是我的注释和一点理解。在理解供应商如何使用ML进行威胁检...
【蒸汽教育求职干货】LLM时代，传统ML岗位还有前途吗？——一位机器学习工程师的深度思考
StemCareerGroup的博客
03-26 755
前两周，我辅导过的一个学生，是个非常优秀的男生，拿到了一个传统机器学习工程师（MLE）的offer，薪资和头衔都相当不错。但他半夜三点给我发微信，字里行间全是焦虑。他说：“老师，我感觉我还没毕业就要‘过时’了。现在网上铺天盖地都是生成式人工智能（GenAI）和LLM，我学的这些XGBoost、卷积神经网络（CNN）、推荐系统，是不是马上就要被扔进历史的垃圾堆了？”
春招已近，这份GitHub万星的ML算法面试大全请收下
weixin_34129696的博客
02-22 3917
机器之心整理，项目作者：HUA Yang，机器之心编辑部。春季到来，春招不久也会开始。在本项目中，作者为大家准备了 ML 算法工程师面试指南，它提供了完整的面试知识点、编程题及题解、各科技公司的面试题锦等内容。目前该 GitHub 项目已经有 1 万+的收藏量，想要跳一跳的同学快来试试吧。项目地址：github.com/imhuay/Algo…如下所示为整个项目的结构，其中从机器学习到数学主要提供...
GitHub万星ML算法面试大全
Enjoy_endless
02-22 1514
不论是为了面试，还是单纯的用来学习了解，都是值得ML相关方向阅读的。项目中，作者为大家准备了 ML 算法工程师面试指南， 它提供了完整的面试知识点、编程题及题解、各科技公司的面试题锦等内容。目前该 GitHub 项目已经有 1 万+的收藏量。 如下所示为整个项目的结构，其中从机器学习到数学主要提供的是笔记与面试知识点，读者可回顾整体的知识架构。后面从算法到笔试面经主要提供的是问题及解答方案，...
【李宏毅2022机器学习】笔记一：ML/DL框架；反向传播；回归；Pytorch使用
一亿少女的梦
03-16 2018
李宏毅2021/2022春机器学习课程 目前进度P15Regression
[翻译] Trident-ML：基于storm的实时在线机器学习库
weixin_30737363的博客
02-04 167
最近在看一些在线机器学习的东西，看到了trident-ml, 觉得比较有意思，就翻译了一下，方便有兴趣的读者学习。 本文为作者（掰棒子熊）翻译自https://github.com/pmerienne/trident-ml的关于trident-ml的一个文档。可以转载，但是请注明出处。 Trident-ML 是一个实时的在线机器学习库. 它运行你通过可伸缩的在线学习算法创建实时预测特征。 这个库基...
【译】如何学习机器学习
yeyeye0525的博客
04-19 458
本文由前端翻译小组翻译，首发于：https://github.com/bigo-frontend/blog/ 欢迎关注、转载。 原文链接：How to Learn Machine Learning – Tips and Resources to Learn ML the Practical Way 如何学习机器学习 - 实践中学习 ML 的建议和资源 如今很多人想要学习机器学习。但是大多数ML老师提供的自下而上的课程令人生畏，足以让很多新手产生挫败感。 在这个教程里面我把课程倒过来了，我会概述我认为牢牢掌.
微软 ML.NET 中文文档翻译悄然上线
weixin_33768481的博客
05-14 660
原文地址： ML.NET tutorials 原文作者：Microsoft 译文出自：掘金翻译计划 译者：BON 校对者：BON 紧跟双大法，为人造福利。 在翻译的过程中，微软大法的细心真的是让人敬佩。不管是哪点，它都提及了。 尤其是给出的两个示例，都让人觉得说得很认真。尽管没有任何机器学习基础也能够看得懂。 既然为框架，最大的特点自然就是能够塞东西，它能够装得下 TensorFlow 等机器...
采购AI/ML安全工具前要先回答这11个问题
喜欢打酱油的老鸟
04-15 557
https://www.aqniu.com/learn/46497.html 信息安全就够复杂的了，往安全软件产品组合中添加AI/ML更是可能会引入问题。但如果选对供应商，一切都不是问题。 多数CISO都认为人工智能(AI)和机器学习(ML)将会在未来3到5年内改变信息安全态势。但这并不意味着他们没听烦了这俩词儿。很多CISO可能真考虑过干脆签张支票以便再也不用听到AI和ML了。基本...
Flink ML 迭代机制详解：有界迭代 vs 无界迭代、IterationBody、Epoch 与 API 实战
hello.reader
12-26 791
本文系统介绍了Flink ML中的迭代计算范式。主要内容包括：1）区分有界迭代（离线训练）和无界迭代（在线学习）；2）Flink ML将迭代体抽象为子图，通过模型变量流和数据流实现参数更新；3）核心API Iterations提供两种迭代方法，用户需提供初始变量、数据和迭代体逻辑；4）迭代过程中数据会携带epoch标记，并通过监听器实现轮次控制；5）示例展示了无界迭代的典型用法，包括参数更新流程和反馈机制。该范式统一了批处理和流式场景下的模型训练方式。
构建生产机器学习系统的一些考虑
喜欢打酱油的老鸟
02-05 564
2020-02-02 08:30:00 作者：Marifel 编译：ronghuaiyang 导读 这篇文章介绍了为生产系统构建机器学习过程的很多方面的内容，都是从实践中总结出来的。 随着数据和计算能力的崛起，“机器学习”(ML)和“深度学习”(deep learning)这两个术语已经热议了好几年。虽然追随ML的潮流似乎很酷，但公司的第一步是评估业务是否真的能从中受益 —— 这...
YOLOv8改进 | 主干网络 | 增加网络结构增强小目标检测能力【独家创新——附结构图】
kay_545
05-23 5941
YOLOv8改进，小目标检测，yolov8
elabsim-信号与系统课程-实验报告
elabsim-信号与系统课程-实验报告（常用信号分类及观察、阶跃响应与冲激响应、有源无源滤波器、抽样定理与信号恢复、信号卷积实验、信号分解及合成）包括实验过程 实验数据 原理分析 个人总结供大家学习参考用~~制作不易 希望对大家有帮助~~
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值