小白学习机器学习

机器学习系列6-逻辑回归

重点：1.逻辑回归模型会生成概率。2.对数损失是逻辑回归的损失函数。3.逻辑回归被许多从业者广泛使用。#1.逻辑回归：计算概率**许多问题需要将概率估算值作为输出。逻辑回归是一种非常高的概率计算机制。**实际上，您可以通过以下两种方式之一使用返回的概率：*原样*已转换为二元类别。![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/e62e0256ba5a
喜乐00·2024-02-06 07:22

机器学习系列——（十一）回归

引言在机器学习领域，回归是一种常见的监督学习任务，它主要用于预测数值型目标变量。回归分析能够通过对输入特征与目标变量之间的关系建模，从而对未知数据做出预测。
飞影铠甲·2024-02-06 07:50

【机器学习与自然语言处理】预训练 Pre-Training 各种经典方法的概念汇总

【NLP概念合集：一】预训练Pre-Training，微调Fine-Tuning及其方法的概念区别前言请看此正文预训练Pre-Training无监督学习unsupervisedlearning概念：标签PCA主成分分析（PrincipalComponentAnalysis）降维算法LSA潜在语义分析（LatentSemanticAnalysis）降维算法LDA隐含狄利克雷分布（LatentDiri
溢流眼泪·2024-02-06 07:18

机器学习系列——（十二）线性回归

导言在机器学习领域，线性回归是最基础且重要的算法之一。它用于建立输入特征与输出目标之间的线性关系模型，为我们解决回归问题提供了有效的工具。
飞影铠甲·2024-02-06 07:17

【NLP】 Word2Vec模型 & Doc2Vec模型

共同学习交流个人主页－Sonhhxg_柒的博客_CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏-机器学习【ML】自然语言处理【NLP】深度学习【DL】foreword✔说明⇢本人讲解主要包括Python
Sonhhxg_柒·2024-02-06 07:15

想学大数据？先看完这几本书再说

真正的数据爱好者有很多需要阅读的内容：大数据，机器学习，数据科学，数据挖掘等。
yoku酱·2024-02-06 06:55

「机器学习」神经网络

一、神经元和大脑1.概述起源：研究可以模拟大脑的算法。应用：语音、视觉、文本(自然语言)......(1)大脑神经元与算法注：当下重点已不在生物层面，而是在利用工程原理构建更有效的算法。(2)深度学习的起飞2.需求预测(1)神经网络的符号与描述(2)不需要自己手动自己设计特征神经网络将自己决定它将在隐藏层使用哪些数据3.例子：图像识别随着层数增加，窗口大小在增大。二、工作原理1.神经网络的层【注】
Sternstunden·2024-02-06 06:49

【深度学习理论】持续更新

文章目录1.统计学习理论1.统计学习理论统计学习理论，一款适合零成本搞深度学习的大冤种的方向从人类学习到机器学习的对比（学习的过程分为归纳和演绎），引出泛化和过拟合的概念。如何表示归纳的函数规律呢？
一轮秋月·2024-02-06 06:48

2. TensorFlow.js

TensorFlow.js是一个用于机器学习的开源JavaScript库。它由Google开发，是Python中TensorFlow的配套库。
启辰·2024-02-06 06:24

机器学习之正态分布

正态分布：也称常态分布，又名高斯分布。正态曲线呈钟形，两头低，中间高，左右对称因其曲线呈钟形，也称钟形曲线。若随机变量X服从一个数学期望为μ、方差为σ2\sigma^2σ2的正态分布，记为N(μ,σ2σ^2σ2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ=0,σ=1时的正态分布时标准正态分布。概率密度函数为：f(x)=1σ2πe−
WEL测试·2024-02-06 06:54

算力不贵训练轻松应对，GpuMall智算云高校科研人员力荐

省时便捷：操作简单一键启用像GPUMall这样的算力平台，很适合学生和AI开发者来进行机器学习和深度训练。因为ta上手快，易操作。在进行实例创建时，平台提供了主流的机器学习框架，包括P
GpuMall·2024-02-06 05:35

机器学习速成课程 学习笔记17：稀疏性正则化

https://developers.google.cn/machine-learning/crash-course/regularization-for-sparsity/l1-regularizationL₁正则化减少所有权重的绝对值-证明对宽度模型非常有效TIM截图20180401125731.jpg
HBU_DAVID·2024-02-06 04:15

