•机器学习基础

机器学习基础线性回归——预测网店的销售额

线性回归步骤：明确定义所要解决的问题——网店销售额的预测在数据的收集与预处理环节，分五个环节完成数据的预处理工作，分别如下（1）收集数据—需要提供的网店的相关记录（2）将收集到的数据可视化，显示出来看一看（3）做特征工程，使数据更容易被机器处理（4）拆分数据集为训练集和测试集（5）做特征缩放，把数据值压缩到比较小的区间选择机器学习的模型环节（1）确定机器学习的算法——这里也就是线性回归算法（2）确
黎明之道·2022-10-25 19:42

【机器学习基础】 线性回归

线性回归1、线性回归定义2、线性回归题目示例3、推导公式4、误差5、似然函数6、线性回归评价指标7、梯度下降1、线性回归定义经典统计学习技术中的线性回归和softmax回归可以视为线性神经⽹络。给定训练数据特征X和对应的已知标签y，线性回归的⽬标是找到⼀组权重向量w和偏置b。当给定从X的同分布中取样的新样本特征时，找到的权重向量和偏置能够使得新样本预测标签的误差尽可能小。线性回归是一个单层的神经网
XTX_AI·2022-10-25 19:39

《计算机视觉基础知识蓝皮书》第9篇 模型改进及期刊发表

本专栏将系统性地讲解计算机视觉基础知识、包含第1篇机器学习基础、第2篇深度学习基础、第3篇卷积神经网络、第4篇经典热门网络结构、第5篇目标检测基础、第6篇网络搭建及训练、第7篇模型优化方法及思路、第8篇模型超参数调整策略
迪菲赫尔曼·2022-10-25 07:21

神经网络-----简单介绍

本文对阅读没有一定的前提要求，但是懂一些机器学习基础会更好地帮助理解本文。神经网络是一种模拟人脑的神经网络以期能够实现类人工
北葵向暖翠·2022-10-23 19:03

神经网络浅讲：从神经元到深度学习

本文对阅读没有一定的前提要求，但是懂一些机器学习基础会更好地帮助理解本文。神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中的神经
cheetah023·2022-10-23 19:30

机器学习｜（I）机器学习概述

第一章机器学习概述文章目录第一章机器学习概述1.机器学习2.机器学习基础2.1数据的表达2.2内积与投影2.3基于矩阵的距离运算2.4优化：牛顿迭代和梯度下降算法1.机器学习机器学习是一门多学科交叉专业
Mr_LeeCZ·2022-10-22 07:49

机器学习基础概念

训练集用来训练，构建模型验证集在模型训练阶段，用来测试模型的好坏测试集等模型训练好后，用来评估模型的好坏监督学习有标签的数据无监督学习没有标签的数据半监督学习有监督学习、无监督学习相结合的一种学习方式，用来解决一小部分带标签的数据、一大部分无标签的数据进行训练和分类的问题应用回归预测分类数据带有标签，属于有监督学习1、图像识别2、垃圾邮件的识别3、文本分类聚类数据无标签，属于无监督学习1、回归：预
·2022-10-21 17:37

机器学习基础总结

目录文章目录机器学习概念性机器学习与数学的关系机器学习与深度学习机器学习基本过程分类模型指标二分类F1线性回归线性模型评估逻辑回归介绍优缺点应用探索性分析数据预处理无监督编码有监督编码重复值、缺失值、异常值处理重复值缺失值异常值数据归一化、标准化min-max（归一化）meannormalizationz-score（标准化）L1和L2范数数据分箱WOE与IV值多重共线性问题特征选取类别特征选取样
changreal·2022-10-20 22:37

机器学习基础算法——朴素贝叶斯算法

朴素贝叶斯算法：朴素贝叶斯方法是在贝叶斯算法的基础上进行了相应的简化，即假定给定目标值时属性之间相互条件独立。也就是说没有哪个属性变量对于决策结果来说占有着较大的比重，也没有哪个属性变量对于决策结果占有着较小的比重。虽然这个简化方式在一定程度上降低了贝叶斯分类算法的分类效果，但是在实际的应用场景中，极大地简化了贝叶斯方法的复杂性。算法原理：朴素贝叶斯分类（NBC）是以贝叶斯定理为基础并且假设特征条
CoderMateng·2022-10-17 07:43

