大约有 1,000 项符合查询结果(耗时:0.0216秒) [XML]

https://www.tsingfun.com/ilife/tech/1190.html 

2015互联网结束补贴战 从相杀到相爱只需一个长假 - 资讯 - 清泛网 - 专注C/...

...为相亲相爱的一家人。从年初滴滴快的合并,到年尾美的众点评闪婚,中间还有携程去哪儿,58赶集牵手,互联网格局变幻,变化太快。盘点2015年互联网,突然想起前两天看到的一个段子,“2015年化缘的改叫众筹了,统计改...
https://www.tsingfun.com/it/bigdata_ai/2236.html 

从源代码剖析Mahout推荐引擎 - 数据 & AI - 清泛网 - 专注C/C++及内核技术

...欧式距离d定义的相似度s,s=1 / (1+d)。 范围:[0,1],值越,说明d越小,也就是距离越近,则相似度越。 说明:同皮尔森相似度一样,该相似度也没有考虑重叠数对结果的影响,同样地,Mahout通过增加一个枚举类型(Weighting...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 数据 & AI - 清泛...

...75518/ 声明: 1)该Deep Learning的学习系列是整理自网上很牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。 2)本文仅供学术交流,非商用。所以每一部分具体的参考资料...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 数据 & AI - 清泛...

...75518/ 声明: 1)该Deep Learning的学习系列是整理自网上很牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。 2)本文仅供学术交流,非商用。所以每一部分具体的参考资料...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 数据 & AI - 清泛...

...75518/ 声明: 1)该Deep Learning的学习系列是整理自网上很牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。 2)本文仅供学术交流,非商用。所以每一部分具体的参考资料...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 数据 & AI - 清泛...

...75518/ 声明: 1)该Deep Learning的学习系列是整理自网上很牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。 2)本文仅供学术交流,非商用。所以每一部分具体的参考资料...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 数据 & AI - 清泛...

...75518/ 声明: 1)该Deep Learning的学习系列是整理自网上很牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。 2)本文仅供学术交流,非商用。所以每一部分具体的参考资料...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 数据 & AI - 清泛...

...75518/ 声明: 1)该Deep Learning的学习系列是整理自网上很牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。 2)本文仅供学术交流,非商用。所以每一部分具体的参考资料...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 数据 & AI - 清泛...

...75518/ 声明: 1)该Deep Learning的学习系列是整理自网上很牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。 2)本文仅供学术交流,非商用。所以每一部分具体的参考资料...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 数据 & AI - 清泛...

...75518/ 声明: 1)该Deep Learning的学习系列是整理自网上很牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。 2)本文仅供学术交流,非商用。所以每一部分具体的参考资料...