——机器学习实战

关于机器学习

1.现在的机器学习和深度学习实际上也不高明，机器学习可以用机器学习实战入门，数学要求不会高，但要理解精髓是比较困难的。
遇见我是你最大的运气·2023-04-20 07:36

机器学习实战——特征工程+xgboost股票预测

前言用上证50只股票的以上特征训练xgb模型预测当天的close。代码见文末["open","high","low","volume","price_change","ma5","ma10","ma20","p_change","v_ma5"
只会git clone的程序员·2023-04-19 17:57

【一起啃书】西瓜书（一）

希望通过b站视频课【一起啃书】机器学习西瓜书白话解读来认真读西瓜书，以下是对视频中的重点记录，以及课后自己看书得到的感悟和记录视频学习笔记学习资源：b站李沐老师的论文精读《西瓜书》《南瓜书》《机器学习实战
反科研pua所所长·2023-04-18 17:14

深度学习入门路径

基础（深度之眼课程）[5d]2.数学基础（深度之眼课程）[10d]基础课程不限于此，资源较多，可自行选择机器学习部分1.吴恩达机器学习（B站资源）+机器学习图解笔记（up主：深度碎片）[20d]@2.机器学习实战
或跃在渊_NUE·2023-04-18 11:15

Python实现哈里斯鹰优化算法(HHO)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·2023-04-18 08:18

Python实现哈里斯鹰优化算法(HHO)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·2023-04-18 08:15

机器学习实战：Python基于支持向量机SVM-RFE进行分类预测（三）

文章目录1前言1.1支持向量机的介绍1.2支持向量机的应用2demo数据集演示2.1导入函数2.2构建数据集拟合2.3预测模型及可视化3实例演示分类（非SVM）3.1导入函数和数据3.2简单线性分类3.3最大间隔决定分类4实例演示分类（SVM）4.1主角登场4.2软间隔4.3超平面5讨论1前言1.1支持向量机的介绍支持向量机（SupportVectorMachine，SVM）是一种监督学习的分类算
Bioinfo Guy·2023-04-17 20:21

机器学习实战：Python基于K近邻KNN进行分类预测（四）

文章目录1前言1.1K近邻的介绍1.2K近邻的应用2二维数据集演示2.1导入函数2.2导入数据2.3训练模型及可视化3莺尾花数据集全数据演示3.1导入函数3.2导入数据3.3训练模型及预测4模拟数据集演示4.1导入函数4.2模拟数据集4.3建模比较5马绞痛数据+pipeline演示5.1下载数据集5.2导入函数5.3填充空值5.4建模计算6讨论1前言1.1K近邻的介绍K近邻（K-NearestNe
Bioinfo Guy·2023-04-17 20:21

机器学习实战——SVD

文章目录1SVD的应用1.1隐性语义索引1.2推荐系统2矩阵分解3利用Python实现SVD4基于协同过滤的推荐引擎5总结1SVD的应用优点：简化数据，去除噪声，提高算法的结果。缺点：数据的转换可能难以理解。适用数据类型：数值型数据。应用隐性语义索引推荐系统1.1隐性语义索引在LSI中，一个矩阵是由文档和词语组成的。当我们在该矩阵上应用SVD时，就会构建出多个奇异值。这些奇异值代表了文档中的概念或
SKYWALKERS_2397·2023-04-17 14:41

机器学习实战（2）——端到端的机器学习项目

目录1框架问题2选择性能指标2.1均方根误差（RMSE）2.2平均绝对误差（MAE）3获取数据4创建测试集5从数据探索和可视化中获得洞见5.1将地理数据可视化5.2寻找相关性5.3试验不同属性的组合6机器学习算法的数据准备6.1数据清理6.2处理文本和分类属性6.3特征缩放6.4转换流水线本篇中，我们将学习一个端到端的项目案例，假设我们是一个房地产公司新雇佣的数据科学家，以下是我们将会经历的主要步
WHJ226·2023-04-17 11:47

机器学习实战-支持向量机原理、Python实现和可视化（分类）

支持向量机（SVM）广泛应用于模式分类和非线性回归领域。SVM算法的原始形式由VladimirN.Vapnik和AlexeyYa提出。自从那以后，SVM已经被巨大地改变以成功地用于许多现实世界问题。1.什么是支持向量机（SVM）？支持向量机是一种有监督的机器学习算法，可用于分类和回归问题。它遵循一种用核函数技巧来转换数据的技术，并且基于这些转换，它找到可能输出之间的最佳边界。简单来说，它做一些非常
statr·2023-04-14 07:45