机器学习的基础图表！

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达作者|AlanMorrison转自|机器之心四大会计师事务所之一的普华永道（PwC）发布了多份解读机器学习基础的图表，其中介绍了机器学习的基本概念
小白学视觉·2022-10-16 08:40

CSDN独家 | 全网首发 | 《计算机视觉基础知识蓝皮书》目录

本专栏将系统性地讲解计算机视觉基础知识、包含第1篇机器学习基础、第2篇深度学习基础、第3篇卷积神经网络、第4篇经典热门网络结构、第5篇目标检测基础、第6篇网络搭建及训练、第7篇模型优化方法及思路、第8篇模型超参数调整策略
迪菲赫尔曼·2022-10-13 07:20

机器学习基础学习-支持向量机SVM（理论部分）

1、什么是支持向量机支持向量机（SupportVectorMachine,SVM）是一类按监督学习（supervisedlearning）方式对数据进行二元分类的广义线性分类器（generalizedlinearclassifier）支持向量机（SupportVectorMachine）。支持向量机既可以解决分类问题，也可以解决回归问题。在之前的逻辑回归中，对于数据的分类，我们可以找到一条决策边界
小夭。·2022-10-12 09:37

李沐《动手学深度学习》课程笔记：00预告、01课程安排、02深度学习介绍

预告学习深度学习关键是动手深度学习是人工智能最热的领域核心是神经网络应该像学习Python/C++一样学习深度学习01课程安排目标介绍深度学习经典和最新模型：LeNet,ResNet,LSTM,BERT,...机器学习基础
feiwen110·2022-10-11 14:43

机器学习系列（二）——分类及回归问题

机器学习基础（二）文章目录机器学习基础（二）3分类算法3.1常用分类算法的优缺点？
Way_X·2022-10-11 07:39

机器学习基础——先验概率与后验概率

一、先验概率1、定义先验概率（priorprobability）是指根据以往经验和分析得到的概率，如全概率公式，它往往作为"由因求果"问题中的"因"出现的概率。——百度百科2、直观理解这件事还没有发生，根据以往的经验和数据推断出这件事会发生的概率。3、例子以扔硬币为例，在扔之前就知道正面向上的概率为0.5，这个0.5就是先验概率。二、后验概率1、定义后验概率是指在得到“结果”的信息后重新修正的概率
也许明天_Martina·2022-10-10 09:00

机器学习基础-经典算法总结

机器学习基础-经典算法逻辑回归逻辑回归的原理，问题的假设为什么逻辑回归也可称为对数几率回归推导逻辑回归损失函数逻辑回归损失函数求导逻辑回归为什么使用交叉熵作为损失函数LR是不是凸优化问题，如何判断LR达到最优值逻辑回归一般用什么数据
城阙·2022-10-09 10:04

《计算机视觉基础知识蓝皮书》第4篇 经典热门网络结构

本专栏将系统性地讲解计算机视觉基础知识、包含第1篇机器学习基础、第2篇深度学习基础、第3篇卷积神经网络、第4篇经典热门网络结构、第5篇目标检测基础、第6篇网络搭建及训练、第7篇模型优化方法及思路、第8篇模型超参数调整策略
迪菲赫尔曼·2022-10-05 07:54

机器学习基础-朴素贝叶斯算法解析

文章目录1相关概念（生成模型、判别模型)2先验概率、条件概率3贝叶斯决策理论4贝叶斯定理公式5极值问题情况下的每个类的分类概率6下溢问题如何解决7零概率问题如何解决？8优缺点9sklearn参数详解1相关概念（生成模型、判别模型)生成模型：在概率统计理论中,生成模型是指能够随机生成观测数据的模型，尤其是在给定某些隐含参数的条件下。它给观测值和标注数据序列指定一个联合概率分布。在机器学习中，生成模型
背着贝壳去徒步·2022-10-04 13:18

