学习曲线

华为超级技术大牛的十年经验总结

人类与动物的最大不同是积累知识可以传承学习，学习他人成功的经验可以让我们少走弯路并缩短学习曲线，这里，华为大牛徐家骏的10年华为之路对每个人都有启迪和指导意义！
weixin_30528371·2023-01-08 15:02

使用conda卸载pytorch_利用 Conda 安装深度学习框架 Pytorch

和TensorFlow比较起来学习曲线更加平滑，不用写大量的样板代码就可以对网络进行训练和使用。在最新版本的Pytorch中开始支持Java。但是安装Pytorch并不是很容易的事。
Vintage中古小姐·2023-01-07 08:32

机器学习之学习曲线绘制Python-skleran

学习曲线作用：学习曲线是什么？简单来说，就是用学习曲线(learningcurve)来判断模型状态：过拟合还是欠拟合。学习曲线定义：学习曲线是根据不同训练集大小，模型在训练集和验证集上的得分变化曲线。
韩立 •·2023-01-06 17:47

深度学习初级课程 4.过拟合和欠拟合

在本课中，我们将学习如何解释这些学习曲线，以及如何使用它们来指导模型开发。特别是，我们将检查学习曲线，寻找拟合不足和拟合过度的证据，并查看几种纠正策略。解读学
cndrip·2023-01-05 09:47

为什么要在2021年学习Python？

这也是事实–与其只关注特定编程语言的流行程度和需求，您还应该考虑它的特性、学习曲线、与其他技术的兼容性以及社区支持等等。此外，最好确定这种语言是否适合你的职业前景
梦魇java·2023-01-04 07:53

机器学习（七）——机器学习诊断

文章目录1.训练集、验证集、测试集1.1数据划分的意义1.2模型选择1.3交叉验证CrossValidation2.偏差和方差2.1诊断偏差和方差2.2正则化和偏差方差3.学习曲线3.1什么是学习曲线3.2
10000hours·2023-01-03 12:34

优化机器学习算法：机器学习诊断法

文章目录前言一、拟合检验二、模型选择三、偏差与方差四、学习曲线五、类偏斜的误差度量总结前言假如已经完成了正则化线性回归，也就是最小化代价函数的值，在得到学习参数以后，如果将假设函数放到一组新的房屋样本上进行测试
风间琉璃•·2023-01-03 12:34

Python 中解释 XGBoost 模型的学习曲线

配置XGBoost模型的另一种方法是在训练过程中算法的每次迭代评估模型的性能，并将结果绘制为学习曲线。
Python中文社区·2022-12-31 15:57

关于平台工程的开发者工具链，你还想加点啥?

但是陡峭的学习曲线、复杂的
阿里云云栖号·2022-12-31 07:23

机器学习day01

机器学习day011.机器学习的一些概念---有监督，无监督，泛化能力，过拟合欠拟合（方差和偏差以及各自解决办法），交叉验证欠拟合和过拟合学习曲线复杂程曲线如何解决欠拟合和过拟合评估方法：留出法交叉验证法自助法
go all out·2022-12-27 03:40

ML - 多项式回归

学习曲线由
伊织code·2022-12-27 03:04

关于平台工程的开发者工具链，你还想加点啥?

但是陡峭的学习曲线、复杂的
·2022-12-26 15:06

2 机器学习 K近邻算法(KNN) 学习曲线 交叉验证 手写数字识别

机器学习1K-近邻算法介绍1.1分类问题分类问题：根据已知样本的某些特征，判断一个未知样本属于哪种样本类别。与回归问题相比，分类问题的输出结果是离散值，用于指定输入的样本数据属于哪个类别。1.2K近邻算法1.2.1简介K近邻(k-NearestNeighbor，KNN)算法，是处理分类问题的基本算法之一。KNN算法可以理解为：如果在未知类别样本附近的k个最近的样本中，大多数都属于某个类别，则这个未
Jianhao92·2022-12-24 23:59

