MO

发现意外,创造可能

MO Blog


版本1.8

新功能:

  • 训练营:机器学习相关教学视频与配套实战项目,平台使用文档与操作项目。
  • 意见反馈和微信公众号:用户可以点击页面右侧的反馈图标提交对网站的意见建议,点击微信图标查看公众号二维码。
  • Notebook 中创建任务时的参数输入和语法检查功能。

改进:

  • 任务创建成功的邮件通知内容。
  • 项目命名规则:已支持中文项目名。
  • Notebook 中增加对部署和创建任务的提示与引导视频。

修复:

  • 项目计数错误问题。
  • 新手任务部分问题。
  • 全局搜索问题。

Features:

  • Classroom: machine learning related teaching videos and supporting practical projects, the platform documentation and guidance projects.
  • Feedback and WeChat QR code access: Users can submit suggestions by clicking the feedback icon on the right side of the page, and click the WeChat icon to view the QR code.
  • Parameter input and grammar checking functions during job creation process in Notebook.

Improvements:

  • The content of the email notification that the task was created successfully.
  • Project naming rules: Chinese project names are already supported.
  • Hints and guidance videos for deployment and job creation process in Notebook.

Bugs fixed:

  • Counting problem of projects.
  • Problems of novice tasks.
  • Global search problem.
最近的文章

使用LSTM智能作诗送新年祝福

LSTM介绍序列化数据即每个样本和它之前的样本存在关联,前一数据和后一个数据有顺序关系。深度学习中有一个重要的分支是专门用来处理这样的数据的——循环神经网络。循环神经网络广泛应用在自然语言处理领域(NLP),今天我们带你从一个实际的例子出发,介绍循环神经网络一个重要的改进算法模型-LSTM。本文章不对LSTM的原理进行深入,想详细了解LSTM可以参考这篇 [译] 理解 LSTM 网络。本文重点从古诗词自动生成的实例出发,一步一步带你从数据处理到模型搭建,再到训练出古诗词生成模型,最后实现从...…

继续阅读
更早的文章

机器学习分享——逻辑回归推导以及numpy的实现

逻辑回归基本概念什么是逻辑回归?逻辑回归就是这样的一个过程:面对一个回归或者分类问题,建立代价函数,然后通过优化方法迭代求解出最优的模型参数,然后测试验证我们这个求解的模型的好坏。Logistic回归虽然名字里带“回归”,但是它实际上是一种分类方法,主要用于两分类问题(即输出只有两种,分别代表两个类别)回归模型中,y是一个定性变量,比如y=0或1,logistic方法主要应用于研究某些事件发生的概率概念解释摘自:https://blog.csdn.net/chibangyuxun/arti...…

继续阅读