2022-04-10 深度学习与应用 一（网课）

Keywords：基础：pytorch基础、机器学习基础、感知器、前馈神经网络、误差反向传播…近代网络：卷积神经网络、常用CNN模型、视觉目标分类、监测、分割.其他：生成式神经网络、循环神经网络、LSTM
陈皮皮_mas·2022-10-04 07:28

《计算机视觉基础知识蓝皮书》第2篇 深度学习基础

本专栏将系统性地讲解计算机视觉基础知识、包含第1篇机器学习基础、第2篇深度学习基础、第3篇卷积神经网络、第4篇经典热门网络结构、第5篇目标检测基础、第6篇网络搭建及训练、第7篇模型优化方法及思路、第8篇模型超参数调整策略
迪菲赫尔曼·2022-10-03 07:37

花书笔记：第05章 机器学习基础

花书笔记：第05章机器学习基础5.1机器学习算法机器学习算法定义：对于某类任务TTT，和性能度量PPP，一个计算机程序被认为可以从经验EEE中学习是指，通过经验EEE改进后，它在任务TTT由性能度量PPP
努力呀。。。·2022-10-02 09:42

【机器学习基础】数学推导+纯Python实现机器学习算法24：LightGBM

Python机器学习算法实现Author：louwillMachineLearningLab第17讲我们谈到了竞赛大杀器XGBoost，本篇我们来看一种比XGBoost还要犀利的Boosting算法——LightGBM。LightGBM全称为轻量的梯度提升机(LightGradientBoostingMachine)，由微软于2017年开源出来的一款SOTABoosting算法框架。跟XGBoos
风度78·2022-10-02 07:50

从零开始掌握Python机器学习：七步教程 进阶篇

由于安全地跳过了一些基础模块——Python基础、机器学习基础等等——我们可以直接进入到不同的机器学习算法之中。
hcgx2018·2022-10-01 07:46

机器学习基础（二十一）—— 分类与回归、生成模型与判别模型

无论是生成模型还是判别模型，都可作为一种分类器（classification）来使用；1.分类与回归（1）分类的目标变量是标称型数据（categoricaldata），0/1，yes/no（2）回归：连续型（numericdata），鲍鱼的年龄，玩具的售价对于分类问题，监督学习从数据中学习一个分类模型或分类决策函数，称为分类器（classifier）。分类器对新的输入进行输出的预测（predica
五道口纳什·2022-09-28 07:27

机器学习基础之反向传播

机器学习基础二-反向传播神经网络之所以可以训练，得益于与Hinton在1986年提出的反向传播算法。反向传播背后的数学原理就是链式法则。
sunny4handsome·2022-09-25 18:34

深度学习与计算机视觉教程(2) | 图像分类与机器学习基础（CV通关指南·完结）

作者：韩信子@ShowMeAI教程地址：https://www.showmeai.tech/tutorials/37本文地址：https://www.showmeai.tech/article-detail/261声明：版权所有，转载请联系平台与作者并注明出处收藏ShowMeAI查看更多精彩内容本系列为斯坦福CS231n《深度学习与计算机视觉(DeepLearningforComputerVisi
ShowMeAI·2022-09-24 03:38

人工智能工程师需要了解哪些知识体系

人工智能知识体系1、数学基础微积分线性代数概率统计信息论集合论和图论博弈论2、技术基础计算机原理程序设计语言操作系统分布式系统算法基础3、机器学习算法机器学习基础：估计方法、特征工程线性模型
IT培训网·2022-09-23 18:23

机器学习基础概念

机器学习一般包括监督学习、无监督学习、强化学习监督学习既有输入，又有输出根据输出变量Y的数据类型，分为分类问题：Y取有限个离散值Y只有两类：二分类问题Y有多类：多分类问题回归问题：输出变量Y为连续型变量此回归非回归分析无监督学习聚类降维强化学习做对了奖励，做错了惩罚模型评估指标这里只介绍有监督学习回归问题评估指标第一个指标体系SSE残差平方和：其量纲是原来数据量纲的平方MSE均方误差：SSE/样本
丸丸丸子w·2022-09-23 09:44

Python 机器学习基础（一）——Python 篇

本文是Python机器学习基础系列文章的第一篇——Python篇。Python任何一门编程语言，入门学习的基础知识包括：数据类型、控制流、函数、模块化、类，以及一些常用的零碎语法。
withchris·2022-09-23 07:02

