数据挖掘与机器学习

数据挖掘与机器学习：Numpy初体验

目录第一关：Numpy创建数组第二关：Numpy数组的基本运算第三关：Numpy数组的切片与索引第四关：Numpy数组的堆叠第五关：Numpy的拆分第一关：Numpy创建数组#引入numpy库importnumpyasnp#定义cnmda函数defcnmda(m,n):'''创建numpy数组参数：m:第一维的长度n:第二维的长度返回值:ret:一个numpy数组'''ret=0#请在此添加创建多
Shining0596·2022-12-19 23:08

数据挖掘与机器学习必备知识点总结：分类、聚类、回归、关联规则、神经网络

①朴素贝叶斯：原理è朴素贝叶斯分类器基于一个简单的假定：给定目标值时属性之间相互条件独立。条件概率：在B已经发生的情况下继续发生A的概率表示为,同样的,综合可得即贝叶斯定理；文字表述为：P（类别|特征）=（P（特征|类别）*P（类别））/P（特征）过程è在劳动能力鉴定系统的使用中，（1）根据政府发布的伤残等级评定标准构建病例词典；（2）首先对病例进行分词，提取关键词的词频向量和数值大小，使用贝叶斯
夜宿可可西里·2022-12-16 06:06

Spark简介

mapreduce算法实现的分布式计算，拥有HadoopMapReduce所具有的优点；但不同于MapReduce的是Job中间输出和结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的
秦岭小和尚·2022-12-15 11:48

数据挖掘与机器学习————降维之主成分分析法（PCA,Principal components analysis ）

1.概述PCA(Principalcomponentsanalysis)是一种降维方法、一种线性变换。这个变换主要是利用正交变换（基变换），将数据变换到一个新的坐标系中，使得原本难以分割的数据变得好分割，即线性无关。2.数学基础内积（又名点积、数量积、标量积）、方差、协方差、实对称矩阵、对角化、正交矩阵、正交变换、特征值以及特征向量的求法。①方差：方差表现了数据的离散程度，方差越大，数据就越离散。
一个想当作家的程序员·2022-12-12 16:48

Python数据挖掘与机器学习技术入门实战

本次课程包含了五个知识点：1.数据挖掘与机器学习
hzp666·2022-12-09 16:14

数据挖掘与机器学习课程总结

2022.11月文章目录一、引言1.1数据中的知识发现包括哪几个步骤？(KnowledgeDiscoveryfromData,KDD)1.2数据挖掘应用二、学习的可行性2.1Hoeffding不等式（Hoeffding’sInequality）2.2用Hoeffding不等式说明学习的可行性三、数据和数据预处理3.1有哪四种不同的属性类型？分别可以进行什么操作？3.2非对称属性（Asymmetri
飞今天也很开心·2022-12-09 16:41

数据挖掘与机器学习释义

人工智能是目前炙手可热的领域，所有的互联网公司以及各路大迦们纷纷表态人工智能将是下一个时代的革命性技术。数据挖掘（DataMining）和机器学习（MachineLearning）作为人工智能研究与应用的分支领域，也越来越多的被提到。在大多数非计算机专业人士以及部分计算机专业背景人士眼中，机器学习以及数据挖掘是两个高深的领域。本文翻译自外网文章，将从基本概念出发浅析他们的关系和异同，希望对大家能有
吴间·2022-12-06 23:36

Python数据挖掘与机器学习-01 初识数据挖掘

工欲善其事必先利其器，先了解数据挖掘的相关概念，从而开始系统的学习数据挖掘与机器学习，本文主要整理了数据挖掘的相关概念，若在大学教材，或可称之为绪论。
leizisanshi·2022-12-06 23:03

NLP09：孪生网络(Siamese Network)简介及实战应用

公众号：数据挖掘与机器学习笔记1.孪生(Siamese)网络基本原理孪生网络是包含两个或多个相同的的子网络组件的神经网络，如下所示：在孪生网络中，不仅子网络的架构是相同的，而且权重在子网络中也是共享的，
大雄没有叮当猫·2022-12-04 12:24

