小菜初学机器学习

西瓜书-机器学习5.4 全局最小与局部极小

两种“最优”：“局部极小”(localminimum)和"全局最小"(globalminimum)对和，若存在使得多组不同参数值初始化多个神经网络使用“模拟退火”：以一定的概率接受比当前解更差的结果，有助于“跳出”局部极小使用随机梯度下降遗传算法(geneticalgorithms)[Goldberg,1989]也常用来训练神经网络以上用于跳出局部极小的技术大多是启发式，理论上商缺乏保障。Gold
lestat_black·2024-02-12 11:32

机器学习入门之基础概念及线性回归

任务目录什么是Machinelearning学习中心极限定理，学习正态分布，学习最大似然估计推导回归Lossfunction学习损失函数与凸函数之间的关系了解全局最优和局部最优学习导数，泰勒展开推导梯度下降公式写出梯度下降的代码学习L2-Norm，L1-Norm，L0-Norm推导正则化公式说明为什么用L1-Norm代替L0-Norm学习为什么只对w/Θ做限制，不对b做限制Question1：Wh
StarCoder_Yue·2024-02-12 11:01

机器学习40讲学习笔记-18 从全局到局部：核技巧

一序本文属于极客时间机器学习40讲学习笔记系列。18从全局到局部：核技巧对偶性主要应用在最优决策边界的求解中。
bohu83·2024-02-12 11:01

[机器学习]全局最小与局部最小

机器学习中很多任务最终都会转化为优化任务，基于梯度的搜索是使用最广泛的参数寻优方法。梯度法：从某些初始解出发，迭代寻找最优参数值。
3points·2024-02-12 11:01

面试题：说下局部最优和全局最优的区别

更多面试题关注"机器学习算法面试"有劳动下手指啦问题背景在优化的世界里，总避免不了的接触全局最优和局部最优的概念，那么这两者的区别是什么呢？
耗子来啦·2024-02-12 11:31

机器学习之监督学习和非监督学习

监督学习(SupervisedLearning)监督学习是一种学习方式，其中模型从标记的训练数据中学习。这意味着每个训练样本都是由输入向量和相应的目标输出(也称为标签)组成的。模型的任务是学习输入到输出的映射函数，以便当提供新的、未见过的数据时，模型能够预测出正确的输出。例子:邮件分类:根据邮件内容将邮件自动分类为“垃圾邮件或“非垃圾邮件”。这里，邮件内容是输入，而“垃圾邮件“或“非垃圾邮件”的非
华农DrLai·2024-02-12 11:30

机器学习之局部最优和全局最优

(1)局部最优，就是在函数值空间的一个有限区域内寻找最小值;而全局最优，是在函数值空间整个区域寻找最小值问题。(2)函数局部最小点是它的函数值小于或等于附近点的点，但是有可能大于较远距离的点。(3)全局最小点是那种它的函数值小于或等于所有的可行点。面试：你能解释一下梯度下降法及其在寻找全局最优解时的局限性吗？梯度下降法通过迭代沿着目标函数的负梯度方向更新参数，以寻找最小值。局限性：它可能会陷入局部
华农DrLai·2024-02-12 11:29

Python编程的终极十大工具

在本文中，我们将介绍Python编程的终极十大工具，这些工具可以帮助您在各种领域取得成功，无论您是初学者还是经验丰富的开发者。
程序员老冉·2024-02-12 11:51

一本Python爬虫的书，凭什么能畅销10W册

对于数据科学和机器学习领域的程序员来说，Python提供了强大的API和众多的库，使其成为数据科学和机器学习的首选语言。在Python的众多应用中，爬虫一直有着超高需求。
程序员老冉·2024-02-12 11:21

[机器学习]决策树

决策树决策树学习采用的是自顶向下的递归方法，其基本思想是以信息熵为度量构造一颗熵值下降最快的树，到叶子节点处，熵值为0具有非常好的可解释性、分类速度快的优点，是一种有监督学习最早提及决策树思想的是Quinlan在1986年提出的ID3算法和1993年提出的C4.5算法，以及Breiman等人在1984年提出的CART算法工作原理一般的，一颗决策树包含一个根结点、若干个内部节点和若干个叶节点构造构造
LBENULL·2024-02-12 11:21

庭院里的紫菜苔

这块小菜地里，蜜蜂蝴蝶老在它上方转悠，它成了目前菜园人气最旺最红的菜。也不奇怪，它本就还有个别名：红菜苔。红也是它紫也是它，红得发紫，它不受欢迎谁受欢迎呢？
九月沉敛就是嘉舍小主·2024-02-12 11:21

Spark MLlib

目录一、SparkMLlib简介（一）什么是机器学习（二）基于大数据的机器学习（三）Spark机器学习库MLlib二、机器学习流水线（一）机器学习流水线概念（二）流水线工作过程（三）构建一个机器学习流水线三
Francek Chen·2024-02-12 11:15

机器学习简介

介绍机器学习是人工智能（AI）的一个子领域。机器学习的目标通常是理解数据的结构，并将该数据拟合到可以被人理解和利用的模型中。尽管机器学习是计算机科学的一个领域，但它与传统的计算方法有所不同。
白如意i·2024-02-12 10:36

Python前后端分离之Django框架最基本后端CRUD开发

serializers.py）编写视图（Views）新建urls.py文件，填写路径编辑进行迁移：前端：编写接口文件api.js编写CRUD文件编写index.vue文件前端界面使用：运行项目：提供给Django初学者的后端
大淘气包在好好学习·2024-02-12 10:59

夕阳红

图片发自App黄昏，白天的最后一束亮光照在家门口的小菜园里，快要枯萎的月季花没有悲伤，而是带了些许的羞涩。他，一根一根地将竹竿插在地上，用绳子绑好，为豆角搭窖。
辽远谈生活·2024-02-12 10:16

2019年web前端就业前景和工资待遇怎么样？

2019年web前端就业前景和工资待遇，这是很多想要转行进入web前端开发的初学者经常在网络上搜索的问题。
强哥科技兴·2024-02-12 10:14

机器学习：Softmax介绍及代码实现

Softmax原理Softmax函数用于将分类结果归一化，形成一个概率分布。作用类似于二分类中的Sigmoid函数。对于一个k维向量z，我们想把这个结果转换为一个k个类别的概率分布p(z)。softmax可以用于实现上述结果，具体计算公式为：对于k维向量z来说，其中zi∈Rzi∈R，我们使用指数函数变换可以将元素的取值范围变换到(0,+∞)(0,+∞),之后我们再所有元素求和将结果缩放到[0,1]
是Dream呀·2024-02-12 10:44

机器学习 —— 多项式回归和正规方程

一、多项式回归房价预测中：有两个特征，frontage和depth，即临街长度和房子的宽度。假如我们计算一个x=frontage*depth(房子面积)，则假设函数变成了hθ(x)=θo+θ1x。线性回归并不适用于所有数据，有时我们需要曲线来适应我们的数据，比如一个二次方模型或者三次方模型。通常我们需要先观察数据然后再决定准备尝试怎样的模型。另外，我们可以令：X2=X2^3,X3=X3^3,从而将
BioLearner·2024-02-12 10:36

穷人思维要不得，三种心态助你透过现象看本质

观察身边的人，真正精神和物质都富足的人，都有以下三种心态：1.不功利的心态，2.初学者心态，3.勇于尝试的心态具体来讲讲：1.不功利的心
海伦学姐·2024-02-12 09:02

突如其来的想法

七点半就起来去菜市场买菜去了，原本我打算今天做水煮牛肉，可是我我在菜市场里没有牛肉，只能做几道家常小菜了。
22a6cad5d281·2024-02-12 09:07

使用 Python 5 年后，我转向了Go

\n几乎可以用它来做任何事情–从创建简单的脚本，Web开发，到数据可视化以及机器学习。
六六子大顺1·2024-02-12 09:29

米贸搜|Facebook在购物季使用的Meta广告投放流程

一、账户简化当广告系列开始投放后，每个广告组都会经历一个初始的“机器学习阶段”。简化账户架构可以帮助AI系统更快获得广告主所需的成效。
mimaosoulily·2024-02-12 09:29

【机器学习笔记】基于实例的学习

基于实例的学习文章目录基于实例的学习1基本概念与最近邻方法2K-近邻（KNN）3距离加权KNN4基于实例/记忆的学习器5局部加权回归5多种回归方式对比6懒惰学习与贪婪学习动机：人们通过记忆和行动来推理学习。1基本概念与最近邻方法名词概念参数化设定一个特定的函数形式优点：简单，容易估计和解释可能存在很大的偏置：实际的数据分布可能不遵循假设的分布非参数化：分布或密度的估计是数据驱动的（data-dri
住在天上的云·2024-02-12 09:57

Python概率建模算法和图示

从数据中学习概率模型参数，贝叶斯决策论，信息论，线性代数和优化Python线性判别分析分类模型，逻辑回归，线性回归，广义线性模型Python结构化数据，图像和序列神经网络朴素贝叶斯分类器示例概率学习在机器学习的广阔领域中
亚图跨际·2024-02-12 09:26

【机器学习】支持向量机（SVM）

支持向量机（SVM）1背景信息分类算法回顾决策树样本的属性非数值目标函数是离散的贝叶斯学习样本的属性可以是数值或非数值目标函数是连续的（概率）K-近邻样本是空间（例如欧氏空间）中的点目标函数可以是连续的也可以是离散的支持向量机(SupportVectorMachine)样本是空间（例如欧氏空间）中的点目标函数可以是连续的也可以是离散的背景信息当前版本的支持向量机大部分是由Vapnik和他的同事在A
住在天上的云·2024-02-12 09:56

机器学习案例2：使用 plaidML在 macOS利用GPU进行机器学习

想要在Mac的集成AMDGPU或外部显卡上训练机器学习模型？PlaidML就是您的最佳选择。任何尝试过在macOS上使用TensorFlow训练神经网络的人都知道这个过程有点糟糕。
suoge223·2024-02-12 09:25

机器学习案例1：利用 Python 将语音转换为文本

目录内容简介基本环境配置Python库安装麦克风语音识别音频文件的语音识别长音频源语音识别内容简介语音识别是机器或程序识别口语中的单词和短语并将其转换为文本信息的能力。大多数对于语音识别技术的应用场景就是Siri、Cortana和GoogleAssistant等个人助理，以及其他通过语音交互的虚拟助理。为了理解你的声音，这些虚拟助手需要进行语音识别。语音识别是一个复杂的过程，因此我不会教您如何训练
suoge223·2024-02-12 09:24

神经语言程式(NLP)项目的15 个开源训练数据集

然而，聊天机器人开发的主要瓶颈是获取现实的、面向任务的对话数据来训练这些基于机器学习的系统。我们整理了训练聊天机器人所需的对话数据集，包括问答数据、客户支持数据、对话数据和多语言数据。
suoge223·2024-02-12 09:54

兵棋推演是离散问题，深度学习是连续问题

深度学习是一种机器学习方法，旨在通过大规模数据的训练来学习复杂的模式和关系。它通常应用于连续数据和问题，例如图像识别、语音识别、自然语言处理等。
人机与认知实验室·2024-02-12 09:54

原装裱晚清，，嘉兴桐乡，著名书画篆刻名家（胡钁）书法对联书心120厘米X28厘米X2

书法初学虞世南、柳公权，后致力于汉魏碑版，古拙遒劲，颇见功力。山水
书画作品交流·2024-02-12 09:09

正则可视化工具：学习和编写正则表达式的利器

引言正则表达式是一种强大的文本匹配和处理工具，但对于初学者和非专业开发者来说，编写和理解正则表达式可能是一项具有挑战性的任务。为了帮助人们更好地学习和编写正则表达式，正则可视化工具应运而生。
qcidyu·2024-02-12 08:08

正则可视化工具：学习和编写正则表达式的利器

引言正则表达式是一种强大的文本匹配和处理工具，但对于初学者和非专业开发者来说，编写和理解正则表达式可能是一项具有挑战性的任务。为了帮助人们更好地学习和编写正则表达式，正则可视化工具应运而生。
qcidyu·2024-02-12 08:07

浅谈人工智能之深度学习~

目录前言：深度学习的进展一：深度学习的基本原理和算法二：深度学习的应用实例三：深度学习的挑战和未来发展方向四：深度学习与机器学习的关系五：深度学习与人类的智能交互悟已往之不谏，知来者犹可追创作不易，宝子们
秋风起，再归来～·2024-02-12 08:30

【大厂AI课学习笔记】【1.6 人工智能基础知识】（3）神经网络

深度学习是机器学习中一种基于对数据进行表征学习的算法。观测值(例如一幅草莓照片)可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。
giszz·2024-02-12 08:57