Python实现哈里斯鹰优化算法(HHO)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·2023-04-14 01:43

Python实现哈里斯鹰优化算法(HHO)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·2023-04-14 01:12

Python实现哈里斯鹰优化算法(HHO)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·2023-04-14 01:04

Python实现LDA和SVM支持向量机人脸识别模型(LinearDiscriminantAnalysis和SVC算法)并通过网格搜索算法寻找最优参数值项目实战

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。1.项目背景人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。
胖哥真不错·2023-04-13 19:47

ApacheCN 机器学习视频教程

学习资源整合在点击跳转视频资源整合如下第一部分分类机器学习基础ApacheCN机器学习实战学习情况（2017-03-11@ML学习小组）ApacheCN-Sklearn0.19中文文档校验流程操作指南(
Spareribs·2023-04-13 08:30

机器学习实战：Python基于朴素贝叶斯Bayes进行分类预测（二）

文章目录1前言1.1朴素贝叶斯的介绍1.2朴素贝叶斯的应用2iris数据集演示2.1导入函数2.2导入数据2.3训练模型2.4预测模型3模拟离散数据演示3.1导入函数3.2模拟/导入数据3.3训练模型3.4预测模型4原理补充说明4.1贝叶斯算法4.2朴素贝叶斯算法5讨论1前言1.1朴素贝叶斯的介绍朴素贝叶斯（NaiveBayes）是一种基于贝叶斯定理的分类算法，它假设各个特征之间相互独立，因此可以
Bioinfo Guy·2023-04-12 17:53

Python机器学习实践（一）多项式拟合（简单房价预测）

Python机器学习学习笔记与实践环境：win10+Anaconda3.8例子一源自《Python与机器学习实战》—何宇健任务：现有47个房子的面积和价格，需要建立一个模型对房价进行预测。
AiTingDeTong·2023-04-12 08:48

B.机器学习实战系列[一]：工业蒸汽量预测（最新版本下篇）含特征优化模型融合等

工业蒸汽量预测（最新版本下篇）文末有免费算力领取，助力项目，以及本地端码源5.模型验证5.1模型评估的概念与正则化5.1.1过拟合与欠拟合###获取并绘制数据集importnumpyasnpimportmatplotlib.pyplotasplt%matplotlibinlinenp.random.seed(666)x=np.random.uniform(-3.0,3.0,size=100)X=x
汀、人工智能·2023-04-12 07:14

机器学习实战07：线性回归、岭回归、套索回归、逐步回归等

-用线性回归找到最佳拟合直线优点：结果易于理解，计算上不复杂。缺点：对非线性的数据拟合不好。适用数据类型：数值型和标称型数据。回归的目的是预测数值型的目标值。最直接的办法是依据输入写出一个目标值的计算公式。-回归的一般方法(1)收集数据：采用任意方法收集数据。(2)准备数据：回归需要数值型数据，标称型数据将被转成二值型数据。(3)分析数据：绘出数据的可视化二维图将有助于对数据做出理解和分析，在采用
Evil·2023-04-10 20:34

【综述】机器学习实战蓝皮书

1分类任务1.1心脏病预测【ML】基于机器学习的心脏病预测研究(附代码和数据集，逻辑回归模型)【ML】基于机器学习的心脏病预测研究(附代码,lightgbm模型)【ML】基于LSTM的心脏病预测研究(附代码和数据集，系列1，单向LSTM，1×13数据视角)【ML】基于LSTM的心脏病预测研究(附代码和数据集，系列2，单向LSTM，13×1数据视角)【ML】基于机器学习的心脏病预测研究(附代码和数据
机器不学习我学习·2023-04-10 15:04

Python实现GWO智能灰狼优化算法优化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·2023-04-10 14:19

Python实现贝叶斯优化器(Bayes_opt)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·2023-04-10 14:18

Python实现GWO智能灰狼优化算法优化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·2023-04-10 14:18

Python实现哈里斯鹰优化算法(HHO)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·2023-04-10 14:11

