——机器学习实战

Python实现PSO粒子群优化算法优化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·2023-07-19 15:38

Python实现PSO粒子群优化算法优化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·2023-07-19 15:34

PCA算法及相关资料

《机器学习实战》第13章2.特征向量和特征值3.PCA要对数据进行预处理的原因4.协方差与协方差矩阵
matrices·2023-07-18 21:16

Python实现HBA混合蝙蝠智能算法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·2023-07-18 17:33

Python实现HBA混合蝙蝠智能算法优化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·2023-07-18 17:33

Python实现HBA混合蝙蝠智能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·2023-07-18 17:33

Python实现HBA混合蝙蝠智能算法优化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·2023-07-18 17:00

机器学习实战系列：工业蒸汽量预测

背景介绍火力发电的基本原理是：燃料在燃烧时加热水生成蒸汽，蒸汽压力推动汽轮机旋转，然后汽轮机带动发电机旋转，产生电能。在这一系列的能量转化中，影响发电效率的核心是锅炉的燃烧效率，即燃料燃烧加热水产生高温高压蒸汽。锅炉的燃烧效率的影响因素很多，包括锅炉的可调参数，如燃烧给量，一二次风，引风，返料风，给水水量；以及锅炉的工况，比如锅炉床温、床压，炉膛温度、压力，过热器的温度等。相关描述经脱敏后的锅炉传
qw_6918966011·2023-07-18 10:48

Python实现HBA混合蝙蝠智能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·2023-07-18 08:00

机器学习实战：Python基于NN神经网络进行分类（十一）

文章目录1前言1.1神经网络的介绍1.2神经网络的应用2.Tensorflow实战演示2.1导入函数2.2导入数据2.3数据预处理2.4建立神经网络2.5训练模型2.6评估模型2.7预测3.讨论1前言神经网络（Neuralnetwork，NN）机器学习是一种基于人工神经网络的机器学习方法，它模拟了人类神经系统的工作原理。神经网络是由多个人工神经元组成的网络结构，每个神经元都接收输入信号、进行计算并
Bioinfo Guy·2023-07-16 04:43

机器学习实战：Python基于LASSO回归进行正则化（十二）

文章目录1前言1.1LASSO的介绍1.2LASSO的应用2.diabetes数据集实战演示2.1导入函数2.2导入数据2.3拟合模型（AIC/BIC）2.4AIC/BIC可视化2.5拟合交叉验证模型及可视化3.Hitters数据集实战演示3.1导入函数3.2导入数据3.3数据预处理3.4定义变量和缩放数据3.5拟合模型3.6拟合交叉验证模型4.讨论1前言1.1LASSO的介绍LASSO（Leas
Bioinfo Guy·2023-07-16 04:07

机器学习实战：Python基于LR线性回归进行预测（十）

文章目录1前言1.1LR的介绍1.2LR的应用2.weather数据集实战演示2.1导入函数2.2导入数据2.3数据整体可视化2.4训练模型2.5预测模型2.6评估模型3.讨论1前言注意这里的LR指的是LinearRegression，线性回归。而非逻辑回归LogisticRegression，虽然二者简称都是LR，但是后者我们还是俗称Logistic多点1.1LR的介绍线性回归（LinearRe
Bioinfo Guy·2023-07-16 04:07

机器学习实战8-基于XGBoost和LSTM的台风强度预测模型训练与应用

大家好，我是微学AI，今天给大家介绍一下机器学习实战8-基于XGBoost和LSTM的台风强度预测模型训练与应用，今年夏天已经来了，南方的夏天经常会有台风登陆，给人们生活带来巨大的影响，本文主要基于XGBoost
微学AI·2023-07-15 11:01

机器学习实战：用SVD压缩图像

前文我们了解了奇异值分解（SVD）的原理，今天就实战一下，用矩阵的奇异值分解对图片进行压缩.Learnbydoing我做了一个在线的图像压缩应用，大家可以感受一下。https://huggingface.co/spaces/beihai/Image-Compression-with-SVD功能很简单，上传需要压缩的图片，选择压缩比，提交即可。[图片上传失败...(image-30f28b-1650
统计学家·2023-07-15 09:12

