——机器学习实战

(三)算法推导与案例-python数据分析与机器学习实战(学习笔记)

课程来源:python数据分析与机器学习实战-唐宇迪1.现在说的很火的深度学习是什么?
努力奋斗的durian·2023-09-18 16:24

Python实现猎人猎物优化算法(HPO)优化随机森林回归模型(RandomForestRegressor算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-18 11:03

Python实现猎人猎物优化算法(HPO)优化随机森林分类模型(RandomForestClassifier算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-18 11:03

Python实现猎人猎物优化算法(HPO)优化LightGBM分类模型(LGBMClassifier算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-18 11:28

Python实现猎人猎物优化算法(HPO)优化Catboost回归模型(CatBoostRegressor算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-18 02:46

Python实现猎人猎物优化算法(HPO)优化Catboost分类模型(CatBoostClassifier算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-18 02:15

机器学习实战-决策树

决策树(DecisionTree)优点：计算复杂度不高对中间缺失值不敏感可以处理不相关数据缺点：容易过拟合决策树算法主要有3个步骤:1.特征选择；2.构造决策树；3.决策树剪枝构造决策树构造过程需要解决以下几个问题：1.哪个特征在分类时起决定作用2.某个分支下数据属于同一类型，则无需划分，否则继续重复划分这一步骤3.而划分子集的算法是相同的，只要一直递归，直到同一数据类型的数据在一个子集内即可可以
投篮手型差·2023-09-16 21:34

机器学习实战内容

第一部分分类第一章机器学习基础(代码)熟悉Python即可。开发机器学习应用程序步骤收集数据制作网络爬虫从网站上抽取数据、从RSS反馈或者API中得到数据、设备发送过来的实测数据等.准备输入数据必须确保数据格式符合要求.分析输入数据最简单的方法是用文本编辑器打开数据文件，查看得到的数据是否为空值.还可以进一步浏览数据，分析是否可以识别出模式.数据中是否存在明显的异常值.通过一维、二维、三维展示数据
除了学习什么都不gan·2023-09-16 12:20

强化学习实践

【莫烦Python】机械手臂从零开始(机器学习实战强化学习)_哔哩哔哩_bilibili
笑傲江湖2023·2023-09-15 16:23

Python机器学习实战-建立Gradient Boosting模型预测肾脏疾病（附源码和实现效果）

实现功能建立GradientBoosting模型预测肾脏疾病实现代码importpandasaspdimportwarningswarnings.filterwarnings("ignore")pd.set_option('display.max_columns',26)#==========================读取数据=================================
数据杂坛·2023-09-13 21:00

Python机器学习实战：从入门到精通

Python机器学习实战：从入门到精通机器学习在现代计算机科学领域中占据着至关重要的地位。Python作为一种高效而易于使用的编程语言，也成为了机器学习领域中的重要工具。
python&matlab·2023-09-13 13:46

总结一下最近用python的感想

最近开始看机器学习实战，里面用的Python2,一开始不知道总出错，还是太嫩了我。仅以此篇纪念还未秃头和抑郁的日子。
Axhy·2023-09-13 13:15

机器学习实战-系列教程4：手撕线性回归3之多特征线性回归（项目实战、原理解读、源码解读）

机器学习实战系列总目录本篇文章的代码运行界面均在Pycharm中进行本篇文章配套的代码资源已经上传手撕线性回归1之线性回归类的实现手撕线性回归2之单特征线性回归手撕线性回归3之多特征线性回归手撕线性回归
机器学习杨卓越·2023-09-12 16:21

《基于Python的机器学习实战：分类算法的应用与实现》

基于Python的机器学习实战：分类算法的应用与实现在当今的数据时代，机器学习已经成为处理和分析海量数据的重要工具。其中，分类算法作为机器学习的重要组成部分，被广泛应用于各类场景。
a谷雨c·2023-09-12 12:08

python音乐推荐系统_《Python数据分析与机器学习实战-唐宇迪》读书笔记第14章--音乐推荐系统实战...