机器学习实战----使用Python和Scikit-Learn构建简单分类器

前言：Hello大家好，我是Dream。今天来学习一下如何使用Python和Scikit-Learn构建一个简单的分类器本文目录：一、介绍二、数据集三、分析四、评估五、预测六、结论好书推荐：一、介绍今天我们将学习使用Python和Scikit-Learn创建一个简单的文本分类器来识别垃圾邮件。我们将先介绍数据集，并通过可视化和数据预处理方式更好地理解数据集。接着，我们将选择一个算法并使用训练集拟合
是Dream呀·2023-04-09 06:31

torch.repeat()与numpy.repeat()和 numpy.tile()比较

参考文献：Python高手修炼之道数据处理与机器学习实战许向武著importtorchimportnumpyasnp###np.repeat()na=np.arra
tpz789·2023-04-09 05:11

朴素贝叶斯分类算法的sklearn实现

1、背景《机器学习实战》当中，用python根据贝叶斯公式实现了基本的分类算法。现在来看看用sklearn，如何实现。还拿之前的例子，对帖子的分类。
笨笨的简书·2023-04-08 16:24

Python实现GWO智能灰狼优化算法优化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·2023-04-07 18:38

Python实现哈里斯鹰优化算法(HHO)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·2023-04-07 18:38

Python实现哈里斯鹰优化算法(HHO)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·2023-04-07 18:37

Python实现GWO智能灰狼优化算法优化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·2023-04-07 18:37

Python实现哈里斯鹰优化算法(HHO)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·2023-04-07 18:50

机器学习实战-KNN

工作原理：存在一个样本数据集合，也称作训练样本集，样本集中每个数据都存在标签，即已知样本集中每一数据与其所属分类的对应关系。当输入没有标签的新数据，将新数据的每个特征与样本集中数据对应的特征进行比较，提取样本集中特征最相似数据（最近邻）的k个分类标签（K-近邻），最后选择k个最相似数据中出现次数最多的分类，作为新数据的分类。python代码（python3版本）：fromnumpyimport*i
Smiley栗子·2023-04-07 17:08

机器学习|FP-Growth

因《数据挖掘概念与技术》中FP-growth内容过于琐碎且不易理解，我们的内容主要参考了《机器学习实战》第12章的内容。
数据臭皮匠fxx·2023-04-07 16:14

机器学习实战-第五章 Logistic回归笔记

defloadDataSet():dataMat=[];labelMat=[]fr=open(r'data\MLiA_SourceCode\machinelearninginaction\Ch05\testSet.txt')forlineinfr.readlines():#按照空格分割文本，返回列表lineArr=line.strip().split()dataMat.append([1.0,fl
L闰土·2023-04-05 22:35

机器学习实战项目3--使用keras实现MNIDT数据集手写数字识别

这是机器学习训练营的第三个项目Q1：神经网络中的常用激活函数及其导数Q2:使用Keras实现MNIDT数据集手写识别answer1:1.详见http://www.cnblogs.com/lliuye/p/9486500.html(1)什么是激活函数激活函数（2）常用的线性激活函数有哪些sigmoid函数，tanh函数，ReLU函数sigmoid函数sigmoid函数一般不常作为非线性激活函数，因为
strive鱼·2023-04-03 06:49

机器学习实战 | SKLearn最全应用指南

Python微信订餐小程序课程视频https://edu.csdn.net/course/detail/36074Python实战量化交易理财系统https://edu.csdn.net/course/detail/35475作者：韩信子@ShowMeAI教程地址：http://www.showmeai.tech/tutorials/41本文地址：http://www.showmeai.tech/
xuhss_com·2023-04-03 02:05

机器学习实战之线性回归

之前我们学习的机器学习算法都是属于分类算法，也就是预测值是离散值。当预测值为连续值时，就需要使用回归算法。本文将介绍线性回归的原理和代码实现。线性回归原理与推导如图所示，这时一组二维的数据，我们先想想如何通过一条直线较好的拟合这些散点了？直白的说：尽量让拟合的直线穿过这些散点（这些点离拟合直线很近）。目标函数要使这些点离拟合直线很近，我们需要用数学公式来表示。首先，我们要求的直线公式为：Y=XTw
罗罗攀·2023-04-02 21:56

机器学习实战3-利用决策树算法根据天气数据集做出决策

大家好，我是微学AI，今天给大家介绍一下机器学习实战3-利用决策树算法根据天气数据集做出决策，决策树是一种广泛使用的机器学习算法，用于分类和回归问题。
微学AI·2023-04-02 12:09