【大厂AI课学习笔记】【1.6 人工智能基础知识】（2）机器学习

目录必须理解的知识点：举一个草莓的例子：机器学习的三个类别：监督学习：无监督学习：强化学习：更多知识背景：机器学习的诞生需求监督学习的关键技术与实现步骤无监督学习的关键技术与实现步骤区别：联系：其他关键知识点
giszz·2024-02-12 08:26

【大厂AI课学习笔记】【1.6 人工智能基础知识】（4）深度学习和机器学习

关于深度学习和机器学习，出来包含关系之外，还有如上总结的知识点。分别从特征处理、学习方法、数据依赖、硬件依赖等4个方面，进行了总结。从特征处理上看：深度学习从数据中习得高级特征，并自行创建新的特征。
giszz·2024-02-12 08:56

我读《传习录》08-在静坐中开发智慧

初学时心猿意马，拴缚不定。其所思虑多是人欲一边。故且教之静坐，息思虑。一友静坐有见，驰问先生。答曰：“吾昔居滁时，见诸生多务知解口耳异同，无益于得，姑教之静坐。
心源心读·2024-02-12 07:14

快速上手医学影像组学和机器学习（训练营：2023.9.19~9.26）

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★随着大数据、人工智能的深入融合发展，一项新的研究方法开始用于临床研究，它就是影像组学。它可以对普通影像图像进行更深层
茗创科技·2024-02-12 07:14

不忘初心，方得始终

初心，就是初学者的心，是人在起点所许下的梦想。初心，就是开放的心，是一种积极进取的状态。不忘初心并不意味着刚愎自用，而是始终不渝地坚持自己的目标。
不知名的狐妖·2024-02-12 06:01

每日摄影打卡作品（3/100）

我们都是初学者，每个人的审美力不同，所以一开始我们总能看到自己跟
我爱家佳·2024-02-12 05:15

夜游

先生的同学来荆州，白天先生陪着去博物馆、城墙、关公园和江边匆匆看了一遍，晚上我下班，跟着一起去来客不等位吃晚饭，点了江桂鱼和土鸡火锅，外加两个小菜。
弘雅长安·2024-02-12 05:33

如果写作很痛苦那就放弃

也许对于初学写作的小白来说，上面的很多梦想也只是一闪而过的念头。写作学要天赋，这毋庸置疑，可是写点平时的生活感悟，只要你会写字我想并不困难。写作功力心不能太强，否则很难写好作品。
三两水·2024-02-12 04:24

XGBoost算法

XGBoost在机器学习中被广泛应用于多种场景，特别是在结构化数据的处理上表现出色，XGBoost适用于多种监督学习任务，包括分类、回归和排名问题。
小森( ﹡ˆoˆ﹡ )·2024-02-12 04:11

OpenCV基础

OpenCV简介OpenCV是一个功能强大的开源计算机视觉和机器学习软件库，它在图像处理和视频分析领域得到了广泛应用。
小森( ﹡ˆoˆ﹡ )·2024-02-12 04:10

Python使用pip报错怎么办？解决方法就看这篇文章

Python之所以被称为最适合初学者学习的语言除了它简单易学的特点之外，还有非常庞大且功能丰富的库可以使用。但是最近就有小伙伴问我，在使用pipinstall下载第三方库时经常会出现红字报错情况。
苏卡不列-python·2024-02-12 04:34

Pytorch底层源码解读（一）概览

但对于开发者而言，针对日益臃肿的pytorch框架进一步更新迭代已经成为了较大的问题，特别是对刚想要上手对pytorch底层框架进行理解的初学者而言。
firework_97df·2024-02-12 04:08

fast.ai 机器学习笔记（一）

机器学习1：第1课原文：medium.com/@hiromi_suenaga/machine-learning-1-lesson-1-84a1dc2b5236译者：飞龙协议：CCBY-NC-SA4.0来自机器学习课程的个人笔记
绝不原创的飞龙·2024-02-12 03:25

2022-11-19

对初学者而言，修禅典籍莫
净心斋·2024-02-12 03:27

基于NSGA-II的深度迁移学习

深度迁移学习迁移学习是一种机器学习技术，它允许一个预训练的模型被用作起点，在此基础上进行微调以适应新的任务或数据。
代码缝合怪·2024-02-12 03:45

2-2 动手学深度学习v2-损失函数-笔记

是机器学习里面一个非常重要的概念。
Alkali！·2024-02-12 03:44
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他