机器学习实战 | 股票价格预测项目（深度学习初级）

.载入依赖包2.读取数据集3.从数据集中分析价格4.对数据排序5.数据标准化6.创建、训练和保存LSTM网络7.使用LSTM模型进行股票价格预测8.可视化预测和实际结果完整程序简介准备写个系列博客介绍机器学习实战中的部分公开项目
lovetaozibaby·2023-07-15 02:23

机器学习实战 | MNIST手写数字分类项目（深度学习初级）

目录简介技术流程1.载入依赖包和数据集2.数据预处理3.创建卷积神经网络模型4.训练神经网络5.评价网络完整程序train.py程序gui.py程序简介准备写个系列博客介绍机器学习实战中的部分公开项目。
lovetaozibaby·2023-07-14 12:07

机器学习实战 | 深度学习初级项目学习和总结

.卷积神经网络CNN特点结构用处2.循环神经网络RNN特点结构用处3.长短期记忆网络LSTM特点结构用处基于Keras的神经网络用法总结1.创建2.编译3.训练4.保存5.预测简介准备写个系列博客介绍机器学习实战中的部分公开项目
lovetaozibaby·2023-07-14 08:49

【机器学习实战】数据归一化

目录：一、介绍二、最值归一化1.计算公式2.Python实战三、均值方差归一化1.计算公式2.Python实战四、归一化要点五、使用scikit-learn进行数据归一化一、介绍为什么需要进行数据归一化？举个简单的例子，样本1以[1,200]输入到模型中去的时候，由于200可能会直接忽略到1的存在。此时样本间的距离由时间所主导。此时，如果将天数转换为占比1年的比例，200/365=0.5479,1
AI阿聪·2023-06-23 20:49

『航班乘客满意度』场景数据分析建模与业务归因解释 ⛵

作者：韩信子@ShowMeAI数据分析实战系列：https://www.showmeai.tech/tutorials/40机器学习实战系列：https://www.showmeai.tech/tutorials
·2023-06-22 11:37

Python3《机器学习实战》学习笔记（一）：k-近邻算法

于2022年5月15日，在原文的基础上根据个人喜好修改了文章格式细节以及代码渲染。运行平台：Windows、MacOSBigSur、UbuntuPython版本：Python3.xIDE：Sublimetext3个人网站：http://cuijiahua.com文章目录一、简单k-近邻算法1.1k-近邻法简介1.2距离度量1.3Python3代码实现1.3.1准备数据集1.3.2k-近邻算法1.3
汤姆与贝塔·2023-06-18 12:59

B.机器学习实战系列[一]：工业蒸汽量预测（最新版本上篇）含数据探索、特征工程、特征降维、决策树、随机森林，lightgbm等

【机器学习入门与实践】入门必看系列，含数据挖掘项目实战：数据融合、特征优化、特征降维、探索性分析等，实战带你掌握机器学习数据挖掘专栏详细介绍：【机器学习入门与实践】合集入门必看系列，含数据挖掘项目实战：数据融合、特征优化、特征降维、探索性分析等，实战带你掌握机器学习数据挖掘。本专栏主要方便入门同学快速掌握相关知识。声明：部分项目为网络经典项目方便大家快速学习，后续会不断增添实战环节（比赛、论文、现
汀、人工智能·2023-06-18 07:22

Python实现PSO粒子群优化支持向量机分类模型(svc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·2023-06-18 04:13

机器学习入门与实战极简教程【汇总篇】

一、基础篇第一篇：AI人工智能介绍（一）第二篇：机器学习极简介绍（二）第三篇：机器学习算法分类（三）第四篇：机器学习实战六步法之数据收集方法（四）第五篇：机器学习实战六步法之数据预处理（五）第六篇：
涛声依旧叭·2023-06-17 22:10