关于简单目标识别与意图分析的机器学习实战研究（第五节 透视变换）

这边刚刚解决了一个连线算法问题，同学阶段性汇报回来，说老师让他将在空中看坦克群的视角方向考虑进去，也就是说在不同视角下看同一类型的坦克要尽量保证一样，这样在训练数据的时候也能降低误差，值得一提的是，他的老师肯定了我连线算法的可行性，可以作为一个创新点来汇报。我仔细一寻思，老师说的没错，在空中侦查坦克的视角是随机的，这一点不解决确实会影坦克意图的判别，怎样解决呢？看来还是要从图片处理的角度入手，我发
LMN_e67a·2023-04-02 12:04

关于简单目标识别与意图分析的机器学习实战研究（第三节 降噪处理）

为了实现目标精确识别，颜色分割只是其中的一种方法，对于大多数图片，我们还是更倾向于对图片进行高斯模糊去噪的方法，此外网上还有很多其他的方法，这里只介绍我认为好用的这一种。为什么选取高斯模糊去噪的方法呢？因为高斯模糊去噪的时候，函数内部的判别阈值可以自行设定，阈值的大小直接影响了去噪的强弱（这里不能说是去噪好坏，因为根据不同图片，想要达到的效果也不同）。有时候匹配的效果不尽人意，修改一下阈值重新运行
LMN_e67a·2023-03-31 22:56

Day1 #100DaysofMLCoding#

2018-8-6个人前置条件：已经将《统计学习方法》《机器学习实战》一刷80%西瓜书一刷50%，tensorflow实战一刷70%kaggle上参与过titanic(Top6%)和数字识别(Top12%
MWhite·2023-03-31 15:49

Python实现哈里斯鹰优化算法(HHO)优化支持向量机回归模型(SVR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·2023-03-31 11:26

机器学习实战-支持向量机原理、Python实现和可视化（分类）

支持向量机（SVM）广泛应用于模式分类和非线性回归领域。SVM算法的原始形式由VladimirN.Vapnik和AlexeyYa提出。自从那以后，SVM已经被巨大地改变以成功地用于许多现实世界问题。1.什么是支持向量机（SVM）？支持向量机是一种有监督的机器学习算法，可用于分类和回归问题。它遵循一种用核函数技巧来转换数据的技术，并且基于这些转换，它找到可能输出之间的最佳边界。简单来说，它做一些非常
机器学习算法那些事·2023-03-31 10:02

python机器学习实战（二）

python机器学习实战（二）版权声明：本文为博主原创文章，转载请指明转载地址http://www.cnblogs.com/fydeblog/p/7159775.html前言这篇notebook是关于机器学习监督学习中的决策树算法
weixin_34117522·2023-03-28 14:27

【机器学习实战（四）】sklearn包中朴素贝叶斯库的使用

目录朴素贝叶斯相关知识点回顾1.1.什么是朴素贝叶斯分类器1.2.朴素贝叶斯推断1.3.朴素贝叶斯学习sklearn中朴素贝叶斯类库的简介2.1.GaussianNB类2.2.MultinomialNB类2.3.BernoulliNB类这是《西瓜书带学训练营·实战任务》系列的第四篇笔记1.朴素贝叶斯相关知识点回顾1.1.什么是朴素贝叶斯分类器判别式模型（discriminativemodels)：
UnderStorm·2023-03-28 09:15

机器学习实践指南：案例应用解析（第二版）PDF高清完整版免费下载|百度云盘|Python基础教程免费电子书

全书分为准备篇、基础篇、统计分析实战篇和机器学习实战篇。机器学习算法建立在复杂的计算理论基础之上，并涉及多门数学学科。
胡萝卜须_aee2·2023-03-27 13:33

python实现逻辑回归代码_逻辑回归理解及代码实现

github：代码实现之逻辑回归本文算法均使用python3实现1.什么是逻辑回归《机器学习实战》一书中提到：利用逻辑回归进行分类的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行分类(主要用于解决二分类问题
weixin_39960920·2023-03-26 07:40

机器学习实战（k-近邻算法-入门篇）

k-近邻算法概述k-近邻算法就是采用测量不同的特征值之间的距离进行分类它的工作原理是：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所分类类别的对应关系。输入没有标签的新数据后，将新数据的每个特征最相似数据（最邻近）的分类标签。一般来说，我们只选择样本数据集中的前k个最相似的数据，这就是k-近邻算法中的k的出处，通常k每部电影的打斗镜头、接吻镜
Negen·2023-03-26 03:36
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他