第14章推荐系统项目实战——打造音乐推荐系统上一章介绍了推荐系统的基本原理，本章的目标就要从零开始打造一个音乐推荐系统，包括音乐数据集预处理、基于相似度进行推荐以及基于矩阵分解进行推荐。14.1数据集清洗很多时候拿到手的数据集并不像想象中那么完美，基本都需要先把数据清洗一番才能使用，首先导入需要的Python工具包：1importpandasaspd2importnumpyasnp3importt
weixin_39555951·2023-09-11 21:23

机器学习实战-系列教程8：SVM分类实战3非线性SVM（鸢尾花数据集/软间隔/线性SVM/非线性SVM/scikit-learn框架）项目实战、代码解读

机器学习实战系列总目录本篇文章的代码运行界面均在Pycharm中进行本篇文章配套的代码资源已经上传SVM分类实战1之简单SVM分类SVM分类实战2线性SVMSVM分类实战3非线性SVM4、非线性SVM4.1
机器学习杨卓越·2023-09-11 05:21

机器学习实战-系列教程6：SVM分类实战1之简单SVM分类（鸢尾花数据集/软间隔/线性SVM/非线性SVM/scikit-learn框架）项目实战、原理解读、代码解读

机器学习实战系列总目录本篇文章的代码运行界面均在Pycharm中进行本篇文章配套的代码资源已经上传SVM分类实战1之简单SVM分类SVM分类实战2线性SVMSVM分类实战3非线性SVM支持向量机（SupportVectorMachines
机器学习杨卓越·2023-09-11 05:50

机器学习实战-系列教程7：SVM分类实战2线性SVM（鸢尾花数据集/软间隔/线性SVM/非线性SVM/scikit-learn框架）项目实战、代码解读

机器学习实战系列总目录本篇文章的代码运行界面均在Pycharm中进行本篇文章配套的代码资源已经上传SVM分类实战1之简单SVM分类SVM分类实战2线性SVMSVM分类实战3非线性SVM3、不同软间隔C值
机器学习杨卓越·2023-09-11 05:50

Python实现猎人猎物优化算法(HPO)优化循环神经网络回归模型(LSTM回归算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-10 15:37

《机器学习实战》学习笔记（三）

文章目录第四章基于概率论的分类方法:朴素贝叶斯引言朴素贝叶斯优缺点朴素贝叶斯的一般过程4.1基于贝叶斯决策理论的分类方法4.2条件概率贝叶斯公式4.3使用条件概率来分类4.4使用朴素贝叶斯进行文档分类朴素贝叶斯分类器的两个假设4.5使用Python进行文本分类准备数据：从文本中构建词向量词表到向暈的转换函数训练算法：从词向量计算概率测试算法：根据现实情况修改分类器朴素贝叶斯分类函数贝叶斯分类过程大
书生丶丶·2023-09-09 23:31

Python实现SSA智能麻雀搜索算法优化随机森林分类模型(RandomForestClassifier算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-09 02:57

Python实现SSA智能麻雀搜索算法优化LightGBM分类模型(LGBMClassifier算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-09 02:57

Python实现SSA智能麻雀搜索算法优化LightGBM回归模型(LGBMRegressor算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-09 02:57

Python实现SSA智能麻雀搜索算法优化循环神经网络分类模型(LSTM分类算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-09 02:26

Python实现SSA智能麻雀搜索算法优化卷积神经网络分类模型(CNN分类算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-09 02:26

Python实现SSA智能麻雀搜索算法优化卷积神经网络回归模型(CNN回归算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-09 02:26

Python实现SSA智能麻雀搜索算法优化XGBoost分类模型(XGBClassifier算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-09 02:25

机器学习实战-系列教程2：线性回归1（项目实战、原理解读、源码解读）

机器学习实战系列总目录本篇文章的代码运行界面均在Pycharm中进行本篇文章配套的代码资源已经上传机器学习实战-系列教程1：线性回归入门教程机器学习实战-系列教程2：线性回归1机器学习实战-系列教程3：
机器学习杨卓越·2023-09-08 05:29

机器学习实战-系列教程3：线性回归2（项目实战、原理解读、源码解读）

机器学习实战系列总目录本篇文章的代码运行界面均在Pycharm中进行本篇文章配套的代码资源已经上传机器学习实战-系列教程1：线性回归入门教程机器学习实战-系列教程2：线性回归1机器学习实战-系列教程3：
机器学习杨卓越·2023-09-08 05:29