机器学习基础-33:模型的偏差与方差

机器学习模型的偏差与方差机器学习原理与实践(开源图书)-总目录，建议收藏，告别碎片阅读！偏差度量了学习算法的期望预测与真实结果的偏离程度，刻画了学习算法本身的拟合能力。方差度量了同样大小的训练集的变动所导致的学习性能的变化，刻画了数据扰动所造成的影响。噪声表达了当前任务上任何学习算法所能达到的期望泛化误差的下界，也就是最小值。泛化误差可以分解为偏差、方差和噪声之和。偏差和方差统计领域为我们提供了很
MTVideoAI·2022-09-22 11:16

机器学习基础：大数据与深度学习的关系

机器学习基础：大数据与深度学习的关系概念关系概念大数据通常被定义为“超出常用软件工具捕获的数据集，管理和和处理的能力”的数据集。机器学习关心的问题是如何构建计算机程序使用经验自动改进。
HanZee·2022-09-13 07:22

《python机器学习基础教程》笔记（第2章监督学习）（第2部分）

这是《python机器学习基础教程》的第二章——监督学习第二部分，上一章笔记中说到朴素贝叶斯分类器，这次继续其他的学习算法决策树决策树是广泛应用于回归和分类问题的一种模型，其实决策树就和我一开始认为的机器学习的策略有点类似
阿大古 古古古·2022-09-12 07:24

python教程决策树_Python机器学习基础教程-第2章-监督学习之决策树集成

前言本系列教程基本就是摘抄《Python机器学习基础教程》中的例子内容。
如椽巨笔·2022-09-12 07:22

机器学习基础学习－－决策树

机器学习基础学习－－决策树简介决策树是一种基本的分类与回归方法，它是基于树的结构进行决策的。决策树分为分类树和回归树两种，分类树对离散变量做决策树，回归树对连续变量做决策树。
雪泪寒飞起来·2022-09-12 07:00

CAS-KG——机器学习基础

课程目标了解以知识图谱为代表的大数据知识工程的基本问题和方法掌握基于知识图谱的语义计算关键技术具备建立小型知识图谱并据此进行数据分析应用的能力教学安排详情请见博客：CAS-KG——课程安排文章目录1.机器学习基础理论与概念
晴晴_Amanda·2022-09-10 07:51

用于执行分类、回归、聚类和密度估计的机器学习算法列表

《机器学习基础》一书因为与我在PolyU的研究生课程COMPMachineLearning课程安排完全吻合，所以开启学习之旅，用于预习复习，并记录笔记于此。
脚踏实地的大梦想家·2022-09-08 04:48

《机器学习实战》 1.机器学习基础

说在前面这一部分博客主要是记录自己根据《机器学习实战》这本书自学机器学习的记录，欢迎评论提出自己的问题，但是不喜勿喷，代码都是使用python3语言写的，所有的代码都来源于《机器学习实战》这本书上，可能存在一小部分关于python2（书上的代码使用的是python2）到python3的代码适应。就是下面这本书，不过我使用的是中文版的就叫做《机器学习实战》提取码：ckjj开发机器学习应用程序的步骤：
豆豆豆豆芽·2022-09-07 14:31

机器学习基础|多项式朴素贝叶斯算法及实战

文章目录朴素贝叶斯朴素贝叶斯的概念概率的计算朴素贝叶斯的种类多项式朴素贝叶斯Sklearn朴素贝叶斯API朴素贝叶斯实战案例问题背景解题流程完整代码总结朴素贝叶斯朴素贝叶斯的概念朴素贝叶斯法是一种基于贝叶斯定理与特征条件独立假设的分类方法。其中朴素指的就是条件独立。朴素贝叶斯在分类的时候不是直接返回分类，而是返回属于某个分类的概率。例如对文章的类别进行判断：计算出的是每篇文章属于某个类别的概率，哪
寒塘独恪·2022-09-07 14:28

python系列笔记——常见运算符：算术运算符、比较运算符、赋值运算符、位运算符、逻辑运算符、成员运算符、身份运算符，及真题

0.系列笔记汇总机器学习基础——python知识体系与路线及对应参考教程（持续更新中）1.算术运算符+、-、*、/%（取模）、**（幂）、//（整除，向下取整）-3**2#-9，因为**的优先级高于-2
阿航626·2022-09-06 07:40