第十届脑电机器学习训练营（线上：2023.8.14~9.3）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★随着人们对神经系统功能认识的提高和计算机技术的发展，脑机接口（BCI）技术的研究呈明显的上升趋势。BCI是一种不依赖
茗创科技·2024-02-06 03:07

python数据分析初学

PYTHON数据分析小白学习1.numpy接下面将从这5个方面来介绍numpy模块的内容：1）数组的创建2）有关数组的属性和函数3）数组元素的获取–普通索引、切片、布尔索引和花式索引4）统计函数与线性代数运算
m0_62051873·2024-02-06 02:20

使用 AgGrid 增强您的 Streamlit 表格：高级提示和技巧

它非常适合数据分析和机器学习项目，并且可以轻松地将您的应用程序部署到StreamlitCloud。
code2day·2024-02-06 02:18

从 0 开始机器学习 - 手把手用 Python 实现梯度下降法！

机器学习课程也上了一段时间了，今天就带大家从0开始手把手用Python实现第一个机器学习算法：单变量梯度下降（GradientDescent）！我们从一个小例子开始一步步学习这个经典的算法。
登龙zZ·2024-02-06 02:04

【机器学习】机器学习简单入门

【机器学习】机器学习基本概念一引入二概念三算法和模型3.1算法（Algorithm）3.2模型（Model）：3.3类比四训练，模型，预测的关系4.1训练（Training）：4.2模型（Model）：
甜美的江·2024-02-06 02:09

《机器学习实战》笔记（十三）：Ch13 - 利用PCA来简化数据

第13章利用PCA来简化数据(代码)降维技术降维的意思是能够用一组个数为d的向量zi来代表个数为D的向量xi所包含的有用信息，其中d
Lornatang·2024-02-06 01:21

机器学习漫谈：还有很长的路要走

来源：王宏琳科学网博客链接地址：http://blog.sciencenet.cn/blog-3005681-1285948.html人工智能已经成为大数据、机器人和物联网等新兴技术的主要驱动力，在可预见的未来，它将继续驱动技术创新，影响着几乎每个行业和每个人的未来。但是，人工智能的最终目标是使机器具有与人类相似的通用智能。这是科学界提出的最雄心勃勃的目标之一，还有很长的路要走。GPT-3和Alp
人工智能学家·2024-02-05 23:57

《Python 网络爬虫简易速速上手小册》第10章：未来展望与新兴技术（2024 最新版）

文章目录10.1机器学习在爬虫中的应用10.1.1重点基础知识讲解10.1.2重点案例：使用机器学习进行自动化内容抽取10.1.3拓展案例1：利用深度学习识别复杂的网页结构10.1.4拓展案例2：机器学习辅助的动态反反爬虫策略
江帅帅·2024-02-05 23:17

GBDT，XGBOOST

1.简介gbdt全称梯度下降树，在传统机器学习算法里面是对真实分布拟合的最好的几种算法之一，在前几年深度学习还没有大行其道之前，gbdt在各种竞赛是大放异彩。原因大概有几个，一是效果确实挺不错。
Liam_ml·2024-02-05 23:02

windows10忘记密码的解决方案

从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。
爱编程的喵喵·2024-02-05 23:51

机器学习超参数优化算法（贝叶斯优化）

文章目录贝叶斯优化算法原理贝叶斯优化的实现（三种方法均有代码实现）基于Bayes_opt实现GP优化基于HyperOpt实现TPE优化基于Optuna实现多种贝叶斯优化贝叶斯优化算法原理在贝叶斯优化的数学过程当中，我们主要执行以下几个步骤：1定义需要估计的f(x)f(x)f(x)以及xxx的定义域2取出有限的n个xxx上的值，求解出这些xxx对应的f(x)f(x)f(x)（求解观测值）3根据有限的
恒c·2024-02-05 22:41

机器学习数据预处理方法（数据重编码） ##2

文章目录@[TOC]基于Kaggle电信用户流失案例数据（可在官网进行下载）一、离散字段的数据重编码1.OrdinalEncoder自然数排序2.OneHotEncoder独热编码3.ColumnTransformer转化流水线二、连续字段的特征变换1.标准化（Standardization）和归一化（Normalization）2.连续变量分箱3.连续变量特征转化的ColumnTransform
恒c·2024-02-05 22:41

机器学习逻辑回归模型训练与超参数调优 ##3

文章目录@[TOC]基于Kaggle电信用户流失案例数据（可在官网进行下载）逻辑回归模型训练逻辑回归的超参数调优基于Kaggle电信用户流失案例数据（可在官网进行下载）数据预处理部分可见：机器学习数据预处理方法
恒c·2024-02-05 22:41

