7

COS 每周精选:机器学习

 3 years ago
source link: https://cosx.org/2016/05/weekly-digest-machine-learning/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

COS 每周精选:机器学习

冯凌秉 / 王威廉 / 王小宁

关键词:ICML; weightr; 机器学习; 深度学习

编辑:王小宁

本期投稿:冯凌秉 王威廉 王小宁

非平衡样本的分类问题是机器学习的经典问题之一,困扰着不少童鞋。这篇博文提供在 R 中解决该问题的实用指南

Github 上比较受欢迎的深度学习项目(Top Deep Learning Projects),按照获得星星个数的排名,包括一些教程项目等。 学习完这个,基本上就可以闯荡天涯啦!

机器学习顶级会议 ICML2016 论文赏析:deep reinforcement learning benchmarking 论文代码下载

最近深度学习吸引了很多人的眼球,是不是所有的深度学习算法比我们常见的算法要好?传统的算法的优势在哪?什么时候我们的深度学习算法比支持向量机和随机森林好呢?

元分析(meta-analysis)的新包 weightr,同时该包添加了启动 Shiny app 的功能。

testthat 是一个可以让你将现有的非正式的检验转化为正式自动检验的 R 包,这样让你运行起来更容易和更快速,更多详细信息请参见此处

wbstats 提供了世界银行数据库的数据接口,更多信息请参见此处

统计之都理事会主席,江西财经大学金融管理国际研究院助理教授,澳大利亚国立大学 2011 级统计学博士,中国人民大学 2009 级统计学硕士,中南财经政法大学 2005 级统计学 & 法学学士。2007 年初识统计之都,常年潜水于 COS 论坛,并迅速成为 COS 迷粉,追随多年。2014 年于南通婚礼偶遇太云,相逢恨晚,当即遁入 COS 门。现在在 COS 编辑部主要负责端茶送水,跑腿打杂,偶尔审审文章。冯凌秉中国人民大学统计学院博士,喜欢跑步,研究兴趣为抽样技术和机器学习。王小宁

敬告各位友媒,如需转载,请与统计之都小编联系(直接留言或发至邮箱:[email protected]),获准转载的请在显著位置注明作者和出处(转载自:统计之都),并在文章结尾处附上统计之都微信二维码。

统计之都微信二维码

← COS 沙龙第 37 期(北京)纪要 COS 每周精选:名家名言 →

发表 / 查看评论


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK