学习理论第13页

机器学习理论之（9）：特征选择 Feature Selection

文章目录为什么要进行特征选择特征选择的主要目标其他目标特征选择的方法Filtering过滤法PointwiseMutualInformation(PMI)逐点互信息法Mutualinformation(MI)互信息法χ2\chi^2χ2卡方检验Wrapper包装法AdvantagesDisadvantages可实现的Wrapper方法sequentialforwardselectionsequen

暖仔会飞·2023-01-02 07:16

机器学习理论基础

机器学习理论基础定义种类监督学习(SupervisedLearning)传统的监督学习（TraditionalSupervisedLearning）非监督学习(UnsupervisedLearning)

愤怒的西瓜君·2023-01-02 07:10

机器学习理论和定理

在机器学习中，有一些非常有名的理论或定理，对理解机器学习的内在特性非常有帮助．1.PAC学习理论当使用机器学习方法来解决某个特定问题时，通常靠经验或者多次试验来选择合适的模型、训练样本数量以及学习算法收敛的速度等

瞻邈·2023-01-02 07:59

gridsearchcv参数_机器学习理论大会战——参数寻优（三种方法）

1参数寻优与网格搜索参数寻优指的是我们通过一系列的尝试，对模型中的参数分别取不同的值时，查看当前参数取值下的模型预测性能。通过比较各种参数取值下的模型预测性能，来确定最佳的参数取值。通常一个模型会有N个参数，而每个参数的取值可能有很多，假设最终我们设定有M个(实际上，每个参数的取值个数并不一定相等，我们这里做一个简化)。那么，如果按照多层for循环来嵌套寻找最佳参数取值组合的例子，该参数寻优就要经

weixin_39664995·2023-01-01 15:46

人工智能(AI）、深度学习(DL)、机器学习(ML)、神经网络（RNN/CNN）、自然语言处理（NLP）等概念科普

机器学习理论主要是设计和分析一些让计算机可以自动”学习“的算法，利用计算机从数据中找出规律，从而应用于对不确定场景的决策，最终让数据变现。深度学习深度学习（DeepLearning）简称DL。

codenow.fun·2022-12-31 05:31

机器学习理论之（4）：模型评估方法，如何评价分类器，如何切分数据集，错误类型，二分类的混淆矩阵，多分类混淆矩阵，baseline & benchmark

文章目录选择测试数据优秀分类器指标衡量分类器性能的一般方法Question切分训练测试集（Train/testsplit）Questions：简单随机划分（randomhandout）留一法（leave-one-out）留一法交叉验证（leave-one-outcrossvalidation）重复随机分段采样（repeatedrandomsubsampling）K-折交叉验证（K-foldcros

暖仔会飞·2022-12-31 01:31

基于matlab的Qlearning强化学习室内路径规划控制算法仿真

它采用人类和动物学习中的“行动—评价—改进”机制,与动物学习理论、认知科学、自动学习机等有密切的关系,对于求解无法获得教师信号的复杂优化与决

Simuworld·2022-12-30 18:40

深度学习理论学习笔记

文章目录数据数据少优化SGD动量Nesterov加速梯度AdagradAdam学习率正则化岭回归（Tikhonov正则化）Lasso回归（l1范数）弹性网络（ElasticNet）样式迁移损失函数Tips数据有代表性，防止样本偏差数据少无监督预训练辅助任务预训练，用低层的权重（特征）优化SGD动量与前一次梯度关系很大，动量参数设置在0（高摩擦）和1（无摩擦）之间Nesterov加速梯度测量损失函数

cycyco·2022-12-30 10:13

机器学习理论之：（3）连续变量情况下的朴素贝叶斯，高斯贝叶斯（Gaussian Bayes），核密度估计（KDE ）

文章目录离散数据，连续数据及对应贝叶斯公式回顾朴素贝叶斯公式连续变量中P(xi∣cj)P(x_i|c_j)P(xi∣cj)的求算连续变量中的贝叶斯公式上述方法的局限高斯贝叶斯KDE核密度估计优势劣势离散数据，连续数据及对应贝叶斯公式回顾朴素贝叶斯公式c^=argmaxcj∈CP(cj)∏iP(xi∣cj)\hat{c}=argmax_{c_j\inC}P(c_j)\prod_i{P(x_i|c_j

暖仔会飞·2022-12-30 09:38

Tensorflow入门+Anaconda+Tensorflow安装与配置

-作为机器学习的小白，探索机器学习的奇妙好玩，为了把机器学习理论应用于实践，工欲善其事必先利其器，记录下学习机器学习的点点滴滴（主要是本人记性差，回头还能再翻翻看看，毕竟好记性不如烂笔头）-先说实验环境

—以杀止杀—·2022-12-30 08:44

传统机器学习

逻辑回归决策树信息增益、剪枝、C4.5神经网络SVM对偶问题、核方法贝叶斯分类器极大似然估计、EM算法集成学习boosting、bagging与随机森林、深度森林聚类降维k-近邻、PCA特征选择与稀疏学习稀疏表示计算学习理论

Alchemist Notes·2022-12-29 12:43

深度学习机器学习理论知识：范数、稀疏与过拟合合集（1）范数的定义与常用范数介绍

范数、稀疏与过拟合合集（1）范数的定义与常用范数介绍范数、稀疏与过拟合合集（2）有监督模型下的过拟合与正则化加入后缓解过拟合的原理范数、稀疏与过拟合合集（3）范数与稀疏化的原理、L0L1L2范数的比较以及数学分析范数、稀疏与过拟合合集（4）L2范数对conditionnumber较差情况的缓解范数、稀疏与过拟合合集（5）Dropout原理，操作实现，为什么可以缓解过拟合，使用中的技巧1、范数简介范

呆呆象呆呆·2022-12-29 02:39

Python工程能力进阶、数学基础、经典机器学习模型实战、深度学习理论基础和模型调优技巧……胜任机器学习工程师岗位需要学习什么？...

咱不敢谈人工智能时代咋样咋样之类的空话，就我自己来看，只要是个营收超过5亿的互联网公司，基本都需要具备机器学习的能力。因为大部分公司盈利模式基本都会围绕搜索、推荐和广告而去。就比如极客时间，他的课程越来越多，用户越来越多，如果能准确的给每位用户推荐合适的课程，那他们课程的转化率自然会提高。这就像美团外卖一样，把对你味口的餐馆推荐给你，你自然会买。所以，前段时间有学弟还问我说，是不是机器学习行业已经

风度78·2022-12-28 20:28

机器学习之支持向量机(手推公式版)

3.2拉格朗日对偶函数前言支持向量机(Support(Support(SupportVectorVectorVectorMachine,SVM)Machine,SVM)Machine,SVM)源于统计学习理论

夏小悠·2022-12-28 20:55

支持向量机

支持向量机分类支持向量机(supportvectormachine,SVM)，相比于传统的BP神经网络，是一种新的机器学习方法，其基础是Vapnik创建的统计学习理论(statisticallearningtheory

一只萤火虫·2022-12-28 15:59

【论文笔记】基于生成对抗网络的强化学习算法的研究

Ctrl+Alt+L·2022-12-28 13:51

ccc-sklearn-7-SVM（1）

1.SVM概述源于统计学习理论，是强学习器。中文名为支持向量网络，效果十分强大，不管是线性还是非线性分类中都十分有效。是最接近深度学习的机器学习算法。

扔出去的回旋镖·2022-12-28 09:31

深度学习理论篇

目录传统神经网络nn整体nn总结前向传播像素点参数预处理（input）权重参数初始化得分函数（W*x）激活函数（f(x)）分类问题反向传播（更新W）损失函数（output和target比较）卷积神经网络CNNCNN总结卷积层非线性激活常用激活函数SigmoidtanhreluELU池化层全连接层VGG卷积神经网络残差网络Resnet原理注意网络结构传统神经网络nn整体nn总结第一列是图片的三维(列

Cherry_xinda·2022-12-27 07:16

基于Python的中医藏象辨证量化诊断系统的设计与实现

包含：lunwen+开题报告+开题答辩PPT+毕业答辩PPT+项目源码摘要目的：本设计旨在深入研究深度学习、集成学习等机器学习理论，并应用相关算法开展中医藏象辨证量化诊断的创新研究和应用，在设计和实现AdaBoost

biyezuopinvip·2022-12-26 15:33

深度学习理论向应用的过渡课程【北京大学_TensorFlow2.0笔记】学习笔记（二）——常用函数，加载鸢尾花数据集Iris

1.4、1.5常用函数tf.cast（张量名，dtype=数据类型）——强制tensor转换为该数据类型tf.reduce_min(张量名)——计算张量维度上元素的最小值tf.reduce_max(张量名)——计算张量维度上元素的最大值axis：在二维张量或数组中，控制操作轴（操作方向）axis=0跨行操作，沿经度方向，同一列↓axis=1跨列操作，沿纬度方向，同一行→不指定则所有元素参与运算tf

m0_58586235·2022-12-26 13:33

机器学习算法之分类

机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类能从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法[1]。

Stig_Q·2022-12-26 04:19

深度学习基础（一）

深度学习理论知识文章目录深度学习理论知识写在前面卷积神经网络发展机器学习分类器KNN线性分类器优化方法图像的特征介绍神经网络梯度反向传播——是链式法则的递归调用卷积神经网络卷积神经网络的历史——一些比较重要的网络卷积神经网络训练卷积神经网络激活函数数据处理训练优化

用户昵称还已存在·2022-12-25 17:26

一种基于深度学习的增值税发票影像识别系统

在二十一世纪后，随着深度学习理论的提出和数值计算设备的改进，卷积神经网络得到了快速发展

zq007·2022-12-25 04:35

5折交叉验证_机器学习理论大会战——模型交叉验证

1模型评估简述作为一个监督型学习算法，我们对它所训练出来的学习模型通常都会做一个模型评估与参数寻优工作，以评价所训练出来的学习模型的优劣程度。同时，有效的参数寻优能够为当前构建的学习模型提供最佳的参数取值组合，从而提升模型的预测效率。对于非监督学习算法，我们前面就曾介绍过，很难对它们开展一个定量的评估工作，因为它们并不清楚最终要学习到的知识是什么，进而也就缺乏评价的基础。最实际的评估办法就是人工评

weixin_39677870·2022-12-24 23:59

机器学习初步-笔记

机器学习初步-笔记第一章-绪论1.1教材1.2课程定位1.3机器学习1.4典型的机器学习过程1.5计算学习理论1.6基本术语1.7归纳偏好1.8NFL定理第二章-模型评估与选择2.1泛化能力2.2过拟合和欠拟合

林大帅6688·2022-12-24 17:21

接收率25.6％，NeurIPS 2022录用结果出炉，你中了吗？

大会讨论的内容包含深度学习、计算机视觉、大规模机器学习、学习理论、优化、稀疏理论等众多细分领域。今年NeurIPS已是第36届，将于11月28日至12月9日举行，为期两

深度学习技术前沿·2022-12-22 22:33

重磅！AlexNet拿下NeurIPS 2022时间检验奖！

大会讨论的内容包含深度学习、计算机视觉、大规模机器学习、学习理论、优化、稀疏理论等众多细分领域。今年Neur

Amusi（CVer）·2022-12-22 21:00

独家 | 计算学习理论简介（附资源推荐）

作者：JasonBrownlee翻译：陈超校对：王琦本文长度为3600字，建议阅读10+分钟本文为大家介绍了如何使用计算学习理论研究机器学习任务和方法，并对其中比较重要的子领域PAC学习以及VC维进行了简要介绍

数据派THU·2022-12-22 12:10

tensorflow01:基础概念

文章目录1图（graphs）2变量3fetch和feed4小案例深度学习理论系列：深度学习01深度学习02:CNN深度学习03:TipsforDeepLearning深度学习04:RNN深度学习tensorflow

不会产品的码农不是好的运营·2022-12-21 14:31

基于pytorch的深度学习模型构建案例

文章目录深度学习理论流程数据准备与处理TensorDatasetDataloaderIterableDataset模型设计与构建神经网络组成线性层Linear构建方法1构建方法2：ModuleList构建方法

