引航计划
2 人感兴趣 · 133 次引用
- 最新
- 推荐
业务中台数据一致性方案
随着业务的发展，微服务架构逐渐成为当下业务中台的主流架构形式，它不但解决了各个应用之间的解耦问题，同时也解决了单体应用的性能问题实现可扩展可动态伸缩的能力。
保姆级人工智能学习成长路径
最近有很多小伙伴想学习人工智能，其中不少同学渴望从事相关职业。虽然网上的资料很多，但是很多内容不够接地气，导致他们看不懂，所以很迷茫，不知何去何从。作为获得AI比赛Top名次的老司机，就给大家讲讲如何系统学习人工智能，最终达到一名合格的算法
从头开始（概率）学 HMM：精讲第五课 -EM 算法
期望最大化 (Expectation Maximization) 算法最初是由Ceppellini等人在1950年讨论基因频率估计的时候提出的。后来又被Hartley和Baum等人进行了完善与改进。它主要用于从不完整的数据中计算最大似然估计。随着技术的发展，EM算法也被用于聚类等其他场景中。
从头开始（概率）学 HMM：精讲第四课 - 预测问题（维特比算法）
预测问题（解码问题）：已知模型和观测序列，求对给定预测序列条件概率P(I|O)最大的状态序列。该问题其实是最被常用的，也是我们之前一直提到的如何进行序列标注。本篇博客详细讲解了维特比算法。
仁兄，可曾听闻 OpenVINO
优化工具包 OpenVINO 让不懂电脑视觉和深度学习原理的小白可以在很短的时间上手，不必担心如何建置开发平台、选择深度学习框架、训练及优化模型和硬体加速等问题。
基于深度学习的医学图像分割（一）
医学图像分割是医学图像处理与分析领域的复杂而关键的步骤，其目的是将医学图像中具有某些特殊含义的部分分割出来，并提取相关特征，为临床诊疗和病理学研究提供可靠的依据，辅助医生作出更为准确的诊断。由于医学图像自身的复杂性，在分割过程中需要解决不均
从头开始（概率）学 HMM：精讲第三课 - 概率计算问题
在HMM中，给定模型和观测序列下计算在模型下观测序列出现的概率。该问题可以说是依靠学习问题，因为该问题既需要知道O还需要知道。解决该问题经常使用前向算法或者后向算法。先用直接计算法求解，后续再深入讲解概率计算的两种方法：前向算法和后向算法。
决策树——从原理走向实战
在现实生活中，我们会遇到各种选择，不论是选择男女朋友，还是挑选水果，都是基于以往的经验来做判断。如果把判断背后的逻辑整理成一个结构图，你会发现它实际上是一个树状图，这就是我们今天要讲的决策树。
从头开始（概率）学 HMM：精讲第二课 - 学习问题（BW 算法）
隐马尔可夫的学习问题，根据训练数据只有观测序列还是包含观测序列和状态序列，可以分别非监督学习与监督学习。本篇文章详细讲解了非监督学习与监督学习。
从头开始（概率）学 HMM：精讲第一课 - 隐马尔可夫模型定义
对于序列标注问题而言，HMM（隐马尔可夫模型）是非常重要的入门级模型。本系列文章将会通过详细并且容易理解的语言帮助初学者更好的理解HMM。本篇文章讲解了HMM的基本假设和几大矩阵以及解决的几大基本问题。
Zabbix VS Prometheus ：哪个更适合你
最近几年一直在使用监控系统，主要使用Zabbix和Prometheus 两个监控工具，对于这两个监控系统有一些使用实践方面的经验，通过对比的方式来和大家分享一下。
