《机器学习教程》

吴恩达机器学习全课程笔记第二篇

逻辑回归的代价函数梯度下降的实现P37-P41过拟合问题正则化代价函数正则化线性回归正则化logistics回归前言这是吴恩达机器学习笔记的第二篇，第一篇笔记请见：吴恩达机器学习全课程笔记第一篇完整的课程链接如下：吴恩达机器学习教程
亿维数组·2024-02-20 21:03

机器学习教程之5-神经网络：表述(Neural Networks:Representation)

1.非线性假设假设我们希望训练一个模型来识别视觉对象（例如识别一张图片上是否是一辆汽车），我们怎样才能这么做呢？一种方法是我们利用很多汽车的图片和很多非汽车的图片，然后利用这些图片上一个个像素的值（饱和度或亮度）来作为特征。显然用线性回归或逻辑回归都是不可取的，因为将一幅图上的所有点作为特征，特征数太多，计算量太大。无论是线性回归还是逻辑回归都有这样一个缺点，即：当特征太多时，计算的负荷会非常大。
豆-Metcalf·2024-01-24 08:01

零基础“机器学习“自学笔记|Note8:正则化

本系列以吴恩达老师的【“机器学习”课程】为纲，辅以黄海广老师的【斯坦福大学2014机器学习教程个人笔记（V5.51）】，中间会穿插相关数理知识。
木舟笔记·2024-01-19 12:14

零基础"机器学习"自学笔记|Note3:梯度下降法

本系列以吴恩达老师的【“机器学习”课程】为纲，辅以黄海广老师的【斯坦福大学2014机器学习教程个人笔记（V5.51）】，中间会穿插相关数理知识。
木舟笔记·2024-01-18 20:40

使用 Python 和 scikit-learn 生成机器学习模型

获得有关如何从头到尾创建和运行分类模型的实践经验在此数据科学和机器学习教程中，获取有关如何从头到尾创建和运行分类模型的动手示例。
AI-智能·2024-01-16 10:42

你真的理解One-Hot编码吗？原理解释

一般来说，机器学习教程会推荐你或要求你，在开始拟合模型之前，先以特定的方式准备好数据。其中，一个简单的例子就是对类别数据（Categoricaldata）进行One-Hot编码（又称独热编码）。
训灼说·2024-01-05 22:54

使用 Python 和 scikit-learn 生成和测试第一个机器学习模型

获得有关如何从头到尾创建和运行分类模型的实践经验在此数据科学和机器学习教程中，获取有关如何从头到尾创建和运行分类模型的动手示例。
人工智能MOS·2023-12-23 08:44

单变量线性回归的机器学习代码

本文为学习吴恩达版本机器学习教程的代码整理，使用的数据集为https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes/blob/f2757f85b99a2b800f4c2e3e9ea967d9e17dfbd8
ShawnWeasley·2023-12-14 22:59

IBM Qiskit量子机器学习教程翻译：第五章 监督学习

监督学习监督学习是一种学习函数的机器学习方式，学习得到的函数会基于样例中的输入-输出配对方式，将输入数据映射到输出数据。它从由一组训练样例组成的标记训练数据中推断出一个函数，并使用一组测试样例计算其性能。我们可以把监督学习任务分为两种类型：分类(classification)和回归(regression)。分类任务要求我们将数据分配到特定的类别之下。例如，给定带标签的椅子或桌子的图片，我们需要在学
溴锑锑跃迁·2023-12-05 09:09

IBM Qiskit量子机器学习教程翻译：第六章 变分分类

变分分类(Variationalclassification)在本章，我们会介绍变分算法，随后描述并实现变分量子分类器，讨论变分的训练方法。变分算法2014年引入了变分算法，文献1中的变分特征求解器和文献2中的量子近似优化算法。变分算法是一种短期算法，可以在当前的量子计算机上与经典计算机协同执行。利用参数化量子电路，即假设（ansatz）,U(θ)U(\theta)U(θ)制备状态∣ψ(θ)⟩=U
溴锑锑跃迁·2023-12-05 09:09