数据挖掘与机器学习 决策树学习

决策树学习决策树学习（DecisionTreeLearning）是一种非常常见的分类方法，通过构造树模型来对未知类别样本进行分类，以一种离散化的方法得到数据的类别。决策树一般有以下特点：叶子结点对应着不同的决策类别信息内部结点对应着属性的判断，通过判断的结果将待测样本划分到该结点的子结点中从根结点出发到叶子结点的路径对应着一条决策的规则决策树采取的是递归的方法，生成的步骤如下：选取最好的属性作为树
千梦千微雨·2022-12-02 13:30

NLP17：预训练模型之Albert

公众号：数据挖掘与机器学习笔记1.摘要在预训练自然语言表示时，增加模型大小通常会导致下游任务的性能提高。但是，由于GPU/TPU内存限制和更长的训练时间，在某些时候，进一步增大模型变得更加困难。
大雄没有叮当猫·2022-12-02 13:07

斯坦福机器学习公开课--整理笔记（…

跟老板聊了很久之后，决定换一个研究方向，本来想专门写一篇博文说说数据挖掘与机器学习，后来转念也想也算了，毕竟之前还是有很多可以用上的知识，这几天准备把Andrew大牛的机器学习公开课重新刷一遍，简单做一下笔记好了
宣小K·2022-12-01 16:20

python 数据挖掘与机器学习核心技术

机器学习是人工智能的基础，因此，掌握常用机器学习算法的工作原理，并能够熟练运用Python建立实际的机器学习模型，是开展人工智能相关研究的前提和基础Python数据挖掘与机器学习内容，为各领域人员量身定制内容
xiao5kou4chang6kai4·2022-11-30 16:31

Python数据挖掘与机器学习

因此，中科资环推出全新的Python数据挖掘与机器学习课程，为各领域人员量身定制课
PhyliciaFelicia·2022-11-29 18:46

Python 数据挖掘与机器学习核心技术应用

近年来，Python编程语言受到越来越多科研人员的喜爱，在多个编程语言排行榜中持续夺冠。同时，伴随着深度学习的快速发展，人工智能技术在各个领域中的应用越来越广泛。机器学习是人工智能的基础，因此，掌握常用机器学习算法的工作原理，并能够熟练运用Python建立实际的机器学习模型，是开展人工智能相关研究的前提和基础。为各领域人员量身定制学习内容，让你畅学Python编程及机器学习理论与代码实现方法，从“
WangYan2022·2022-11-26 01:27

带你入门Python数据挖掘与机器学习（附代码、实例）

本文包含了五个知识点：1.数据挖掘与机器学习技术简介2.Python数据预处理实战3.常见分类算法介绍4.对鸢尾花进行分类案例实战5.分类算法的选择思路与技巧一、数据挖掘与机器学习技术简介什么是数据挖掘
python自由菌·2022-11-24 18:45

机器学习与数据挖掘概述

前言本学期学了数据挖掘这个科目（虽然在之前本人就已经学过数据挖掘课程），为了备战期末考试，所以在此将数据挖掘与机器学习内容系统的总结一遍。
恰巧偶遇·2022-11-24 18:11

数据挖掘与机器学习：Python机器学习软件包Scikit-Learn的学习与运用

目录第1关：使用scikit-learn导入数据集任务描述：相关知识：编程要求：测试说明：第2关：数据预处理—标准化任务描述：相关知识：Z-score标准化min-max标准化编程要求：测试说明：第3关：文本数据特征提取第4关：使用scikit-learn分类器SVM对digits数据分类第5关：模型持久化第6关：模型评估-量化预测效果第1关：使用scikit-learn导入数据集任务描述：使用s
Shining0596·2022-11-24 18:30