【大数据专业】机器学习之模型调优的评估工具 验证曲线 学习曲线

学习目标：在学习网格搜索，交叉验证之后，对模型优化的效果进行图形化的评价的两种工具：验证曲线：由于训练集的评分已经被用于参数调优，因此该评分用于评估效果已经不再客观，需要使用验证集的评分用于评估。sklearn.model_selection.validation_curve(estimator,X,yparam_name:string,在模型搜索中需要改变的参数param_range:array
笑裹群鏖·2022-12-24 18:03

python神经网络编程 代码,python神经网络编程 豆瓣

然而，知道从哪里开始，对软化学习曲线有很大帮助。如果我必须重新学习Python的深度学习，我会从Andre
普通网友·2022-12-24 08:00

sklearn中的随机森林+缺失值填补与乳腺癌实例

n_estimatorsrandom_statebootstrap&oob_score二、决策树填补缺失值三、随机森林在乳腺癌数据上的调参1.查看baseline2.第一步：无论如何先来调n_estimators3.在确定好的范围内，进一步细化学习曲线
yt2826996·2022-12-22 13:38

C# 第三方类库使用目录

基于.NET平台常用的框架整理自从学习.NET以来，优雅的编程风格，极度简单的可扩展性，足够强大开发工具，极小的学习曲线，让我对这个平台产生了浓厚的兴趣，在工作和学习中也积累了一些开源的组件，就目前想到的先整理于此
到底还是学海无涯·2022-12-21 11:49

机器学习实战（4）——训练模型

目录1线性回归2标准方程3复杂度4梯度下降5批量梯度下降6随机梯度下降7小批量梯度下降8多项式回归9学习曲线10正则线性模型10.1岭回归10.2套索回归10.3弹性网络10.4早期停止法10.5逻辑回归
WHJ226·2022-12-20 12:03

多项式回归

多项式回归文章目录多项式回归一、多项式回归二、scikit-learn中的多项式回归三、关于PolynomialFeatures四、sklearn中的Pipeline五、过拟合和欠拟合六、解决过拟合问题七、透过学习曲线看过拟合我是尾巴直线回归研究的是一个依变量与一个自变量之间的回归问题
weixin_43485643·2022-12-19 10:05

【机器学习】欠拟合及过拟合与学习曲线、误差来源

模型训练导航：【机器学习】模型训练：scikitLearn线性模型的公式法与三种梯度下降法求解【机器学习】scikitLearn正则化l1,l2,提前停止【机器学习】逻辑回归logit与softmax学习曲线在固定模型的情况下
颢师傅·2022-12-19 04:32

Python机器学习-- KNN学习曲线、K值、交叉验证

文章目录1.breast_cancer数据集准确度计算2.学习曲线2.1选择最优K值2.2不同K取值对模型的影响2.3神器之一：学习曲线2.3.1选取最优的K值2.4交叉验证2.4.1泛化能力2.5神器之二
亿是守候 & 亿是承诺·2022-12-18 17:26

关于机器人状态估计(4)-成长路径与能力提升

今天突然想起应该补充一下正确的成长路径和需要掌握的技能机器人状态估计是一门学习曲线陡峭的学科，总体来说需要大量的数学知识，以及较强的代码能力。
紫川Purple River·2022-12-17 17:35

机器学习吴恩达编程作业题5—正则化线性回归和偏差/方差

将实现线性回归，并使用它来拟合数据的直线并绘制学习曲线。将实现多项式回归，以找到更好的数据拟合。复制ex5data1数据集到D:\MachineLearning\ex5目录下。
身影王座·2022-12-17 13:49

Java的虚拟线程和结构化并发，含完整示例代码

QuasarFromparalleluniverse三、Projectloom本文链接：Java的虚拟线程和结构化并发，含完整示例代码一、Java的线程模型Java语言对于线程进行了完整抽象，你无需关注各类操作系统的差异，写出并发程序不需要特别陡峭的学习曲线
TechingOn·2022-12-17 06:22

【ML笔记】4、训练模型（线性回归、逻辑回归、多类别逻辑回归）

目录1、线性回归2、正规方程（TheNormalEquation）3、梯度下降4、批量梯度下降(BGD)5、随机梯度下降(SGD)6、小批量梯度下降(Mini-BGD，MBGD)7、多项式回归8、学习曲线
ingy·2022-12-16 18:14

《scikit-learn机器学习》波斯顿房价预测（线性回归预测）

本节内容：首先是要导入数据，看数据有多少个样本，有多少个特征标签，对其进行模型训练，用线性回归的方式对80%的训练集进行训练，发现训练的score比较低，优化为多项式模型，画学习曲线判断哪个多项式最符合
Bessie_Lee·2022-12-14 16:04