【深度学习】——损失函数（均方差损失和交叉熵损失）

损失函数在【机器学习基础】中有所提及，在深度学习中所使用最多的是均值平方差（MSE）和交叉熵（crossentropy）损失，这里着重介绍一下这两个损失函数及其在tensorflow中的实现。
Uniqe·2022-09-05 22:00

Python机器学习日记7：朴素贝叶斯分类器（持续更新）

Python机器学习日记7：朴素贝叶斯分类器一、书目与章节二、3种朴素贝叶斯分类器1.BernoulliNB分类器三、优点、缺点和参数一、书目与章节拜读的是这本《Python机器学习基础教程》，本文选自第
调参侠鱼尾·2022-09-05 19:44

吴恩达深度学习笔记（四）——深度学习的实践层面

这里沿用的仍然是猫咪图片分类的例子：三、机器学习基础解决高方差：扩充数据集、正则化、或者其他模型
子非鱼icon·2022-09-04 07:43

深度学习（二）吴恩达给你的人工智能第一课： 02.改善深层神经网络：超参数调试、正则化以及优化

目录第一周深度学习的实用层面1.1训练/开发/测试集1.1.1、训练集、验证集、测试集1.2偏差/方差1.3机器学习基础1.3.1、降低偏差/降低方差，往往存在一种折中关系（tradeoff）。
我爱AI·2022-09-01 10:28

深度学习八股文

机器学习基础知识1、逻辑回归和线性回归的区别线性回归解决的是回归问题，逻辑回归相当于是线性回归的基础上，来解决分类问题。
O zil·2022-09-01 07:50

机器学习基础（一）--基本概念和分类

机器学习基础（一）更多信息·可以关注本人博客：https://www.cnblogs.com/zhoubindut/机器学习机器学习基础（一）1基本概念1.1ML各种常见算法图示1.2导数的计算1.3关于局部最优和全局最优的描述
Way_X·2022-08-29 07:33

【机器学习基础】一文读懂用于序列标注的条件随机场(CRF)模型

模型前的铺垫我们先引入一个假设，假设一个句子的产生只需要两步：第一步：基于语法产生一个合乎文法的词性序列第二步：对第一步产生的序列中的每个词性找到符合这个词性的一个词汇，从而产生一个词汇序列，便产生出了一个句子图1那么如图1所示，假如我们基于语法产生了一个词性序列("PNVDN")，那基于这样的词性序列到对应的词典集合中选词便可以组合出一个句子。图2假如我们产生的句子是"Johnsawthesaw
风度78·2022-08-28 07:39

卷积神经网络应用实例,卷积神经网络经典模型

阶段四是深度学习：机器学习基础、卷积神经网络、循环神经网络、生成式对抗神经网等、深度强化学习等。阶段五是商业项目实战：T
快乐的小蓝猫·2022-08-23 19:57

神经网络实现文本分类（零基础入门）

目录机器学习基础1.线性回归梯度下降法代码训练结果拟合效果2.感知器数据集代码权重损失变化分类效果sigmoid函数3.非线性回归激活函数代码损失拟合效果4.K-means聚类K-means算法步骤代码聚类效果神经网络
洛潆·2022-08-21 07:36

吴恩达深度学习笔记-布置机器学习项目(第4课)

布置机器学习项目一、训练集/验证集/测试集二、偏差与方差三、机器学习基础四、正则化五、为什么正则化可以减少过拟合？
郭少的研究生笔记·2022-08-19 07:04

集成学习(上)——Task1 机器学习三要素

[^1]回归具体过程数据导入数据概览模型训练——线性回归制作训练集和测试集的数据训练模型分类无监督学习进度条Mon15Mon22Mon290ML回归偏差评估调参分类评估调参现有任务机器学习基础踩的小坑RemoveError
Amihua Lau·2022-08-18 13:12
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他