机器学习入门

师傅领进门之6步教你跑通一个AI程序！

本文介绍一些机器学习的入门知识，从安装环境到跑通机器学习入门程序MNISTdemo。
weixin_30915275·2024-01-08 09:19

玩转ChatGPT：吴恩达/OpenAI合作教程《面向开发者的ChatGPT提示工程》

我的机器学习入门就是看的吴恩达的教程！大佬长得像冯巩，哈哈哈。
Jet4505·2024-01-08 05:03

GitHub 周榜第一！微软给新手开源的 ML 课程，1.2 万 Star

简介ML-For-Beginners是微软开源的机器学习入门教程，总共有25节课，时间周期为12周，课程主要使用Scikit-learn库。
开源前哨·2024-01-07 15:49

机器学习入门笔记

文章目录背景具体步骤1.环境搭建2.写个demo1.数据处理2.分割数据集3.用模型训练数据，并得到预测结果4.绘制结果5.评估背景最近学习了一些关于机器学习的内容，做个笔记。具体步骤1.环境搭建需要用到的工具：pycharm，anacondaanaconda可以帮助我们创造虚拟的python环境，并在环境当中安装各种所需要的包，而且每个虚拟环境都是互相独立的，非常方便。我们可以单独创建一个skl
我是黄大仙·2024-01-05 20:28

Mac下机器学习入门环境搭建

环境配置实际上有两种方法，可以选择挨个配置相关工具，比如说Numpy，pandas等等。但是略显麻烦了，而且容易踩坑。所以还是使用anaconda统一配置。mac是自带了python2的环境的，但是我想将默认的python版本换成3.7。先记录以下使用的笨方法吧。使用homebrew升级python31.brewupdatepython2.//如果安装成功cdusr/local/Cellar///
Sonata爱学习·2024-01-05 18:44

【机器学习基础】正则化

往期推荐：【机器学习基础】机器学习入门（1）【机器学习基础】机器学习入门（2）【机器学习基础】机器学习的基本术语【机器学习基础】机器学习的模型评
为梦而生~·2024-01-04 23:17

【机器学习基础】决策树（Decision Tree）

往期推荐：【机器学习基础】机器学习入门（1）【机器学习基础】机器学习入门（2）【机器学习基础】机器学习的基本术语【机器学习基础】机器学习的模型评
为梦而生~·2024-01-04 23:17

【机器学习基础】K-Means聚类算法

往期推荐：【机器学习基础】机器学习入门（1）【机器学习基础】机器学习入门（2）【机器学习基础】机器学习的基本术语【机器学习基础】机器学习的模型
为梦而生~·2024-01-04 23:17

【机器学习基础】机器学习的模型评估（评估方法及性能度量原理及主要公式）

后面的内容会越来越有意思~往期推荐：【机器学习基础】机器学习入门（1）【机器学习基础】机器学习入门（2）【机器学习基础】机器学习的基本术语本期内容：上一篇文章介绍了机器学习的基本术语，离完成学习又近了一步
为梦而生~·2024-01-04 23:47

【机器学习基础】DBSCAN

往期推荐：【机器学习基础】机器学习入门（1）【机器学习基础】机器学习入门（2）【机器学习基础】机器学习的基本术语【机器学习基础】机器学习的模型
为梦而生~·2024-01-04 23:45

win 显示文件名后缀属性

win显示文件名后缀属性提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录
xhZhangShaoFan·2024-01-01 15:01

机器学习入门-数值特征-时间特征处理

我们可以将一连串的时间特征进行拆分，比如：2015-03-0810:30:00.360000+00:00，我们可以将其转换为日期类型，然后从里面提取年，月，日等时间信息对于一些hour，month等信息，我们也可以使用pd.cut将hour信息按照时刻转换为离散数据，如morning，afternonn等等代码：第一步：载入数据第二步：将数据转换为DataFrame格式第三步：使用pd.Times
weixin_34026276·2024-01-01 08:21

机器学习基础知识和常用名词解释

机器学习入门的基础知识，包括常见名词的解释（线性回归、容量、过拟合欠拟合、正则化、超参数和验证集、估计、偏差和方差、最大似然估计、KL散度、随机梯度下降）欢迎关注我的微信公众号“人小路远”哦，在这里我将会记录自己日常学习的点滴收获与大家分享
湖大李桂桂·2024-01-01 05:59

Python机器学习入门：从零开始，10天学会

机器学习是人工智能的一个分支，它利用计算机来从数据中学习和做出预测。Python是一种流行的编程语言，它具有强大的科学计算和数据分析功能，非常适合机器学习。本博客系列将从零开始介绍Python机器学习。我们将从基础知识开始，逐步深入到机器学习的各个方面。通过本系列的学习，您将能够：理解机器学习的基本概念和原理使用Python实现常用的机器学习算法构建自己的机器学习应用第1天：Python基础介绍P
乔明飞·2023-12-27 16:35

Servlet技术之Filter

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
键盘敲烂~~~·2023-12-26 07:21

SpringMVC之拦截器

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
键盘敲烂~~~·2023-12-24 23:37

机器学习——数据划分

【说明】文章内容来自《机器学习入门——基于sklearn》，用于学习记录。若有争议联系删除。1、数据划分在机器学习中，通常将数据集划分为训练集和测试集。
风月雅颂·2023-12-20 00:26

WordCloud—— 词云

【说明】文章内容来自《机器学习入门——基于sklearn》，用于学习记录。若有争议联系删除。
风月雅颂·2023-12-19 13:09

机器学习入门二（无监督学习中的聚类算法）

目录1.前言2.聚类算法简介3.K-Means聚类3.1算法实现3.2算法实战4.密度聚类DBSCAN4.1算法介绍4.2DBSCAN实战（还是鸢尾花数据集不过是datasets里的）5.小结1.前言上一篇文章我们已经知道了无监督学习中分为两个大类别，分别是聚类和降维。今天作者要带着大家较为详细的学习无监督学习中的聚类算法。2.聚类算法简介何为聚类呢？“物以类聚，人以群分”，当人们面对很多事物的时
朱笨笨·2023-12-19 06:21

机器学习入门一（适合像我这样的小白）

1.简单介绍机器学习作者还是机器学习方面的萌新，比较擅长的语言为python，只具备一定的pandas、numpy、matplotlib库的知识，从今天起，作者将记录自己在学习机器学习的过程，希望感兴趣的小伙伴可以一起交流促进学习。同时作者也希望自己的博客能像别人的一样帮助一些被bug困扰的学生。那话不多说先简单介绍一下概念吧，其实在我的认知中，无非就是预测，和分类。机器学习可以根据以前的数据去预
朱笨笨·2023-12-19 06:51

机器学习入门六（贝叶斯网络数据分类）

老师要求做一个因果分析，没有思路。目前作者了解到了辛普森悖论，所以想找一个比较合适的方法做一下因果分析，于是找到了《Python机器学习算法与实战》这本书看了一眼里面的内容，偷学了一手贝叶斯网络书数据分类方法哈哈哈。文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言贝叶斯网络处理一些分类问题，同时尝试用贝叶斯网络做因果分析。本文采用的数据集仍未泰坦尼克号幸存者数据集。一
朱笨笨·2023-12-19 06:18

机器学习入门目标检测之印章检测和分类

识别效果如上图模型下载地址：采用技术架构FlaskPaddlePaddlePaddleX安装框架：Flask，PaddlePaddle，PaddleXpython3.6以上版本使用说明采用300多张印章的A4文件图片进行训练，采用slim工具进行压缩处理，模型大小为47M左右，在多核cpu下计算速度为0.1~0.2s之间，gpu为0.015s左右请再服务器开放5002端口，访问http://loc
zuiyuewentian·2023-12-18 17:32

机器学习入门-西瓜书总结笔记第十三章

西瓜书第十三章-半监督学习一、未标记样本二、生成式方法三、半监督SVM四、图半监督学习五、基于分歧的方法六、半监督聚类一、未标记样本形式化地看，有训练样本集Dl={(x1,y1),(x2,y2),⋯ ,(xl,yl)}D_l=\{(\pmbx_1,y_1),(\pmbx_2,y_2),\cdots,(\pmbx_l,y_l)\}Dl={(xxx1,y1),(xxx2,y2),⋯,(xxxl,yl)
一入材料深似海·2023-12-18 06:14

【机器学习入门】决策树算法（三）：C5.0算法

简介：C5.0算法是昆兰在C4.5算法的基础上提出的商用改进版本，目的是对含有大量数据的数据集进行分析。计算过程：C5.0算法的训练过程大致如下。假设训练的样本集S共有n个样本，训练决策树模型的次数为T，用Ct表示t次训练产生的决策树模型，经过T次训练后最终构建的复合决策树模型表示为C*。用表示第i个样本在第t次模型训练中的权重（i=1，2，3，…，n；t=1，2，3，…，T）;用表示的归一化因子
学不死的狗·2023-12-17 11:59

Index对象

【说明】文章内容来自《机器学习入门——基于sklearn》，用于学习记录。若有争议联系删除。1、Index简介创建series或DataFrame等对象时，索引都会被装换为Index对象。
风月雅颂·2023-12-16 10:18

missingno——缺失数据可视化

【说明】文章内容来自《机器学习入门——基于sklearn》，用于学习记录。若有争议联系删除。数据处理中，缺失数据可视化。
风月雅颂·2023-12-16 09:12

