文章资讯

• 互联网资讯(3100)
• 娱乐头条(399)
• 教育考试(249)
• 幽默笑话(13)
• 美图合集(14)
• 站长资讯(9010)
• 电商资讯(229)
• 网站建设(74)
• 网站运营(202)
• 推广杂谈(550)

文章资讯

• 深度学习环境配置指南！（Windows、Mac、Ubuntu全讲解）

  入门深度学习，很多人经历了从入门到放弃的心酸历程，且千军万马倒在了入门第一道关卡：环境配置问题。俗话说，环境配不对，学习两行泪。如果你正在面临配置环境的痛苦，不管你是Windows用户、Ubuntu用户还是苹果死忠粉，这篇文章都是为你量身定制的。接下来就依次讲下Windows、Mac和Ubuntu的深度学习环境配置问题。一、Windows系统深度学习环境配置系统：Win10  64位操作系统安装组

  2022-02-12

• 如何正确使用PSM倾向得分匹配, 来自top英文期刊上的分析与总结！

  凡是搞计量经济的，都关注这个号了稿件：econometrics666@126.com所有计量经济圈方法论丛的code程序,宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.关于PSM及matching方法，可以参看：1.PSM倾向匹配Stata操作详细步骤和代码，干货十足，2.处理效应模型选择标准，NNM和PSM，赠书活动，3.PSM和马氏匹配已淘汰,'遗传匹配'

  2022-02-12

• SVM算法在项目实践中的应用！

  支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。正是由于SVM具有很多独特的优势，基于SVM分类器在很多时候都具有较好的拟合作用。本文对SVM算法在行人检测项目实践中的应用进行详细讲解，同时给出调用OpenCV分类器及可视化的代码实

  2022-02-12

• 鱼佬&阿水竞赛相声：我是如何2小时杀进排名前10%的！

  晚上7点，鱼佬一个人来到阿水的家里，在长达2个小时的时间里，两个人开始渐入状态，第一次进行了深入交流……开始各自的比赛刷分经验分享。听说2小时杀进了排名前10%？是兄弟，就讲讲上分经验啊。话不多说，直接看那晚发生了什么 ↓↓↓https://v.qq.com/x/page/j3081l4ll6j.html（特别感谢阿水的整理）本次分享，鱼佬和阿水结合正在进行的科大讯飞AI赛事（数据挖掘，cv，nl

  2022-02-12

• k8s 高可用部署

  k8s 高可用部署

  2022-02-12

• 不谈技术，聊聊我最近的拖延困惑

  「WhaleFace」：当我们选择面对(Face)问题，解决问题便成了可能。明知一堆事却死活不想干，选择拖延，事情却越堆越多，尤其是在毕业季和面临找工作阶段，事情的扎堆让我感觉到压力，但是又找不到突破口。在Datawhale聊了这个话题后，才发现不是我一个人有这个困惑，索性在组织内部成立了「WhaleFace」小组，一起去厘清问题和解决问题，从面对拖延开始。这就是「WhaleFace」第一期的由来

  2022-02-12

• 几百年一遇的工具变量让基于OLS的截面数据回归结果发到Top了, 设计巧妙让人叹服！

  凡是搞计量经济的，都关注这个号了邮箱：econometrics666@126.com所有计量经济圈方法论丛的do文件,微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.注：可以到文后下载以下内容的PDF版本。如果不愿意看PDF，那用PC看以下内容更为舒服。背景知识：1.7个观测值显著,然后发到了JFE,探讨中国地方政府的融资情况,实证识别技巧值得借鉴！2.寻找真相,中国的经济增长真的

  2022-02-12

• 机器学习模型训练全流程！

   周末在家无聊闲逛github，发现一个很有趣的开源项目，作者用手绘图的方式讲解了机器学习模型构建的全流程，逻辑清晰、生动形象。同时，作者也对几张图进行了详细的讲解，学习之后，收获很多，于是将其翻译下来，和大家一起学习。地址：https://github.com/dataprofessor/infographic全文如下：感觉学习数据科学枯燥无味，那如何能让学习数据科学变得有趣而简单呢？带着这个目

  2022-02-11

• 机器学习算法专题

  机器学习算法这一年多来，Datawhale已经分享了数百篇学习干货。根据大家反馈，学习的问题主要有，一是不清楚怎么入门，二是感觉不够成体系。 所以后面打算把开源的内容逐步体系化，形成数学基础，python基础，机器学习，深度学习，数据分析，数据挖掘等多个知识专题，再结合专题组织学习活动。其中机器学习见下图。今天，我们从第一个算法开始：逻辑回归算法（可以说是最经典最常用的机器学习算法）逻辑回归逻辑回

  2022-02-11

• 深度学习的发展方向： 深度强化学习！

  深度学习不够智能，强化学习又太抽象。深度强化学习是两套理论体系乘风破浪以后的成团产物，其骨架来自强化学习，而灵魂由深度学习赋予。深度强化学习是一个值得持续研究和关注的新方向。一、深度学习的反思现在深度学习大热，一点也不输给现在的室外气温，但大热背后也有隐忧，深度学习虽然表面光鲜，但细看就会发现：仍然充满了槽点。其中一个可谓是直击灵魂。现在深度学习用得最多的就是有监督学习。有监督学习不妨理解成“有参

  2022-02-11