Matlab吴恩达机器学习编程练习ex5：正则化线性回归和偏差v.s. 方差Regularized Linear Regression and Bias v.s. Variance

作业大纲1正则化线性回归1.1数据可视化1.2正则化线性回归代价函数1.3正则化线性回归梯度linearRegCostFunction.m1.4线性回归拟合2偏差-方差2.1学习曲线learningCurve.m3
Zhanghp947·2022-12-14 15:04

sklearn实战05：逻辑回归

逻辑回归的调参一、高效的嵌入法embedded二、调逻辑回归的类LR_，通过画C的学习曲线来实现三、系数累加法四、包装法#高效的嵌入法embeddeddata=load_breast_cancer()print
不会产品的码农不是好的运营·2022-12-12 13:07

CNN卷积神经网络简单示例(PyTorch)

CNN卷积神经网络示例PyTorch导入Python库和相关模块转换为图像格式将数据格式numpy转换为tensor，并打包成batch构建CNN网络定义损失函数训练网络显示学习曲线进行预测显示重建其中一个标记注
两点点点·2022-12-11 16:56

sklearn的系统学习——随机森林调参（含案例及完整python代码）

目录一、调参核心问题二、随机森林调参方向三、随机森林调参方法1、绘制学习曲线2、网格搜索四、详细代码对于调参，首先需要明白调参的核心问题是什么，然后理清思路，再进行调参。
weiAweiww·2022-12-11 15:57

数据挖掘实战（1）——手写数字识别

文章目录1导包2数据准备3数据规范化4划分数据集5训练5查看结果6数据降维并画出决策边界7混淆矩阵8学习曲线9验证曲线1导包importtimeimportpickleimportnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspdfromcollectionsimportCounterfromsklearn.datasetsimportloa
热爱旅行的小李同学·2022-12-11 12:57

前端框架用vue还是react？清晰对比两者差异

前端框架领域日趋成熟，实现了三足鼎立的局面，截止到10月22日，Angular，react和vue数据统计如下图所示:最近在学习使用框架的时候，分别使用vue和react开发了两个移动端产品，对这两个框架的学习曲线有了一些感悟
PrinciplesMan·2022-12-11 07:37

解惑“可观测性”与“监控”的不同

其实可观测性最先解决的就是一个问题：就是监控工具太太太多了，在Datadog的招股书上就写得很明白一般企业要部署5套监控软件，而大型企业因为各种跨部门甚至要15+，这种造成了资源浪费，学习曲线，认知成本
观测云·2022-12-10 20:01

机器学习（李宏毅）第三天

梯度下降找让L越小越好loss等高线法线方向就是斜率第一点：调整学习曲线超过三维，loss曲线无法正常可视化参数个数要刚刚好才行●流行且简单的想法：每隔几个时期就降低一些因素的学习率。
mangoJohn·2022-12-10 16:55

机器学习 | 你的数据量足够吗？ 1个验证法、4项估算准则

一方法学习曲线法：一般来说，学习曲线如下图所示，模型精度随着数据量的提升而提升，到了一定程度放缓：因此，可以用不同的数据量去训练模型，绘制模型精度和数据量的关系。
PKSolar·2022-12-09 15:28

2022吴恩达机器学习课程学习笔记（第二课第三周）

2022吴恩达机器学习课程学习笔记（第二课第三周）决定接下来该做什么模型评估模型选择和训练/交叉验证/测试集通过偏差和方差进行诊断正则化和偏差/方差制定一个用于性能评估的基准学习曲线（修订）决定下一步做什么偏差
Ys能保研·2022-12-09 10:21

[机器学习]概率模型的可靠性曲线及校准

2.代码展示sklearn的可靠性曲线和学习曲线相同都是不能直接画图而是返回画图所需要的值，因此下面代码是根据calibration_curve返回的值对三个算法的可靠性曲线
黄星 .·2022-12-07 22:31

阿里云天池大赛赛题（机器学习）——O2O优惠券预测（完整代码）

目录赛题背景全代码算法包及全局变量工具函数训练及结果输出算法分析调参整合及输出结果赛题实践结果生成绘制学习曲线参数调优赛题背景O2O行业天然关联着数亿消费者，各类App每天记录了超过百亿调用户行位和位置记录
全栈O-Jay·2022-12-06 12:30