机器学习入门

简介https://huggingface.co/是一个AI社区，类似于github的地位。它开源了许多机器学习需要的基础组件如：Transformers,Tokenizers等。许多公司也在不断地往上面提交新的模型和数据集，利用它你可以获取以下内容：Datasets:数据集Models:预训练好的模型Docs:各种文档。名词解释名词解释NLPNaturalLanguageProcessing（自
liuzhenghua66·2023-12-15 20:36

机器学习——特征预处理

【说明】文章内容来自《机器学习入门——基于sklearn》，用于学习记录。若有争议联系删除。特征预处理就是对数据进行集成、转换、规约等一系列处理，使之适合算法模型的过程。
风月雅颂·2023-12-15 13:56

机器学习——数据清洗

【说明】文章内容来自《机器学习入门——基于sklearn》，用于学习记录。若有争议联系删除。1、数据清洗简介在处理数据之前，需要进行数据质量分析，了解数据的功能和作用，检查原始数据中是否存在脏数据。
风月雅颂·2023-12-15 13:26

【Java GUI 开发实践】基于ChannelSftp对Linux虚拟机进行远程指令操作

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
Issac-Clarke·2023-12-06 09:49

Python机器学习入门 -- 支持向量机学习笔记

文章目录前言一、支持向量机简介二、支持向量机的数学原理1.距离解算2.目标函数3.约束下的优化求解4.软间隔优化5.核函数变换三、Python实现支持向量机1.惩罚力度对比2.高斯核函数3.非线性SVM总结前言大部分传统的机器学习算法都可以实现分类任务，但这些模型关注的是将不同类别的数据分得开就行，也就是说它们的核心思想是让整个模型分类出错的损失越小越好。刚刚好有一种机器学习模型，它不仅关注分类能
szu_ljm·2023-12-03 19:48

ApacheCN 数据科学译文集 20210313 更新

新增了五个教程：Python和Jupyter机器学习入门零、前言一、Jupyter基础知识二、数据清理和高级机器学习三、Web爬取和交互式可视化Python数据科学和机器学习实践指南零、前言一、入门二、
布客飞龙·2023-12-03 14:48

【100天精通Python】Day73：python机器学习入门算法详解与代码示例

目录1.监督学习算法：1.1线性回归（LinearRegression）：1.2逻辑回归（LogisticRegression）：1.3决策树（DecisionTree）：1.4支持向量机（SupportVectorMachine）：1.5随机森林（RandomForest）：2.无监督学习算法：2.1聚类算法（Clustering）：2.2主成分分析（PCA）：2.3K均值聚类（K-meansC
LeapMay·2023-12-03 08:19

机器学习入门（第六天）——支持向量机（升维打击）

Supportvectormachines知识树Knowledgetree苹果表示重点间隔：使用了几何间隔，保证wb的度量，感知机则是函数间隔间隔最大化思想：则是支持向量机的独有，这使得它找到最优超平面核函数：面试当中可能会问到是否能写出其中的一个核函数红豆绿豆的前世今生前面章节讲到划分超平面，来区分红豆和绿豆从上面可以看到，能找到很多的超平面，黄色的线，那哪条黄色的线才是最好的呢？当然是对角的黄
学术菜鸟小晨·2023-12-01 16:07

机器学习入门（第四天）——朴素贝叶斯

知识树KnowledgetreeP(y|x)，P给定x的条件下，y的概率。如：P(y=我招女孩子喜欢的概率|我是学生)一个小故事Astory女朋友和妈妈掉河里，路人拿出3颗豆，两颗红豆1颗绿豆。如果我抽中红豆救女朋友，抽中绿豆救妈妈。我和路人各种抽一颗，路人发现自己抽中的是绿豆，他想用剩下的那颗跟我换，我换不换？换豆和女朋友活下去的概率一样吗？直觉来讲：换不换豆我抽中红豆的概率应该都是1/3。这时
学术菜鸟小晨·2023-12-01 16:06

机器学习入门（第五天）——决策树（每次选一边）

Decisiontree知识树Knowledgetree一个小故事Astory挑苹果：根据这些特征，如颜色是否是红色、硬度是否是硬、香味是否是香，如果全部满足绝对是好苹果，或者红色+硬但是无味也是好苹果，从上图可以看出来，只要做足够的循环判断即可得到结果。如下图：一步步走下来，就能挑到好苹果。这就是决策树最顶端的叫根节点，所有样本的预测都是从根节点开始。每一个圆形节点表示判断，每个节点只对样本的某
学术菜鸟小晨·2023-12-01 16:59