远方的旅行者·2022-12-21 09:59

谈谈转行数据分析工作的心得

自学了一段时间后，发现头绪比较多，就想报一家培训机构系统学习下，在网上搜索到了CDA，感觉课程从软件编程技术和机器学习理论两个方面从入门到提高都比较系统，于是最终选择了CDA。

weixin_38754337·2022-12-21 07:53

相机坐标系，世界坐标系，像素坐标系三者转换，以及OPENGLDEFocal Length和Opengl 的 Fov转换

理论相机转化基于相机的学习理论知识。

夕阳染色的坡道·2022-12-21 05:54

【深度学习理论】(2) 卷积神经网络

各位同学好，最近学习了CS231N斯坦福计算机视觉公开课，讲的太精彩了，和大家分享一下。如下图所示，现在有shape为32x32x3的图像，如果使用全连神经网络，将图像拉长成一个一维向量[None,3072]；使用10个线性分类器，每个分类器是一个一维向量，含3072个权重，和图像做点乘，每个分类器得到1个值，得到输出特征向量为[None,10]使用全连接神经网络处理图像分类问题存在的缺陷是，将二

立Sir·2022-12-21 01:36

机器学习（12） -- 计算学习理论

12.1基础知识12.1基础知识计算学习理论研究的是关于通过“计算”来进行“学习”的理论，即关于机器学习的理论基础，目的是分析学习任务的困难本质，为学习算法提供理论保证，并根据分析结果指导算法设计样例集

じんじん·2022-12-18 11:45

机器学习基础之计算学习理论

学习算法样本复杂度有限假设空间可分情形不可分情形VC维Rademacher复杂度稳定性转自：https://www.zhenxiangsimple.com/2019/04/11/tech-ml-jsxxll/ 本章节以概念介绍为主，计算学习理论为了研究通过

放羊郎·2022-12-18 11:12

第十二章计算学习理论

12.1基础知识计算学习理论研究的关于通过计算来进行学习的理论。即关于机器学习的理论基础，其目的是分析学习任务的困难本质，为学习算法提供理论保证，并根据分析结果指导算法设计。

高自期许·2022-12-18 10:21

吐血整理：机器学习的30个基本概念，都在这里了（手绘图解）

01空间表征在学习深奥的机器学习理论之前，首先来介绍一些机器学习中最基本的概念。特征（Feature）：一个具体事物的属性描述，由属性向量表示。

喜欢打酱油的老鸟·2022-12-17 13:35

日记：“实战深度学习”-第3天

所以我在市场需求与分析这一项，写下了以下内容：“ 深度学习是大数据时代算法利器，也是工业4.0的助推力量，同时人才招聘市场也提供了大量高薪岗位，但是深度学习理论较难，代码实战工程化方面也不

那美那美·2022-12-16 17:17

图神经网络Core数据集介绍

这些论文分为以下七个类别之一：基于案例遗传算法神经网络概率方法强化学习规则学习理论这些论文的选择方式是，在最终语料库中，每篇论文引用或被至少一篇其他论文引用。整个语料库中有2708篇论文。

yihanyifan·2022-12-16 10:08

机器学习、深度学习理论基础，数据推导

0：Deep概述什么是深度学习：表达学习、可扩展的机器学习、生物神经网络的近似/粗略实现、人类的监督越来越少、多阶段的特征学习过程、相较于传统模式识别激活函数分类合理的稀疏比例：70~80%，屏蔽特征过多容易出现欠拟合。正则化在深度神经网络训练时的作用正则化可以很好的解决模型过拟合的问题，常见的正则化方式有L2正则化和dropout，但是正则化是以牺牲模型的拟合能力来达到平衡的，因此在对训练集的拟

SensorFusion·2022-12-16 07:00

【深度学习理论】(3) 激活函数

各位同学好，最近学习了CS231N斯坦福计算机视觉公开课，讲的太精彩了，和大家分享一下。激活函数的作用是把神经元的输入线性求和后，放入非线性的激活函数中激活，正因为有非线性的激活函数，神经网络才能拟合非线性的决策边界，解决非线性的分类和回归问题1.Sigmoid函数作用：将负无穷到正无穷的输入，映射到0到1之间。公式：若x=0，函数值=0.5,；若x很大时，函数值非常接近1；若x很小时，函数值非常