机器学习 实战系列 总目录

1、机器学习实战-系列教程1：线性回归入门教程（项目实战、原理解读、源码解读）机器学习实战-系列教程1：线性回归入门教程（项目实战、原理解读、源码解读）2、机器学习实战-系列教程2：线性回归1（项目实战
机器学习杨卓越·2023-09-08 04:22

Python实现猎人猎物优化算法(HPO)优化循环神经网络分类模型(LSTM分类算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-07 17:18

Python实现SSA智能麻雀搜索算法优化XGBoost回归模型(XGBRegressor算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-07 07:02

Python实现猎人猎物优化算法(HPO)优化卷积神经网络回归模型(CNN回归算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-06 23:25

Python实现猎人猎物优化算法(HPO)优化BP神经网络回归模型(BP神经网络回归算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-06 23:24

Python实现猎人猎物优化算法(HPO)优化BP神经网络分类模型(BP神经网络分类算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-06 23:54

Python实现猎人猎物优化算法(HPO)优化卷积神经网络分类模型(CNN分类算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-09-06 23:49

机器学习实战--住房月租金预测（2）

前文回顾：机器学习实战--住房月租金预测（1），今天继续分享这次比赛的收获。本文会讲解对特征工程的处理。话不多说，我们开始吧！
不羁的程序员小王·2023-09-05 06:28

机器学习实战读书笔记-朴素贝叶斯

机器学习实战读书笔记-朴素贝叶斯核心思想：要求分类器给出一个最优类别的猜测结果，同时给出这个猜测概率的估计值我们称之为朴素，是因为整个形式化过程只做最原始，最简单的假设。
ZackJiang·2023-09-03 21:39

头歌机器学习实战day2

决策树什么是决策树如果你以前没有接触过决策树，完全不用担心，它的概念非常简单。即使不知道它也可以通过简单的图形了解其工作原理，如图所示的流程图就是一个决策树，正方形代表判断模块decisionblock,椭圆形代表终止模块terminatingblock，表示已经得出结论，可以终止运行。从判断模块引出的左右箭头称作分支从判断模块引出的左右箭头称作分branch，它可以到达另一个判断模块或者终止模块
lagrahhn·2023-08-31 12:51

python列表for循环 加入新列表_Python for循环生成列表的实例

一般Pythonfor语句前不加语句，但我在机器学习实战中看到了这两条语句：featList=[example[i]forexampleindataSet]classList=[example[-1]forexampleindataSet
weixin_39911066·2023-08-30 19:32

《机器学习实战》学习笔记（二）之决策树（上）决策树的生成及修剪，ID3,C4.5CART算法

C**转载请注明作者和出处：**http://blog.csdn.net/john_bh/运行平台：WindowsPython版本：Python2.7IDE：Sublimetext3一决策树的概述1决策树的发展2决策树的定义3决策树与if-then规则二决策树的算法框架1决策树主函数2计算最优特征子函数3划分数据集子函数4分类器三决策树的构造1特征选择11信息增益informationgain12
john_bh·2023-08-29 06:15

机器学习实战：Python基于EM期望最大化进行参数估计（十五）

文章目录1.前言1.1EM的介绍1.2EM的应用场景2.高斯混合模型估计2.1导入函数2.2创建数据2.3初始化2.4ExpectationStep2.5Maximizationstep2.6循环迭代可视化3.多维情况4.讨论1.前言1.1EM的介绍（Expectation-Maximization，EM）是一种迭代式的优化算法，主要用于解决含有隐变量的概率模型的参数估计问题。它的目标是在给定观测
Bioinfo Guy·2023-08-28 23:07

机器学习实战：Python基于KDE核密度估计进行分布估计（十六）

文章目录1.前言1.1KDE简介1.2KDE应用领域2.diy数据集实战演示2.1导入函数2.2自定义数据2.3可视化数据2.4KDE建模3.参数探讨3.1带宽3.2选择最佳带宽3.2核函数3.4挑选合适核函数4.讨论1.前言1.1KDE简介核密度估计（KernelDensityEstimation，简称KDE）是用于估计连续随机变量概率密度函数的非参数方法。它的工作原理是在每个数据点周围放置一个
Bioinfo Guy·2023-08-28 23:37