RNN 网络结构及训练过程简介

本文通过整理李宏毅老师的机器学习教程的内容，简要介绍RNN（recurrentneuralnetwork）的网络结构及训练过程。
星海浮生·2023-11-30 19:56

Python 手写机器学习最简单的 kNN 算法

今天开始，我打算写写机器学习教程。说实话，相比爬虫，掌握机器学习更实用竞争力也更强些。
Python进阶者·2023-11-25 14:05

“Python+高光谱遥感数据处理与机器学习教程

详情点击链接：“Python+高光谱遥感数据处理与机器学习教程第一：高光谱一：高光谱遥感01)高光谱遥感02)光的波长03)光谱分辨率04)高光谱遥感的历史和发展二：高光谱传感器与数据获取01)高光谱遥感成像原理与传感器
慢腾腾的小蜗牛·2023-11-17 10:43

吴恩达机器学习----支持向量机

吴恩达机器学习教程学习笔记（10/16）吴恩达教授（AndrewNg）的机器学习可以说是一门非常重视ML理论基础的课程，做做一些简单的笔记加上个人的理解。
huapusi·2023-11-15 21:29

吴恩达机器学习----神经网络：学习

吴恩达机器学习教程学习笔记（7/16）吴恩达教授（AndrewNg）的机器学习可以说是一门非常重视ML理论基础的课程，做做一些简单的笔记加上个人的理解。
huapusi·2023-11-12 13:24

吴恩达机器学习----神经网络：表述

吴恩达机器学习教程学习笔记（6/16）吴恩达教授（AndrewNg）的机器学习可以说是一门非常重视ML理论基础的课程，做做一些简单的笔记加上个人的理解。
huapusi·2023-11-12 13:24

吴恩达机器学习----正则化

吴恩达机器学习教程学习笔记（5/16）吴恩达教授（AndrewNg）的机器学习可以说是一门非常重视ML理论基础的课程，做做一些简单的笔记加上个人的理解。
huapusi·2023-11-10 17:01

IBM Qiskit量子机器学习教程翻译：第四章 训练参数化量子电路

训练参数化量子电路在本节中，我们将仔细研究如何使用基于梯度的方法训练基于电路的模型。我们将看看这些模型的限制，以及我们如何克服它们。简介与经典模型一样，我们可以训练参数化量子电路模型来执行数据驱动的任务。从数据中学习任意函数的任务在数学上表示为代价或者损失函数(也称为目标函数)f(θ⃗)f(\vec\theta)f(θ)的最小化，相对于参数向量θ⃗\vec\thetaθ。通常，在训练参数化量子电路
溴锑锑跃迁·2023-11-09 08:34

IBM Qiskit量子机器学习教程翻译：第二章 参数化电路

参数化电路(Parameterizedquantumcircuits)在本节中，我们介绍了参数化量子电路，然后描述了它们的特性并实现了一些用于量子机器学习的示例。介绍参数化量子电路，其中的门是通过可调参数定义的，是近期量子机器学习算法的基本组成部分。在文献中，根据上下文，参数化量子电路也被称为参数化试态、变分形式或分析。下面是一个简单的参数化电路的例子，有两个参数化门，一个单量子位zzz旋转门，具
溴锑锑跃迁·2023-11-09 08:04

IBM Qiskit量子机器学习教程翻译：第三章 数据编码

数据编码在这一页中，我们将介绍量子机器学习的数据编码问题，然后描述和实现各种数据编码方法。介绍数据表示对于机器学习模型的成功至关重要。对于经典机器学习来说，问题是如何用数字表示数据，以便经典机器学习算法对数据进行最好的处理。对于量子机器学习来说，这个问题是类似的，但更基本:如何将数据表示并有效地输入到量子系统中，从而可以通过量子机器学习算法进行处理。这通常称为数据编码，但也称为数据嵌入或加载。这个
溴锑锑跃迁·2023-11-09 08:33