一文读懂！异常检测全攻略！从统计方法到机器学习 ⛵

作者：韩信子@ShowMeAI数据分析实战系列：https://www.showmeai.tech/tutorials/40机器学习实战系列：https://www.showmeai.tech/tutorials
·2023-06-16 10:31

机器学习实战 第2章监督学习 课后习题

目录第二章监督学习2.使用不同的超参数，如kernel="linear"和kernel=“rbf”，尝试一个支持向量机回归器。并思考最好的SVR预测器是如何工作的？3.为MNIST数据集构建一个分类器，并在测试集上达成超过97%的精度。(1)加载和预处理数据(2)构建卷积神经网络模型(3)编译和训练模型(4)评估模型4.机器学习中，如果训练集里特征的数值大小迥异，哪些算法可能会受到影响？(1)线性
suzybai的学习笔记·2023-06-16 06:41

机器学习实战六步法之训练模型、优化模型、部署模型（七）

要落地一个机器学习的项目，是有章可循的，通过这六个步骤，小白也能搞定机器学习。看我闪电六连鞭！训练模型当确定好机器学习算法之后，就可以通过训练数据集中的特征和标签，根据样本数据的损失来拟合函数（模型），来获得最优的模型参数来建立模型。拟合模型是指通过训练数据集来找到一个能够最好地描述数据之间关系的函数。通俗的说，就是让机器学习算法学习输入数据与输出数据之间的关系，并生成一个可以对新数据进行预测的模
涛声依旧叭·2023-06-14 15:10

25自然语言处理词向量模型-Word2Vec

**唐宇迪《python数据分析与机器学习实战》学习笔记25自然语言处理词向量模型-Word2Vec**自然语言处理如今越来越广泛比如以下的应用途径：为什么要将深度学习引入自然语言处理：1.语言模型通过模型之前出现的概率值去选择
小食青年·2023-06-14 00:50

使用sklearn进行UCI machine learning数据集的机器学习实战

本文来自我的个人博客https://www.zhangshenghai.com/posts/51462/数据背景本实验使用的数据集来自UCImachinelearning数据集生命科学类中的LocalizationDataforPersonActivityDataSet，以下为数据集的官方网址：http://archive.ics.uci.edu/ml/datasets/Localization+
shenghaishxt·2023-06-13 21:56

Python实现ACO蚁群优化算法优化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·2023-06-13 10:50

Python实现ACO蚁群优化算法优化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·2023-06-13 10:47

Python实现ACO蚁群优化算法优化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·2023-06-12 22:31

Python实现ACO蚁群优化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·2023-06-12 22:30

Python实现ACO蚁群优化算法优化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·2023-06-12 22:30

Python实现ACO蚁群优化算法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·2023-06-12 22:54

机器学习实战：Python基于Logistic逻辑回归进行分类预测（一）

目录1前言1.1Logistic回归的介绍1.2Logistic回归的应用2iris数据集数据处理2.1导入函数2.2导入数据2.3简单数据查看3可视化3.1条形图/散点图3.2箱线图3.3三维散点图4建模预测4.1二分类预测4.2多分类预测5讨论1前言1.1Logistic回归的介绍逻辑回归（Logisticregression，简称LR）是一种经典的二分类算法，它将输入特征与一个sigmoid
Bioinfo Guy·2023-06-12 02:39

《机器学习实战》第一章机器学习基础笔记

作者：PeterHarrington2013年第一部分分类第一章机器学习基础本章内容机器学习的简单概述机器学习的主要任务学习机器学习的原因python语言的优势1.1何谓机器学习机器学习：把无序的数据转换为有用的信息统计学和机器学习的关系：无法精确定义模型的时候，机器学习用统计学工具。1.2关键术语特征或者属性或者特征：测量的类型实例：测量的值训练数据：训练用的样本测试数据：测试用的样本1.3机器
sdnugao·2023-06-11 19:03