机器学习实战14-在日本福岛核电站排放污水的背景下,核电站对人口影响的分析实践

大家好，我是微学AI，今天给大家介绍一下机器学习实战14-在日本福岛核电站排放污水的背景下,核电站对人口影响的分析实践。近日，日本政府举行内阁成员会议，决定于2023年8月24日启动福岛核污染水排海。
微学AI·2023-08-28 20:41

机器学习实战笔记（蜥蜴书）—— 第二章：端到端项目

目录前言机器学习前的准备工作1、机器学习需要用到的库：安装：文件导入库2、所用工具数据准备1、获取数据2、检查数据3、创建训练/测试集数据可视化数据预处理1、缺失值处理2、文本属性处理3、数据集添加其他列4、数值缩放5、得到预处理的数据模型建立1、线型模型2、决策树模型3、随机森林模型模型验证1、简单均方根误差验证2、使用交叉验证模型保存模型调整模型评估前言“蜥蜴书”是我机器学习的启蒙书，现在开始
Crayon鑫·2023-08-28 16:34

机器学习实战之用 Scikit-Learn 正则化方法解决过拟合详解

你是不是在模型训练中遇到过这样的问题：在训练集上表现得极好，但在测试集上效果不佳？这就是过拟合的问题。过拟合是模型在训练过程中学到了数据的“噪声”而非规律，导致在未知数据上表现不佳。那么怎么解决这个问题呢？今天我们就来聊聊Scikit-Learn的正则化方法吧！小提示:如果你还没有接触过Scikit-Learn，可以先了解一下这个强大的Python机器学习库。本文会带你领略它的神奇之处！一、正则化
Rocky006·2023-08-27 12:57

机器学习实战之模型的解释性：Scikit-Learn的SHAP和LIME库详解

引言：机器学习模型的“黑箱”困境机器学习模型的崛起让我们惊叹不已！不论是预测房价、识别图片中的猫狗，还是推荐给你喜欢的音乐，这些模型都表现得非常出色。但是，有没有想过，这些模型到底是如何做出这些决策的呢？作为一名Python爱好者，我们自然希望能够了解模型背后的原理。好消息是，SHAP和LIME这两个库能帮助我们！它们可以帮助我们揭示模型的内部结构，让我们能够更好地理解和优化模型。一：SHAP值到
Rocky006·2023-08-26 15:46

机器学习实战之模型的解释性：Scikit-Learn的SHAP和LIME库

概要机器学习模型的“黑箱”困境机器学习模型的崛起让我们惊叹不已！不论是预测房价、识别图片中的猫狗，还是推荐给你喜欢的音乐，这些模型都表现得非常出色。但是，有没有想过，这些模型到底是如何做出这些决策的呢？作为一名Python爱好者，我们自然希望能够了解模型背后的原理。好消息是，SHAP和LIME这两个库能帮助我们！它们可以帮助我们揭示模型的内部结构，让我们能够更好地理解和优化模型。一：SHAP值到底
Rocky006·2023-08-26 15:46

机器学习实战—MNIST手写体数字识别

主角多会嘴遁，反派死于话多。扯了三篇咱们直接开始上手一个项目体验下机器学习的魅力，相关的理论知识，遇到了咱们再拎出来介绍。什么是MNIST?MNIST（官方网站）是非常有名的手写体数字识别数据集，在Tensorflow的官方网站里，第一个就拿它来做实战讲解，咱们也以此作为开始的项目。它由手写体数字的图片和相对应的标签组成，如：imageMNIST数据集分为训练图像和测试图像。训练图像60000张，
RunningSucks·2023-08-24 19:54

【机器学习实战】朴素贝叶斯：过滤垃圾邮件

【机器学习实战】朴素贝叶斯：过滤垃圾邮件0.收集数据这里采用的数据集是《机器学习实战》提供的邮件文件，该文件有ham和spam两个文件夹，每个文件夹中各有25条邮件，分别代表着正常邮件和垃圾邮件。
RanLZ·2023-08-24 06:22
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他