IBM Qiskit量子机器学习速成（一）

声明：本篇笔记基于IBMQiskit量子机器学习教程的第一节，中文版译文详见：https://blog.csdn.net/qq_33943772/article/details/129860346?
溴锑锑跃迁·2023-11-09 08:58

反向传播法（backpropagation）的基本原理

本文通过整理李宏毅老师的机器学习教程的内容，介绍神经网络中用于更新参数的反向传播法（backpropagation）的基本原理。
星海浮生·2023-10-28 04:50

CNN 网络结构简介

本文通过整理李宏毅老师的机器学习教程的内容，介绍CNN（卷积神经网络）的网络结构。CNN网络结构,李宏毅CNN主要应用在图像识别（imageclassification,图像分类）领域。
星海浮生·2023-10-28 04:48

“Python+”集成技术高光谱遥感数据处理与机器学习教程

详情点击公众号链接：“Python+”集成技术高光谱遥感数据处理与机器学习教程第一：高光谱基础一：高光谱遥感基本概念01)高光谱遥感02)光的波长03)光谱分辨率04)高光谱遥感的历史和发展二：高光谱传感器与数据获取
夏日恋雨·2023-10-12 06:48

Python 数据挖掘与机器学习教程

详情点击链接：Python数据挖掘与机器学习教程模块一：Python编程Python编程入门1、Python环境搭建（下载、安装与版本选择）。2、如何选择Python编辑器？
夏日恋雨·2023-08-17 06:19

Python高光谱遥感数据处理与机器学习教程

详情点击链接：Python高光谱遥感数据处理与机器学习教程一，高光谱1.高光谱遥感二，高光谱传感器与数据获取1.高光谱传感器类型2.高光谱数据获取三，高光谱数据预处理1.高光谱图像2.辐射定标3.大气校正
慢腾腾的小蜗牛·2023-07-25 12:24

零基础"机器学习"自学笔记|Note7:逻辑回归

本系列以吴恩达老师的【“机器学习”课程】为纲，辅以黄海广老师的【斯坦福大学2014机器学习教程个人笔记（V5.51）】，中间会穿插相关数理知识。
木舟笔记·2023-07-23 15:33

Python 数据挖掘与机器学习教程

详情点击链接：Python数据挖掘与机器学习一：Python编程Python编程入门1、Python环境搭建（下载、安装与版本选择）。2、如何选择Python编辑器？（IDLE、Notepad++、PyCharm、Jupyter…）3、Python基础（数据类型和变量、字符串和编码、list和tuple、条件判断、循环、函数的定义与调用等）4、常见的错误与程序调试5、第三方模块的安装与使用6、文件
夏日恋雨·2023-07-22 12:48

【机器学习教程】五、支持向量机（Support Vector Machines）

引言支持向量机（SupportVectorMachines，简称SVM）是一种强大且广泛应用于机器学习领域的监督学习算法。其独特的特点使得它在许多分类和回归任务中表现出色。SVM的原理基于统计学习理论和几何学的概念，并具有较好的理论基础和严格的数学推导。本文将深入介绍SVM的算法发展、重要论文、原理以及应用，并提供一个复杂的实战案例。算法发展与重要论文SVM的发展可以追溯到上世纪60年代，但直到上
晨星同行·2023-07-22 11:19

【机器学习教程】二、逻辑回归：从概率到分类的利器

引言在机器学习领域中，逻辑回归（LogisticRegression）是一种经典的分类算法，被广泛应用于各种实际问题中。尽管名字中带有"回归"一词，但逻辑回归实际上是一种分类模型，它通过将输入数据映射到一个概率范围内来进行二分类或多分类任务。逻辑回归具有许多优点，如简单易懂、计算效率高以及对大规模数据集的可扩展性。本文将从逻辑回归算法的发展历程开始介绍，包括一些重要的论文和它们的详细内容。接着，将
晨星同行·2023-07-21 11:46

MachineLearning 12. 机器学习之降维方法t-SNE及可视化 (Rtsne)

