# 前言
## What is 機器學習
機器學習指的是機器通過統計學算法,對大量的歷史數據進行學習從而生成經驗模型,利用經驗模型指導業務。目前機器學習主要在以下一些方面發揮作用:
營銷類場景:商品推薦、用戶群體畫像、廣告精準投放
金融類場景:貸款發放預測、金融風險控制、股票走勢預測、黃金價格預測
SNS關系挖掘:微博粉絲領袖分析、社交關系鏈分析
文本類場景:新聞分類、關鍵詞提起、文章摘要、文本內容分析
非結構化數據處理場景:圖片分類、圖片文本內容提取OCR
其它各類預測場景:降雨預測、足球比賽結果預測
當然,機器學習的應用范圍和領域非常廣泛,不可能全部窮舉,還有更廣闊的空間需要開發者去探索。
## 關于cc框架作者(hope)
俗稱小哥,真名筆者真不知道(待補充)。
小哥的github:https://github.com/dlunion/CC4.0
開發了CC框架,聲明遠播,口碑極好( https://github.com/dlunion/CC4.0)
## 關于筆者(陳穗龍)
陳穗龍,一個懷揣著樂于分享,傳道授業的人。有著8年的項目經驗,熟悉iOS,Android,Web開發,Window桌面軟件開發。不僅代碼寫得好,運維也是一把老手。高并發高負載處理游刃有余。編程屆的老司機。
本人有幸進入機器學習行業,十分興奮,希望我所記錄的知識,能夠幫助更多進入機器學習領域的朋友,更快的成長。
- cc框架
- 視頻課程
- 第一課:CC框架簡介
- 第二課:相關基本概念
- 第三課:訓練驗證碼識別
- 第四課:圖像識別、分類、人臉識別
- 第五課:CNN+LSTM少樣本高精度驗證碼識別
- 第六課:總結和展望
- 快速入門
- 常用碼表-label-map
- 目標檢測入門
- 人臉檢測入門
- 重要說明必看
- 雜項
- CC框架使用須知
- 機器學習速成課程 谷歌
- cc4.0視頻教程
- 前言
- cc4.0介紹
- 第一課筆記
- yzm-lstm.cpp 帶注釋
- 第二課筆記
- 眾籌結果公示
- 第三課筆記
- 目標檢測算法之SSD
- 第四課筆記
- 其他資訊
- YOLO3
- 資料
- 性能計算
- 筆記
- cc4.0訓練流程圖
- cc4.0 alexnet 訓練 mnist
- cc4.0 googlenet 訓練 mnist
- cc4.0 加層
- tensorflow -> caffemodel課題筆記
- getnetShape
- RPN
- 記錄
- 數據集
- mnist
- Cifar10
- mtcnn樣本轉ssd樣本易語言代碼