数据挖掘与机器学习——数据挖掘概述

挖掘是从大量的、不完全的、有噪声的、模糊的、随机的应用数据中，提取潜在且有用的信息的过程。分析分析处理（On-LineAnalyticalProcessing，OLAP）数据分析过程确定知识发现的目标：确定知识发现的目的。数据采集：数据采集可以是从网络爬取的数据，也可以是从数据库中直接导出的数据，还可以是常见的CSV文件等数据。数据质量决定挖掘的上限，而算法仅仅是逼近这个上限。数据探索：可视画（画
汐颜花·2022-11-24 18:00

数据挖掘与机器学习：维归约

第1关：实现PCA降维算法importnumpyasnpimportmatplotlib.pyplotasplt#使用numpy库中的函数来创建一个随机的数据集np.random.seed(3)X=np.empty([100,2])X[:,0]=np.random.uniform(0.,100.,size=100)X[:,1]=0.75*X[:,0]+3.+np.random.normal(0.,
Shining0596·2022-11-24 18:49

数据挖掘与机器学习：数据挖掘算法原理与实践：数据预处理

目录第一关：标准化任务描述：相关知识：一、为什么要进行标准化二、Z-score标准化三、Min-max标准化四、MaxAbs标准化编程要求：测试说明：第二关：非线性转换任务描述：相关知识：一、为什么要非线性转换：二、映射到均匀分布：三、映射到高斯分布：编程要求：测试说明：第三关：归一化任务描述：相关知识：一、为什么使用归一化：二、L1范式归一化：三、L2范式归一化：编程要求：测试说明：第四关：离散
Shining0596·2022-11-23 16:02

数据挖掘与机器学习：组合相似分类器提高分类性能

目录第1关：组合相似分类器提高分类性能任务描述：相关知识：一、几种不同的分类器：二、bagging：基于数据随机重抽样的分类器构建方法：三、boosting：编程要求：测试说明：第1关：组合相似分类器提高分类性能任务描述：本关任务：编写一个组合分类器。相关知识：为了完成本关任务，你需要掌握：1.了解几种不同分类器2.如何遍历数组。一、几种不同的分类器：基于数据集多重抽样的分类器我们可以将不同的分类
Shining0596·2022-11-22 15:39

数据挖掘与机器学习：使用朴素贝叶斯进行文档分类

目录任务描述：相关知识：一、朴素贝叶斯分类文档的过程：二、朴素贝叶斯分类文档的核心算法：编程要求：测试说明：任务描述：本关任务：编写程序，完成朴素贝叶斯分类文档。相关知识：为了完成本关任务，你需要掌握：1.朴素贝叶斯分类文档的过程，2.朴素贝叶斯分类文档的核心算法。一、朴素贝叶斯分类文档的过程：机器学习的一个重要应用就是文档的自动分类。在文档分类中，整个文档（如一封电子邮件）是实例，而电子邮件中的
Shining0596·2022-11-22 15:38

广州大学机器学习与数据挖掘实验四

实验四决策树分类一、实验目的本实验课程是计算机、人工智能、软件工程等专业学生的一门专业课程，通过实验，帮助学生更好地掌握数据挖掘与机器学习相关概念、技术、原理、应用等；通过实验提高学生编写实验报告、总结实验结果的能力
faith312·2022-11-21 00:21

广州大学机器学习与数据挖掘实验三

实验三聚类分析一、实验目的本实验课程是计算机、人工智能、软件工程等专业学生的一门专业课程，通过实验，帮助学生更好地掌握数据挖掘与机器学习相关概念、技术、原理、应用等；通过实验提高学生编写实验报告、总结实验结果的能力
faith312·2022-11-21 00:20

广州大学机器学习与数据挖掘实验二

实验二逻辑回归与朴素贝叶斯分类一、实验目的本实验课程是计算机、人工智能、软件工程等专业学生的一门专业课程，通过实验，帮助学生更好地掌握数据挖掘与机器学习相关概念、技术、原理、应用等；通过实验提高学生编写实验报告
faith312·2022-11-21 00:20

广州大学机器学习与数据挖掘实验一

实验一线性回归一、实验目的本实验课程是计算机、人工智能、软件工程等专业学生的一门专业课程，通过实验，帮助学生更好地掌握数据挖掘与机器学习相关概念、技术、原理、应用等；通过实验提高学生编写实验报告、总结实验结果的能力
faith312·2022-11-21 00:15