点击关注，桓峰基因桓峰基因公众号推出机器学习应用于临床预测的方法，跟着教程轻松学习，每个文本教程配有视频教程大家都可以自由免费学习，目前已有的机器学习教程整理出来如下：MachineLearning1.
桓峰基因·2023-07-20 23:16

【机器学习教程】四、随机森林：从论文到实践

引言随机森林（RandomForest）是机器学习领域中一种强大的集成学习算法。它的优秀性能和广泛应用使得它成为了机器学习领域的一个重要里程碑。本文将从算法的发展历程、重要论文、原理以及实际应用等方面详细介绍随机森林，并提供一个复杂的实战案例。算法发展和重要论文随机森林算法最早由TinKamHo于1995年提出，但直到2001年由LeoBreiman等人进一步完善和推广后，其在机器学习领域才引起了
晨星同行·2023-07-16 01:43

mlr3系列机器学习教程1–mlr3介绍.

mlr3包是既往mlr包的升级，mlr3包为大量的机器学习技术提供了一个通用的技术接口。mlr3不单单是一个包，而是一个生态系列，包括一系列机器学习的R包。我们下导入mlr3包，使用R自带的汽车数据来做个简单的演示library(mlr3)library(mlr3verse)data("mtcars",package="datasets")head(mtcars,6)##mpgcyldisphpd
天桥下的卖艺者·2023-06-19 16:44

Python高光谱遥感数据处理与机器学习教程

详情点击链接：Python高光谱遥感数据处理与机器学习一，高光谱1.高光谱遥感二，高光谱传感器与数据获取1.高光谱传感器类型2.高光谱数据获取三，高光谱数据预处理1.高光谱图像2.辐射定标3.大气校正4.光谱平滑和重采样四，高光谱分析1.光谱特征提取2.降维技术（如PCA、MNF）3.高光谱分类、回归、目标检测4.混合像元分解方法五，高光谱应用1.环境监测（植被分类、水质评估）2.农业（作物产量估
夏日恋雨·2023-06-07 05:15

pytorch下的第一个神经网络搭建（逻辑回归）

1、问题描述逻辑回归是机器学习中的一种典型问题，本文结合莫凡的机器学习教程，跑了一下机器学习的基本流程。问题的输入x是[1001]的一维向量，目标函数是y=xx的函数。
五平南天·2023-04-20 15:14

Python机器学习教程—岭回归的原理和实现

在某些场景下，线性回归无法给出一个效果好的预测模型，那么就需要使用线性回归的升级版，去面对更复杂的应用场景，本文所记录的岭回归便是线性回归的一个升级版。目录强势样本对模型的影响实例岭回归定义岭回归的实现岭回归代码实例调整岭回归的参数强势样本对模型的影响如下图的例子，每个样本点是员工的工作年限对应的一个薪资水平，通过线性回归拟合了一条直线，可以看到有6个点是正常的样本，但最上面有一个强势样本。在实际
丹牛Daniel·2023-04-04 14:35

sklearn pip install 安装失败

看机器学习教程用sklearn然后我pipinstall无论怎么安装都是失败的，后来查了一下之后发现是sklearn更名为scikit-learn，pipinstallscikit-learn就可以得到
Scabbards_·2023-04-04 03:10

MachineLearning 11. 机器学习之随机森林生存分析（randomForestSRC）

点击关注，桓峰基因**桓峰基因公众号推出机器学习应用于临床预测的方法，跟着教程轻松学习，每个文本教程配有视频教程大家都可以自由免费学习，目前已有的机器学习教程整理出来如下：**MachineLearning1
桓峰基因·2023-02-04 07:58

KNN 最近邻算法（K近邻）

机器学习教程正在计划编写中，欢迎大家加微信sinbam提供意见、建议、纠错、催更。KNN（K-NearestNeighbor）是机器学习入门级的分类算法，也是最为简单的算法。
wangchuang2017·2023-02-01 10:24