机器学习实战-决策树

假设有这么一组数据：不浮出水面是否可以生存是否有脚蹼属于鱼类1是是是2是是是3是否否4否是否5否是否特征包含：不浮出水面是否可以生存，是否有脚蹼。标签是属于鱼类。我们通过构造这样一棵决策树对其进行分类，每个叶子节点代表对一个分类的判断：decisiontree.png相比knn，决策树具体考虑了样本的每一个特征。那么，我们通过对哪些特征先后进行划分来构造这样一棵树呢？首先，我们将数据集转化成符号表
又双叒叕苟了一天·2023-06-11 06:44

【机器学习实战】Python基于K均值K-means进行聚类（九）

文章目录1前言1.1K-means的介绍1.2K-means的应用2demo实战演示2.1导入函数2.2创建数据2.3拟合聚类2.4查看结果3使用高级技术评估集群性能*3.1导入函数3.2整合数据3.3计算4讨论1前言1.1K-means的介绍K均值（K-means）是一种基于距离度量的聚类算法，其主要思想是将数据集划分为k个不同的簇，每个簇代表一个相似度较高的数据组。该算法通过迭代优化来最小化所
Bioinfo Guy·2023-06-10 09:30

机器学习实战六步法之数据收集方法（四）

要落地一个机器学习的项目，是有章可循的，通过这六个步骤，小白也能搞定机器学习。看我闪电六连鞭！数据收集数据是机器学习的基础，没有数据一切都是空谈！数据集的数据量和数据的质量往往决定了“事情的成败”。所以现在国内（比如百度的文言一心）搞大模型的公司，他们往往拥有“庞大的”数据资产。数据到底从何而来？数据的收集通常是比较费力的工作！我们通常通过开源的数据集、数据埋点、数据爬取来获取数据集。下面介绍一些
涛声依旧叭·2023-06-10 07:43

机器学习实战六步法之数据预处理（五）

要落地一个机器学习的项目，是有章可循的，通过这六个步骤，小白也能搞定机器学习。看我闪电六连鞭！数据的预处理通常包括5个步骤，如下：这个是比较完整的一个步骤，不同的算法可能会缺少一些步骤，例如无监督学习中，没有标签也就没有特征工程。1、数据可视化数据的可视化，可以帮我们发现数据中的规律和问题。通过数据可视化，我们可以从整体“俯瞰”数据的全貌。可以观察特征和标签之间可能存在哪些关系，以及观测特殊数据。
涛声依旧叭·2023-06-09 22:17

第35步 机器学习实战DLC：不平衡数据处理（下）

失踪人口回归的第二期，继续说一说用PSM处理不平衡数据。一、啥叫PSMPSM全称为PropensityScoreMatching，翻译过来就是倾向匹配得分，为了省流，让小Chart介绍一下：放到我们的数据就是：根据某个特征，从对类别0的1671例中挑出一部分来跟类别1来匹配，形成新的数据集，然后建模。其实就是多变少的策略。可以1:1、1:2、1:3等进行匹配，没啥固定说哪种比例好，慢慢试吧。多说一
Jet4505·2023-06-09 17:35

第34步 机器学习实战DLC：不平衡数据处理（上）

失踪人口回归的第一期，来说一说不平衡数据。一、不平衡数据的概念什么是不平衡数据？我们先来看看小Chat怎么说的：顾名思义，就是你的因变量1和0的样本数差距有点大，大到影响了模型性能。举个栗子，一个盒子里有100个红球，10个黄球，我们随机盲抽一个球，然后猜颜色，你会怎么猜？是不是无脑猜红球就得了。这么训练的话，模型永远达不到我们的要求。二、不平衡数据的处理处理的其实方法挺多的，首先看看小Chat怎
Jet4505·2023-06-09 17:05