数据挖掘与机器学习：Apripori算法

目录第一关：候选生成任务描述：相关知识：一、Apripori算法候选生成：二、Apripori算法候选生成代码实现：编程要求：测试说明：第二关：候选剪枝任务描述：相关知识：Apripori算法候选剪枝：Apripori算法候选剪枝代码实现：编程要求：测试说明：第三关：基于遍历的支持度计算任务描述：相关知识：一、基于遍历的支持度计算：二、基于遍历的支持度计算代码实现：编程要求：测试说明：第四关：基于
Shining0596·2022-11-10 13:35

知识图谱03：知识图谱的构建方法

公众号：数据挖掘与机器学习笔记1.构建方法知识图谱的构建方法有三种:自底向上、自顶向下和二者混合的方法.1.1自底向上法自底向上的构建方法,从开放链接的数据源中提取实体、属性和关系,加入到知识图谱的数据层
大雄没有叮当猫·2022-10-12 22:39

深度学习笔记8：利用Tensorflow搭建神经网络

数据挖掘与机器学习，R与Python，理论与实践并行。个人公众号：
R3eE9y2OeFcU40·2022-08-31 09:41

数据挖掘与机器学习

数据挖掘数据挖掘：也就是datamining，是一个很宽泛的概念，也是一个新兴学科，旨在如何从海量数据中挖掘出有用的信息来。数据挖掘这个工作BI（商业智能）可以做，统计分析可以做，大数据技术可以做，市场运营也可以做，或者用excel分析数据，发现了一些有用的信息，然后这些信息可以指导你的business，这也属于数据挖掘。机器学习机器学习：machinelearning，是计算机科学和统计学的交叉
Winyar Wen·2022-08-12 21:01

机器学习--有监督学习和无监督学习

1、数据挖掘与机器学习的关系数据挖掘和机器学习这两项技术的关系非常密切。机器学习方法构成数据挖掘的核心，绝大多数数据挖掘技术都来自机器学习领域，数据挖掘又向机器学习提出新的要求和任务。
aizhouqian5537·2022-07-16 07:49

NLP10：基于SiameseNetwork的文本相似度计算

公众号：数据挖掘与机器学习笔记一、文本相似度简介在上一篇文章中，简要介绍了孪生网络(siamesenetwork)的基本原理及应用实战，这里再使用孪生网络来进行文本相似度计算。
大雄没有叮当猫·2022-07-13 07:34

贝叶斯网络python实现_朴素贝叶斯和贝叶斯网络算法及其R语言实现

数据挖掘与机器学习，R与Python，理论与实践并行。个人公众号：数据科学家养成记(微信ID：louwill12)最近在硬怼datamining，总算把几个月前说好的正面刚算法的计划给开了个头。
weixin_39716088·2022-07-08 08:56

【个人学习文章收集】

目录深度学习常用的优化方法和常见概念神经网络结构tensorflow1.x框架计算机视觉自然语言处理Pytorch数据挖掘与机器学习计算机网络传统图像处理网页操作系统LinuxPython语法基础语法numpyscipy.sparseC
Seeklhy·2022-06-04 07:56

机器学习之特征工程（数据清洗）

为数据挖掘与机器学习过程中提供干净、准确、简洁的数据，提高数据挖掘的准确性和效率，数据预处理是特别重要的一部分，它在数据挖掘整个流程中可以占到70%的处理时间。
小磊要努力哟·2022-05-07 07:17

大数据笔记--Spark机器学习（第一篇）

目录一、数据挖掘与机器学习1、概念2、人工智能3、数据挖掘体系二、机器学习1、什么是机器学习2、机器学习的应用3、实现机器学习算法的工具与技术框架三、SparkMLlib介绍1、简介2、MLlib基本数据类型
是小先生·2022-04-25 07:47

