-
机器学习模型错误的4个原因（以及如何修复它）
在机器学习中，通常会有很多的模型可以选择。 通常情况下，会使用线性回归（Linear Regression）来预测值，Logistic回归（Logistic Regression）来归类，以及使用神经网络（Neural Networks）来对非线性行为建模。
-
TalkingData开源智能设备情景感知框架“Myna”
TalkingData倾情打造的智能设备情景感知框架“Myna”，针对不同的使用场景，感知用户行为。
-
使用 TensorFlow 实现神经网络
一直关注 数据科学 、 机器学习 的同学，一定会经常看到或听到关于 深度学习 和 神经网络 相关信息。如果你对 深度学习 感兴趣，但却还没有实际动手操作过，你可以从这里得到实践。
-
神经网络快速入手
一个人工神经网络（Artificial Neural Network, ANN）其实就是一个计算模型，其灵感来自于人类大脑中生物神经网络处理信息的方式。人工神经网络在机器学习和科研行业引起来不小的热潮，其中已经不乏很多突破性的成果，例如 语音识别、计算机视觉、文字处理、计算机决策等等。在这篇文章中，我们将尝试开发一个流行的人工神经网络—多层感知器。
-
基于手机传感器数据使用 CNN 识别用户行为的 Tensroflow 实现
智能移动设备、特别是手机，搭载了越来越多、越来越精确的传感器，利用这些传感器的数据，结合机器学习甚至深度学习的能力，可以识别出用户的行为，而用户的行为数据可以被用于像 UBI、反作弊解决方案、健身类 App 等很多领域，也可以作为 Real time customer engagement 的重要参考数据。
-
Tensorflow 在 Android 平台的移植
探讨Google开源深度学习框架TensorFlow如何在Android平台进行移植和使用的技巧和实践。
-
HealthKit 睡眠分析
随着移动手机设备硬件的进步，持续带来了各种人性化的指标分析体系，例如运动数据统计分析、饮食习惯统计分析等等，大大增强了人类对于自身各种活动的认知和理解。而在这个快节奏的时代，睡眠质量的分析比以往任何时候都更加的有意义，一场睡眠革命正在悄然的在人们的生活中崛起。通过针对睡眠质量的统计分析，能够清晰的获知人们睡眠的开始、结束、从而显露出睡眠的趋势等等。
-
移动端的无码统计
无需开发介入，也可以统计移动App上按钮的点击次数（解放开发），只要是跟 App 开发相关的同学都对埋点统计有些了解，特别是针对开发人员来，做代码埋点统计基本上是看不到直接收益，这也是开发人员最不愿做的一件事，这篇文章讲的就是如何让开发人员摆脱代码埋点的痛苦。 文章主要分为：使用场景 、实现原理 、适用范围 、使用详情 四个模块，不管你是产品，还是开发人员又或者是运营人员都适合这篇文章。 在 App开发过程中我们应该都有过类似的需求：想统计某些按钮的点击次数。例如，我们改版了一个注册模块，注册流程变得有些复杂(炫丽)，整个注册功能开发完成后，我们想知道有多少用户使用注册功能，通过用户使用数据就证明是之前简单的用户多还是现在复杂(炫丽)使用人多？
Search
欢迎下载我们的APP
Open Source Projects
voyagelab.github.io
Myna
A context awareness framework for Android platform