大数据开发之机器学习总结（一）

大数据开发之机器学习总结1.背景在大数据开发中，数据分析目的一般分为2大类，一个是基于已有数据，提炼出想要的数据汇总信息。一个是基于已有数据使用算法训练出模型，基于模型预测和分析未来的新数据。
闻香识代码·2024-02-05 21:41

机器学习小结

CS229SupervisedLearningLinearRegressionLeastmeansquarerulesLMSLocallyweightedlinearregressionLWRClassificationandlogesticregressionsigmoidfunctionpeceptionlearningalgorithmNewton'smethodGeneralizedLin
andyc_03·2024-02-05 21:36

【240118】浙江理工大学—调剂信息

浙江理工大学学校层级：双非调剂专业：085400电子信息发布时间：2024.1.18发布来源：网络发布背景：主要研究方向:研究原子核结构和变化规律、核能核技术应用(机器学习在物理上的应用)调剂要求：1、
通信考研小马哥·2024-02-05 20:29

机器学习本科课程 大作业 多元时间序列预测

1.问题描述1.1阐述问题对某电力部门的二氧化碳排放量进行回归预测，有如下要求数据时间跨度从1973年1月到2021年12月，按月份记录。数据集包括“煤电”，“天然气”，“馏分燃料”等共9个指标的数据（其中早期的部分指标notavailable）要求预测从2022年1月开始的半年时间的以下各个部分的排放量二氧化碳的排放情况具体分为九项指标：CoalElectricPowerSectorCO2Emi
11egativ1ty·2024-02-05 20:18

如何利用大模型结合文本语义实现文本相似度分析？

常规的文本相似度计算有TF-IDF，Simhash、编辑距离等方式，但是常规的文本相似度计算方式仅仅能对文本表面相似度进行分析计算，并不能结合语义分析，而如果使用机器学习、深度学习的方式费时费力，效果也不一定能达到我们满意的状态
小小晓晓阳·2024-02-05 20:06

R语言量化投资（1）

做跨学科的事情，你要了解项目管理的方法，产品设计的逻辑，数知识，机器学习知识，结合业务
Liam_ml·2024-02-05 20:41

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（五）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第十二章：使用TensorFlow进行自定义模型和训练到目前为止，我们只使用了TensorFlow的高级API，Keras，但它已经让我们走得很远：我们构建了各种神经网络架构，包括回归和分类网络，Wide&Deep网络，自正则化网络，
绝不原创的飞龙·2024-02-05 20:21

小白学习c语言基础的第一天（循环语句）

循环语句两种循环形式：while循环和for循环示例：普通大学生写满30000行代码毕业后可以拿到好的offerwhile循环：#includeintmain(){inta=0;while(aintmain(){inta;for(a=0;a<30000;a++){printf("编写代码的行数%d",a）;}if(a==30000)printf("拿到一个好的offer”）；return0;}内容
狂敲键盘ing·2024-02-05 19:36

深度神经网络中的BNN和DNN：基于存内计算的原理、实现与能量效率

体验地址文章目录前言引言内存计算体系结构深度神经网络（DNN）随机梯度的优化算法二值化神经网络（BNN）BNN架构基于sram的内存计算系统中各列偏移的硬件补偿,归一化系统演示总结引言深度神经网络（DNN）在机器学习领域越来越受欢迎
雪碧有白泡泡·2024-02-05 19:02

机器学习基础——matplotlib.pyplot和seaborn的使用

importmatplotlib.pyplotaspltimportnumpyasnp第一步生成数据集x=np.linspace(-3,3,50)#平均采样,[-3,3]采样50个x.shape(50,)y1=2*x+1y1.shape(50,)y2=x**2y2array([9.00000000e+00,8.28029988e+00,7.59058726e+00,6.93086214e+00,6
小螳螂·2024-02-05 19:04

想成为机器学习信息工厂，企业需要从精益制造学到这六个精髓

根据调研机构ForresterResearch公司最近发布的一份调查报告，机器学习(ML)对于企业的业务获得成功至关重要。
鹤子青云上·2024-02-05 19:52

Arxiv网络科学论文摘要6篇(2020-02-21)

深度图映射：通过神经网络视角观察图;建筑特征的机器学习和城市指标的幂律恢复;非线性网络动态与共识-分歧的分叉;特征值问题迭代方法的Entrywise收敛;基于连续影响的社会网络社团划分;公路交通电气化的经济活力和基础设施要求
ComplexLY·2024-02-05 19:30

人工智能福利站，初识人工智能，机器学习，第三课

欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一机器学习专栏人工智能专业知识学习二机器学习专栏人工智能专业知识学习三机器学习专栏文章目录初识人工智能(机器学习)一、机器学习(3)21.
普修罗双战士·2024-02-05 19:14