RK3566&RK3568 安卓11 在framework层进行串口通信

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
By-LQX·2023-11-29 11:08

Qt自定义标题栏，实现拖动功能

Qt自定义标题栏，实现拖动功能提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录
pingdaozhang·2023-11-28 09:40

机器学习入门之逻辑回归：泰坦尼克号生存预测

前言小白的机器学习的入门必备项目科赛网上有着这个项目详细的讲解对小白十分友好1.了解项目概况RMS泰坦尼克号沉没是历史上最臭名昭着的沉船之一。1912年4月15日，在她的处女航中，泰坦尼克号在与冰山相撞后沉没，在2224名乘客和机组人员中造成1502人死亡。这场耸人听闻的悲剧震惊了国际社会，并为船舶制定了更好的安全规定。造成海难失事的原因之一是乘客和机组人员没有足够的救生艇。尽管幸存下沉有一些运气
阿斯顿820·2023-11-28 01:32

ES6_04- 模板字符串+标签模板字符串

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用文章目录系列文章目录1.模板字符串1.1.写法1.2.普通字符串1.3
冬眠海带丝·2023-11-27 00:41

【原创】理解ChatGPT之注意力机制和Transformer入门

作者：黑夜路人时间：2023年4月27日想要连贯学习本内容请阅读之前文章：【原创】理解ChatGPT之GPT工作原理【原创】理解ChatGPT之机器学习入门【原创】AIGC之ChatGPT高级使用技巧GPT
黑夜路人·2023-11-26 09:14

【机器学习】带你轻松理解什么是强化学习中的贝尔曼方程

系列文章目录第十八章Python机器学习入门之强化学习目录系列文章目录前言一、什么是贝尔曼方程二、贝尔曼方程为什么有用三、贝尔曼方程是怎么来的总结前言贝尔曼方程是强化学习中最重要的一个方程式。
晓亮.·2023-11-26 03:12

深度学习——前馈神经网络（未开始）

机器学习入门，终于看完辣买了二手的深度学习和神经网络，前边基础认知看的是津津有味但按照GPT的学习指引，真正要学习模型或是相关干货，还是要从前馈神经网络先开坑~后期埋~
# JFZero·2023-11-25 14:01

【机器学习】决策树——CART分类回归树（理论+图解+公式）

『精品学习专栏导航帖』最适合入门的100个深度学习实战项目【PyTorch深度学习项目实战100例目录】项目详解+数据集+完整源码【机器学习入门项目10例目录】项目详解+数据集+完整源码【机器学习项目实战
海洋 之心·2023-11-24 00:37

es的优势

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
破局缘·2023-11-20 07:38

【机器学习基础】对数几率回归（logistic回归）

后面的内容会越来越有意思~往期推荐：【机器学习基础】机器学习入门（1）【机器学习基础】机器学习入门（2）【机器学习基础】机器学习的基本术语【机器学习基础】机器学习的模型评估（评估方法及性能度量原理及主要公式
为梦而生~·2023-11-18 18:02

【机器学习Python实战】线性回归

后面的内容会越来越有意思~⭐内容说明：本专栏主要针对机器学习专栏的基础内容进行python的实现，部分基础知识不再讲解，有需要的可以点击专栏自取~往期推荐（机器学习基础专栏）：【机器学习基础】机器学习入门
为梦而生~·2023-11-18 17:08

《机器学习入门与实战：从理论到应用的全面指南》

简介机器学习是人工智能领域的一个重要分支，是许多人工智能应用的基础。本文将从理论到实践，从入门到实战，为机器学习小白提供一份全面指南，帮助他们掌握机器学习的基础概念和常用算法，并学会如何应用机器学习技术解决实际问题。一、什么是机器学习？机器学习是一种人工智能技术，通过让计算机从数据中学习，从而使计算机可以自动化地改善自己的性能。机器学习可以应用于各种领域，如自然语言处理、计算机视觉、语音识别、机器
colorful_stars·2023-11-17 06:22

【机器学习基础】多元线性回归（适合初学者的保姆级文章）

后面的内容会越来越有意思~往期推荐：【机器学习基础】机器学习入门（1）【机器学习基础】机器学习入门（2）【机器学习基础】机器学习的基本术语【机器学习基础】机器学习的模型评估（评估方法及性能度量原理及主要公式
为梦而生~·2023-11-17 03:45

【机器学习基础】一元线性回归（适合初学者的保姆级文章）

后面的内容会越来越有意思~往期推荐：【机器学习基础】机器学习入门（1）【机器学习基础】机器学习入门（2）【机器学习基础】机器学习的基本术语【机器学习基础】机器学习的模型评估（评估方法及性能度量原理及主要公式
为梦而生~·2023-11-17 03:44
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他