机器学习笔记(四)BP神经网络模型

笔记参考：方巍的Python数据挖掘与机器学习实战标题1、基础概念2、结构特点3、网络模型4、人工神经网络简介4.1、神经元4.2、单层神经网络4.3、双层神经网络4.4、多层神经网络5、Bp神经网络6
南巷旧梦·2022-04-12 08:40

知识图谱学习笔记（一）—— 知识图谱介绍

知识图谱技术是指知识图谱建立和应用的技术，是融合认知计算、知识表示与推理、信息检索与抽取、自然语言处理与语义Web、数据挖掘与机器学习等方向的交叉研究。知识图谱的应用：知识融合：当前互
淡蓝苏打·2022-02-09 07:03

Apriori算法详解

1、数据挖掘与机器学习有时候，人们会对机器学习与数据挖掘这两个名词感到困惑。如果你翻开一本冠以机器学习之名的教科书，再同时翻开一本名叫数据挖掘的教材，你会发现二者之间有相当多重合的内容。
文哥的学习日记·2021-05-20 22:29

深度学习笔记7：Tensorflow入门

数据挖掘与机器学习，R与Python，理论与实践并行。个人公众号：
天善智能·2021-05-14 03:25

深度学习笔记1：利用numpy从零搭建一个神经网络

数据挖掘与机器学习，R与Python，理论与实践并行。个人公众号：
天善智能·2021-05-14 00:47

PySpark笔记(一)：Spark简介与安装

HadoopMapReduce的通用并行框架，Spark拥有HadoopMapReduce所具有的优点；但不同MapReduce的是Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好适用于数据挖掘与机器学习等
Daisy丶·2021-04-30 00:19

Spark优化----开发调优(上)

HadoopMapReduce的通用并行框架，Spark，拥有HadoopMapReduce所具有的优点;但不同于MapReduce的是Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的
利伊奥克儿·2021-04-26 16:44

python数据挖掘与机器学习实战_Python数据挖掘 | 实战案例之预测糖尿病

今天给大家讲解一个实战案例:如何根据现有数据预测糖尿病。在这个案例开始之前，希望大家回忆一下大学里讲过的线性回归的知识，这是数据挖掘里非常重要的一部分知识。当然，鉴于大家都学过，本篇就不再赘述。一.数据集介绍diabetesdataset数据集这是一个糖尿病的数据集，主要包括442行数据，10个属性值，分别是:Age(年龄)、性别(Sex)、Bodymassindex(体质指数)、AverageB
weixin_39814925·2020-12-07 12:07

NLP15：使用BiLSTM、BiLSTM-CRF、BiLSTM-Attention、Bert-BiLSTM-CRF进行命名实体识别

公众号：数据挖掘与机器学习笔记1.基于BiLSTM的命名实体识别Embedding+BiLSTM+BiLSTM+Densefromtensorflow.keras.layersimportEmbedding
大雄没有叮当猫·2020-11-23 21:58

NLP13：CBOW模型的keras和pytorch实现

公众号：数据挖掘与机器学习笔记1.数据准备importosimportjiebaimportrandomimportnumpyasnpfromcollectionsimportCounterfromtorch.utils.dataimportDataset
大雄没有叮当猫·2020-10-28 20:19

知识图谱04：知识图谱的存储与检索

公众号：数据挖掘与机器学习笔记Web本体语言OWL是当前存储本体的主要形式.OWL也适用于知识图谱的存储,但OWL文档不适用于大数据量的情况,影响查询、修改和推理速度.作为知识库的知识图谱,其基本元素是海量的各种关系联系在一起的实体
大雄没有叮当猫·2020-10-08 09:58

知识图谱01：知识图谱的定义

公众号：数据挖掘与机器学习笔记知识图谱(knowledgegraph)是以图的形式表现客观世界中的实体(概念、人、事物)及其之间的关系的知识库。
大雄没有叮当猫·2020-10-05 21:27

大数据学习笔记(spark)

的通用并行框架，Spark，拥有HadoopMapReduce所具有的优点；但不同于MapReduce的是——Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的
smy12138·2020-09-16 03:48
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他