人工智能福利站，初识人工智能，机器学习，第四课

欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一机器学习专栏人工智能专业知识学习二机器学习专栏人工智能专业知识学习三机器学习专栏人工智能专业知识学习四机器学习专栏文章目录初识人工智能(
普修罗双战士·2024-02-05 19:14

人工智能福利站，初识人工智能，机器学习，第二课

欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一机器学习专栏人工智能专业知识学习二机器学习专栏文章目录初识人工智能(机器学习)一、机器学习(2)11.什么是特征选择和特征提取？
普修罗双战士·2024-02-05 19:44

初识人工智能，一文读懂机器学习之逻辑回归知识文集(5)

作者简介，普修罗双战士，一直追求不断学习和成长，在技术的道路上持续探索和实践。多年互联网行业从业经验，历任核心研发工程师，项目技术负责人。欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一人工智能专栏人工智能专业知识学习二人工智能专栏人工智能专业知识学习三人工智能专栏人工智能专业知识学习四人工智能专栏人工智能专业知识学习五人工智能专栏人工智能专业知识学习六人工智能专栏人工智能专业知
普修罗双战士·2024-02-05 19:43

人工智能福利站，初识人工智能，机器学习，第一课

作者简介，普修罗双战士，一直追求不断学习和成长，在技术的道路上持续探索和实践。多年互联网行业从业经验，历任核心研发工程师，项目技术负责人。欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一人工智能专栏人工智能专业知识学习二人工智能专栏人工智能专业知识学习三人工智能专栏人工智能专业知识学习四人工智能专栏人工智能专业知识学习五人工智能专栏人工智能专业知识学习六人工智能专栏人工智能专业知
普修罗双战士·2024-02-05 19:43

人工智能福利站，初识人工智能，机器学习，第六课

欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一机器学习专栏人工智能专业知识学习二机器学习专栏人工智能专业知识学习三机器学习专栏人工智能专业知识学习四机器学习专栏人工智能专业知识学习五机器学习专栏人工智能专业知识学习六机器学习专栏文章目录初识人
普修罗双战士·2024-02-05 19:41

ML：2-2-3 多分类问题multicalss

文章目录1.多分类问题的定义2.softmax3.神经网络的softmax输出【吴恩达机器学习65-67】1.多分类问题的定义classification问题可能的output大于2种。
skylar0·2024-02-05 18:34

【电子书+代码】Sklearn,Keras与Tensorflow机器学习实用指南

我们都知道：Scikit-Learn，Keras，Tensorflow是机器学习工具链的重要组成部分。
Wang_AI·2024-02-05 18:33

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（九）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0附录A：机器学习项目清单此清单可以指导您完成机器学习项目
绝不原创的飞龙·2024-02-05 18:03

从15000个Python开源项目中精选的Top30，Github平均star为3707，赶紧收藏！

翻译|AI科技大本营（ID：rgznai100）参与|SuiSui继推出2017年机器学习开源项目Top30榜单后，MybridgeAI又推出了一个Python开源项目Top30榜单，包括开源Python
AI论道·2024-02-05 17:32

【学习笔记】斯坦福大学公开课（机器学习）之指数分布族

可以写出下式形式的分布，都属于指数分布族:p(y;η)=b(y)exp(ηTT(y)−a(η))(1)其中η称为自然参数（naturalparameter），T(y)称为充分统计量（通常情况下T(y)=y）,a(η)称为日志配分函数(logpartitionfunction)。e−a(η)是归一化常数（normalizationconstant），这个常数的作用是让p(y;η)中y的和为1。T,a
好奇的大白·2024-02-05 16:43

机器学习 --- 指数族分布

一、背景二、高斯分布的指数族形式三、对数配分函数与充分统计量的关系三、极大似然估计与充分统计量四、最大熵角度总结最后数学建模精选资料共享，研究生学长数模指导，建模比赛思路分享，关注我不迷路！建模指导，比赛协助，有问必答，欢迎打扰
建模君Assistance·2024-02-05 16:42

机器学习之指数分布

指数分布：指数分布可以用来表示独立随机事件发生的时间间隔。如果一个随机变量X的概率密度函数满足以下形式，就称X服从参数λ的指数分布，记作X~E(λ)或X~Exp（λ）。指数分布只有一个指数参数，且λ>0，λ表示单位时间发生该事件的次数。f(x)={λe−λex>00其他f(x)=\begin{cases}\lambdae^{-\lambdae}\quadx>0\\\\0\quad其他\end{ca
WEL测试·2024-02-05 16:41
上一页 23 24 25 26 27 28 29 30 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他