立Sir·2022-12-15 16:31

机器学习理论——One-Hot编码

One-Hot编码主要采用N位寄存器来对N个状态进行编码，每个状态都有它独立的寄存器位，并且在任意时候只有一位有效。One-Hot编码器对类别进行了二进制操作，易于机器学习算法利用。#n_classes=5,每个数字为一类#1为第1类，2为第2类...array=[2,3,1,5]one_hot=[[0,1,0,0,0],[0,0,1,0,0],[1,0,0,0,0],[0,0,0,0,1]]在h

KL-22b·2022-12-15 09:18

砥砺深耕，笃行致远向未来——中国社科院与美国杜兰金融管理硕士项目

工作中积累的实战经验或是在文章上看到的补给型知识大都属于碎片化的，系统的学习理论知识很重要，尤其对于金融行业，中国社科院与美国杜兰大学合办金融管理硕士项目的出现，让很多人在职人士看到了曙光，从这里出发，

xu17160175782·2022-12-15 06:34

机器学习理论导引_第1章：预备知识_1.2

1.2重要不等式1.2.1Jensen不等式对于任意凸函数，有下式成立·Proof：·应用及意义：-将直接取为简单的凸函数或凹函数，可得到许多不等式.-KL散度的计算1.2.2Holder不等式∀,∈ℝ+,1/+1/=1，有下式成立：·Proof：·应用及意义：-证明范数三角不等式.1.2.3Cauchy-Schwarz不等式当==2时，Holder不等式退化为Cauchy-Schwarz不等式，

我好想吃烤地瓜·2022-12-15 02:07

机器学习理论导引_第1章：预备知识1.1

1.1函数的性质·凸集：集合内的任意两点，若它们之间连线上的所有点仍属于集合，即称集合为“凸”的，即是一个凸集(convexset).·凸函数：对定义在凸集上的函数，令Ψ表示定义域，若∀,∈Ψ均满足称函数(·)为凸的，即(·)是一个凸函数(convexfunction).凸函数(·)上任意两点的连线均位于该函数的“上方”.·常见凸函数若函数(·)可微，则当它是凸函数当且仅当其定义域Ψ是凸集且∀,∈

我好想吃烤地瓜·2022-12-15 02:37

周志华《机器学习初步》绪论

周志华《机器学习初步》绪论Datawhale2022年12月组队学习✌文章目录周志华《机器学习初步》绪论一.机器学习二.典型的机器学习过程三.计算学习理论PAC模型思考两个问题问题性质角度计算要求的角度四

临风而眠·2022-12-14 15:18

【机器学习课程复习】

没搞完先发了吧一、机器学习概论1.机器学习定义机器学习的概念机器学习的定义2.机器学习基本知识可以使用ML的三个必要条件基本术语工作流程分类二、机器学习理论霍夫丁不等式三、模型优化与验证方法模型选择方法一

ZHAO__JW·2022-12-13 20:31

超详细！使用OpenCV深度学习模块在图像分类下的应用实践

深度学习理论的广泛研究促进了其在不同场景的应用。在计算机视觉领域，图像分类、目标检测、语义分割和视觉风格变换等基础任务的

极市平台·2022-12-13 10:55

改善深度学习算法：优化（Optimization）与正则化（Regularization）

大多数人通常将生命周期的这一部分称为优化（Optimization），但实际上，它还包括深度学习理论的另一个重要领域：正则化（Regularization）。为了了解优化和正则化在深度学习模型中的作

CA727·2022-12-12 18:26

机器学习模型的超参数优化

机器学习和深度学习理论的所有分支都致力于模型的优化。机器学习中的超参数优化旨在寻找使得机器学习算法在验证数据集上表现性能最佳的超参数。超参数与一般模型参数不同，超参数是在训练前提前设置的。

喜欢打酱油的老鸟·2022-12-12 16:52

推荐频道

学习理论