【Princeton】算法(3):排序

排序(sort)是将一组对象按照某种74em逻辑顺序重新排列的过程,现实生活中我们经常需要对各种东西进行排序,在计算机上处理各种数据时也不例外。

这里介绍几种初级排序算法以及两种经典排序算法——归并排序、快速排序。

【Princeton】算法(2):栈和队列

这里介绍一些数据结构相关的基本概念以及两种最基本的数据结构–栈和队列。

【Princeton】算法(1):Union-Find

在计算机科学(CS)中,算法(Algorithm)是描述一种有限、确定、有效,并且适合用计算机语言来实现的解决问题的方法,它是CS领域的基础与核心。

这里先通过一个动态连通性问题,来了解设计、分析算法的基本过程。

【Andrew Ng】机器学习(2):Logistic回归

这里主要介绍Logistic回归模型及正则化。

【Andrew Ng】机器学习(1):线性回归

这里介绍机器学习的基本概念以及线性回归模型。

【Andrew Ng】深度学习(11):序列模型

采用循环神经网络能够建立各种各样的序列模型(Sequence Model)。加入一些注意力机制,能够使这些序列模型更加强大。

【Andrew Ng】深度学习(10):自然语言处理

自然语言处理(Natural Language Processing,NLP)是人工智能和语言学领域的学科分支,它研究实现人与计算机之间使用自然语言进行有效通信的各种理论和方法。

【Andrew Ng】深度学习(9):循环神经网络

随深度学习技术的发展,使用循环神经网络(Recurrent Neural Network,RNN)建立的各种序列模型,使语音识别、机器翻译及自然语言理解等应用成为可能。

【Andrew Ng】深度学习(8):卷积神经网络的应用

认识了解了卷积神经网络的工作原理及其一些经典的网络结构后,这里介绍如何应用卷积神经网络,实现目标检测、人脸识别及神经风格转换。

【Andrew Ng】深度学习(7):卷积神经网络

计算机视觉(Computer Vision)是一门研究如何教机器“看”的科学,计算机视觉研究相关的理论和技术,试图创建能够从图像或者多维数据中获取“信息”的人工智能系统。

随着深度学习技术的发展,计算机视觉领域的研究也得到了快速的发展。在对各种图像进行处理的过程中,往往在少量的图像中便蕴含着大量的数据,难以用一般的DNN进行处理。而卷积神经网络(Convolutional Neural Network, CNN)作为一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,在图像处理工作上有着出色的表现。

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×