机器学习实战笔记（一）机器学习基础

什么是机器学习？机器学习能让我们从数据集中受到启发。我们会利用计算机来彰显数据背后的真实含义，这才是机器学习的真实含义。机器学习就是把无序的数据转换成有用的信息。可以这么说，机器学习对于任何需要解释并操作数据的领域都有所裨益。机器学习领域的关键术语下表是用于区分不同鸟类需要使用的四个不同的属性值。现实中，你可能会想测量更多的值。通常的做法是测量所有可测属性，然后再挑选出重要部分。上面测量的这四种值
三千侵天·2023-06-09 00:52

《PyTorch高级机器学习实战》包邮送书三本

这里给大家推荐一本书籍：《PyTorch高级机器学习实战》本书主要介绍的是机器学习领域经典的算法内容，以及相
袁袁袁袁满·2023-06-06 21:16

【社区图书馆】读书推荐：《PyTorch高级机器学习实战》

读书推荐：《PyTorch高级机器学习实战》作者：i阿极作者简介：Python领域新星作者、多项比赛获奖者：博主个人首页如果觉得文章不错或能帮助到你学习，可以点赞收藏评论+关注哦！
i阿极·2023-04-21 17:54

机器学习实战 - 第4章 基于概率论的分类方法：朴素贝叶斯

一、基于贝叶斯决策理论的分类方法朴素贝叶斯的优点：在数据较少的情况下仍然有效，可以处理多类别问题。缺点：对于输入数据的准备方式较为敏感。使用数据类型：标称型数据(一般在有限的数据中取，而且只存在是和否两种不同的结果)。朴素贝叶斯是贝叶斯决策理论的一部分。贝叶斯决策理论：假设有一个数据集，它由两类数据组成，在判断具体数据属于哪个类别时，会选择高概率对应的类别。这就是贝叶斯决策理论的核心思想，即选择具
算法星球·2023-04-21 07:21

机器学习实战5-天气预测系列:利用数据集可视化分析数据，并预测某个城市的天气情况

大家好，我是微学AI，最近天气真的是多变啊，忽冷忽热，今天再次给大家带来天气的话题，机器学习实战5-天气预测系列，我们将探讨一个城市的气象数据集，并利用机器学习来预测该城市的天气状况。
微学AI·2023-04-21 04:44

机器学习实战：Python基于DT决策树模型进行分类预测（六）

文章目录1前言1.1决策树的介绍1.2决策树的应用2Scikit-learn数据集演示2.1导入函数2.2导入数据2.3建模2.4评估模型2.5可视化决策树2.6优化模型2.7可视化优化模型3讨论1前言1.1决策树的介绍决策树（DecisionTree，DT）是一种类似流程图的树形结构，其中内部节点表示特征或属性，分支表示决策规则，每个叶节点表示结果。在决策树中，最上方的节点称为根节点。它学习基于
Bioinfo Guy·2023-04-20 22:31

机器学习实战：Python基于LDA线性判别模型进行分类预测（五）

文章目录1前言1.1线性判别模型的介绍1.2线性判别模型的应用2demo数据演示2.1导入函数2.2训练模型2.3预测模型3LDA手写数字数据演示3.1导入函数3.2导入数据3.3输出图像3.4建立模型3.5预测模型4讨论1前言1.1线性判别模型的介绍线性判别模型（LinearDiscriminantAnalysis，LDA）是一种经典的监督学习算法，它旨在通过学习输入特征和它们所属类别之间的线性
Bioinfo Guy·2023-04-20 22:01

机器学习实战：Python基于DT决策树模型进行分类预测（六）

文章目录1前言1.1决策树的介绍1.2决策树的应用2Scikit-learn数据集演示2.1导入函数2.2导入数据2.3建模2.4评估模型2.5可视化决策树2.6优化模型2.7可视化优化模型3讨论1前言1.1决策树的介绍决策树（DecisionTree，DT）是一种类似流程图的树形结构，其中内部节点表示特征或属性，分支表示决策规则，每个叶节点表示结果。在决策树中，最上方的节点称为根节点。它学习基于
Bioinfo Guy·2023-04-20 22:24
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他