机器学习——算法性能（误差）改进及调参技巧

机器学习调参技巧可用方法训练集、验证集和测试集诊断偏差与方差学习曲线可用方法通常，我们训练一个机器学习算法，等其收敛后，还要用一些测试集去验证算法性能。此时，我们可能就会遇到各种各样的问题。
农夫三犭·2022-12-05 13:57

机器学习：使用matlab实现曲线线性回归拟合并绘制学习曲线

文章目录数据集划分数据可视化代价-梯度函数求解线性拟合绘制学习曲线多项式拟合再次求解选择合适的正则参数数据集划分先将数据集划分为训练集、验证集和测试集，标记为X,y、Xval,yval和Xtest,ytest
ShadyPi·2022-12-05 09:07

机器学习基础概念——过拟合和欠拟合

机器学习基础概念——过拟合和欠拟合1.基本概念1.1偏差和方差2.欠拟合和过拟合2.1学习曲线2.2复杂程度曲线2.3支持向量机的过拟合和欠拟合2.4KNN回归的过拟合和欠拟合3.如何解决欠拟合和过拟合
莫荒误·2022-12-05 07:06

XGboost中的调参经验

fromxgboostimportXGBRegressorasXGBR#Implementationofthescikit-learnAPIforXGBoostregression1.n_estimators：基本分类器的数量通过画出n_estimator的学习曲线
InceptionZ·2022-12-04 11:31

逻辑回归分类器(linear_model.LogisticRegression)

penalty&C2.1正则化下面建立两个逻辑回归，来看一下L1正则化和L2正则化：1.导入库2.导入数据3.建立L1,L2两个正则化的实例化并训练4.逻辑回归的重要属性coef_：查看每个特征所对应参数5.使用学习曲线查看
m0_50572604·2022-12-04 10:14

DecisionTreeClassifier的使用

DecisionTreeClassifier参数介绍重要属性介绍重要方法（接口）介绍调参利用学习曲线调参根据分数高低选择决策树的深度根据预测结果与实际结果比较判断过拟合还是欠拟合利用网格调参举例参数介绍
liuziyuan827·2022-12-03 10:51

sklearn 中的学习曲线learning_curve()

学习曲线(learningcurve)来判断模型状态：过拟合还是欠拟合。学习曲线是根据不同训练集大小，模型在训练集和验证集上的得分变化曲线。
Michael_Flemming·2022-12-02 06:21

2022吴恩达机器学习课程学习笔记（第一课第二周）

吴恩达机器学习课程学习笔记（第一课第二周）多维特征向量化用于多元线性回归的梯度下降法多元线性回归的实现正规方程特征缩放特征大小、参数大小以及梯度下降之间的关系特征缩放定义特征缩放实现判断梯度下降是否收敛画学习曲线图自动收敛测试如何设置学习率特征工程多项式回归多维特征上周我们学习了单特征线性回归模型
Ys能保研·2022-12-01 13:22

kaggle房价预测

目录数据探索初步探索数据及缺失值探索标签分布探索最正相关和最负相关的10个特征探索特征异常值去除异常值绘制标签与各特征的关系少量缺失值和分类变量处理模型训练与预测训练模型获得初始模型评估分数网格搜索或学习曲线获得最优参数模型融合对各预测结果进行组合预测最终房价数据探索初步探索数据及缺失值
信条图·2022-12-01 10:27

《机器学习》学习笔记10：大规模机器学习与OCR应用实例

首先应该做的事是去检查一个这么大规模的训练集是否真的必要，可以绘制学习曲线来帮助判断。
Mengo_x·2022-12-01 07:59

sklearn机器学习——day16

以及应用中的其他过程梯度提升树提升集成算法：重要参数n_estimators集成算法通过在数据上构建多个弱评估器，汇总所有弱评估器的建模结果，以获取比单个模型更好的回归或分类表现进行一次简单的建模使用参数学习曲线观察
非畅6 1·2022-11-30 19:11

【第三章】机器学习（3）

使用的模型比较复杂，学习能力过强②有噪声存在③数据量有限④过拟合：做的太过好以至于偏离了原本，泛化能力差⑤欠拟合：泛化能力强，但过于泛化2、拟合问题的解决①寻找参数的最优：超参数优化器②使用sklearn中的学习曲线
Beixun_Qili·2022-11-30 14:30
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他