Python机器学习教程—线性回归原理和实现

线性回归介绍第一个要讲的机器学习算法便是线性回归，从此模型入手便于我们很快的熟悉机器学习的流程，便于以后对其他算法甚至是深度学习模型的掌握。什么是线性回归？回归问题在前文曾提到过，是指利用机器学习的模型算法找出一组数据输入和输出之间的关系，输出是连续的数据那么这个问题便是回归问题，而所谓线性回归，即是使用线性数学模型解决生活中回归预测问题。即找到一个最优秀的线性模型y=f(x)表达样本数据特征之间
丹牛Daniel·2023-01-27 09:33

吴恩达老师机器学习教程中文笔记-在线版

笔记在线阅读，相关资源（视频、笔记、代码）：请点击“阅读原文”原课程地址：https://www.coursera.org/course/ml课程简介MachineLearning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综
湾区人工智能·2023-01-21 08:47

机器学习教程：网格搜索法&交叉验证法

机器学习教程：网格搜索法&交叉验证法网格搜索法（GridSearchCV）概念Python机器学习笔记:GridSearchCV(网格搜索)-战争热诚-博客园GridSearchCV的名字其实可以拆分为两部分
锦鲤柠檬·2023-01-18 20:37

Apache Spark机器学习教程

编者注：不要错过有关如何使用ApacheSpark创建数据管道应用程序的新的免费按需培训课程-在此处了解更多信息。决策树广泛用于分类和回归的机器学习任务。在此博客文章中，我将帮助您开始使用ApacheSpark的MLlib机器学习决策树进行分类。机器学习算法概述通常，机器学习可以分为两类算法：有监督算法和无监督算法。监督算法使用标记的数据，其中输入和输出都提供给算法。无监督算法没有预先的输出。这些
danpu0978·2023-01-14 08:57

机器学习教程篇2 -- K近邻(KNN)算法

机器学习--K近邻KNNk近邻算法（knn）1、概念2、举例说明3、KNN距离计算4、算法描述总结5、代码“学习如逆水行舟，不进则退”这一节开始讲KNN算法，说到这个算法，就不得不提到它的大表哥K-means算法，是不是觉得这两个家伙长得很像，其实他们区别还是挺大的。k近邻算法（knn）是一种基本的分类与回归的算法，k-means是一种基本的聚类方法。这一节讲KNN算法，下一节再讲K-means算
山顶洞人乌拉·2023-01-07 09:03

神经网络、结构、权重和矩阵

介绍我们在机器学习教程的前一章中介绍了有关神经网络的基本思想。我们已经指出了生物学中神经元和神经网络之间的相似性。我们还引入了非常小的人工神经网络，并引入了决策边界和XOR问题。
IT娜娜·2022-12-24 08:02

Python 手写机器学习最简单的 kNN 算法

今天开始，我打算写写机器学习教程。说实话，相比爬虫，掌握机器学习更实用竞争力也更强些。目前网上大多这类教程对新手都不友好，要么直接调用Sk
喜欢打酱油的老鸟·2022-12-24 08:55

weight&bias新手教程

最近看了李沐老师的机器学习教程，在课中提到了weight&bias这个调参工具，但是在网上查教程时，找到的大多是官方文档的翻译或者是看不懂的教程，所以有了这个教程。
烨( •̀ ω •́ )y·2022-12-21 07:36

Javascript机器学习教程

Javascript机器学习教程使用Javascript和TensorflowJS通过动手项目从头开始掌握机器学习课程英文名：MachineLearningwithJavascript此视频教程共1.0
IT教程精选·2022-12-20 22:59

Machine Learning - Coursera 吴恩达机器学习教程 Week1 学习笔记

机器学习的定义ArthurSamuel传统定义ArthurSamuel:“thefieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed.”Thisisanolder,informaldefinition.让计算机无需明确编程，就有学习能力。TomMitchell现代定义TomMitchell:“
zhang35·2022-12-19 10:39

AI-031: Google机器学习教程（ML Crash Course with TensorFlow APIs）笔记8 - 练习使用校验集和测试集以及评估模型

本文是Google机器学习教程（MLCrashCoursewithTensorFlowAPIs）的学习笔记。
铭记北宸·2022-12-15 09:54
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他