机器学习入门

玩转人工智能中的机器学习之著名教材

书籍20机器学习入门教材推荐：(a)机器学习方法(李航);(b)机器学习(周志华);(c)TheElementsofStatisticalLearning:DataMining,Inference
audyxiao001·2023-10-05 07:57

机器学习入门 - 动态规划

文章目录从一个案例开始动态规划Hi,你好。我是茶桁。咱们之前的课程就给大家讲了什么是人工智能，也说了每个人的定义都不太一样。关于人工智能的不同观点和方法，其实是一个很复杂的领域，我们无法用一个或者两个概念确定什么是人工智能，无法具体化。我也是要给大家讲两个重要的概念，要成为一个良好的AI工作者，需要了解两个概念，一个是什么是优化问题，第二个呢就是什么是继续学习。这一节开始，我们要开始进入机器学习的
茶桁·2023-10-03 07:25

Python Appium 安卓自动化测试 基本使用 - Phone Spider

PythonAppium安卓自动化测试基本使用提示：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PythonAppium安卓自动化测试基本使用前言一
EXI-小洲·2023-10-01 23:04

test111

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
一方山人·2023-10-01 11:19

标准化、逻辑回归、随机梯度参数估计

机器学习入门数据预处理：将？替换为缺失值data=data.replace(to_replace="?"
别狗了·2023-09-30 22:36

《机器学习入门》笔记 - 决策树

决策树计算香农熵defcalcShannonEnt(dataSet):numEntries=len(dataSet)labelCounts={}forfeatVecindataSet:currentLabel=featVec[-1]ifcurrentLabelnotinlabelCounts.keys():labelCounts[currentLabel]=0labelCounts[current
一个认真学代码的pm·2023-09-30 14:32

关闭IO流

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
gys9895·2023-09-27 03:03

最易懂的机器学习入门文章

1.什么是深度学习?深度学习是机器学习领域中一个新的研究方向，它被引入机器学习使其更接近于人工智能。原文：【科普&实践】超详细！一文带你玩转深度学习-飞桨AIStudio星河社区深度学习是机器学习领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标
gridlayout·2023-09-26 10:44

机器学习总结

最易懂的机器学习入门文章-CSDN博客人工智能和机器学习之间的关系人工智能是一个最宽泛的概念，是一个研究领域，同时也是一个实现目标，而机器学习则是实现这一目标的一类方法。
gridlayout·2023-09-26 10:13

二、机器学习入门术语

一、线性回归算法简介m：训练样本的个数x：输入特征y：输出变量，也就是要预测的目标变量(x,y)：表示一个训练样本()：表示一个特定的训练样本，即第i个训练样本，上标i是第i个的意思h是hypothesis的意思，在此处是假设函数，即引导从x得到y的函数h(x)=y。当我们设计一个学习算法的时候，需要考虑怎么表示这个假设函数h，在线性回归算法中，我们通常使用如下的假设函数：，有时会简写为h(x)。
并不傻的狍子·2023-09-23 13:50

vue打包优化

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
gys9895·2023-09-22 23:00

机器学习入门教学——损失函数（交叉熵法）

如果不知道什么是梯度下降的，可以看一下这篇文章：机器学习入门教学——梯度下降、梯度上升_恣睢s的博客-CSDN博客损失函数其实就是神经网络里的标准和期望的标准相差多少的定量表达。
恣睢s·2023-09-22 01:26

机器学习入门（十五）——决策树（4）

决策树是完全利用现有数据信息的分类拟合，为了避免过拟合、提高模型泛化能力，需要对建立好的树进行剪枝。尤其是当训练数据量大、特征数量较多时，所构建的决策树可能很庞大且复杂，剪枝可以同时达到降低复杂度，解决过拟合的目的。这一篇就结合sklearn来看一下决策树的剪枝操作。决策树的剪枝操作主要分为两种：预剪枝（Pre-Pruning），后剪枝（Post-Pruning）。1.0预剪枝预剪枝是指在决策树生
yyoung0510·2023-09-21 11:18

【笔记】简单算法查找、排序的思路和优化

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
苗老八·2023-09-21 02:45

机器学习入门教学——损失函数（极大似然估计法）

如果不知道什么是梯度下降的，可以看一下这篇文章：机器学习入门教学——梯度下降、梯度上升_恣睢s的博客-CSDN博客损失函数其实就是神经网络里的标准和期望的标准相差多少的定量表达。
恣睢s·2023-09-21 02:10

机器学习入门教学——损失函数（最小二乘法）

如果不知道什么是梯度下降的，可以看一下这篇文章：机器学习入门教学——梯度下降、梯度上升_恣睢s的博客-CSDN博客损失函数其实就是神经网络里的标准和期望的标准相差多少的定量表达。
恣睢s·2023-09-21 02:40

【机器学习】监督学习模型中的线性回归模型和分类模型

系列文章目录第三章Python机器学习入门之线性回归模型和分类模型目录系列文章目录一、线性回归模型二、分类模型三、监督学习的过程一、线性回归模型下面来学习监督学习的这过程是什么样的，以线性回归方程为例线性回归模型就是对你的数据拟合成一条直线
晓亮.·2023-09-21 01:27

机器学习入门与实践：从原理到代码

个人网站:【工具大全】【游戏大全】【神级源码资源网】前端学习课程：【28个案例趣学前端】【400个JS面试题】寻找学习交流、摸鱼划水的小伙伴，请点击【摸鱼学习交流群】在本文中，我们将深入探讨机器学习的基本原理和常见算法，并提供实际的代码示例。通过本文，读者将了解机器学习的核心概念，如监督学习、无监督学习和强化学习，以及如何在Python中使用Scikit-Learn库构建和训练机器学习模型。介绍机
海拥✘·2023-09-19 17:13

MATLAB官方机器学习入门教程

MATLAB官方入门教程项目描述分类工作流程导入数据1.导入数据2.查看变量处理数据1.矫正单位2.时间归一化特征提取1.分析提取特征2.查看特征建立模型1.创建模型2.做出预测算法选项评估模型1.预测值与真值进行比较2.计算精确度与误分类度混淆矩阵导入和预处理数据多文本操作1.创建数据存储2.读取数据添加数据转换1.执行数据预处理2.转换后的数据存储3.规范化数据特征工程统计特性形状量化官方教程
aoaoGofei·2023-09-19 09:29

李沐机器学习入门

文章目录1.数据的获取2.数据的爬取3.数据的标注3.1半监督学习3.1.1自学习算法3.1.2人工标注数据3.1.3弱监督学习4.数据的预处理5.数据的清理6.数据的变换7.特征工程8.机器学习介绍8.1决策树模型8.2线性模型线性模型做回归线性模型做分类Softmax回归8.3小批量随机梯度下降8.4神经网络多层感知机MLP卷积神经网络循环神经网络总结三种神经网络模型9.评估指标9.1过拟合和
几窗花鸢·2023-09-17 23:30

【Linux入门指北】ansible 自动化运维实战

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
guan12319·2023-09-17 15:02

mlr3实战 | 基于临床参数的肝病患者分类(7种常用的机器学习方法)

实战|基于临床参数的肝病患者分类(7种常用的机器学习方法)图又挂了，原文链接：https://mp.weixin.qq.com/s/bbzCEV7vSubxTIxBOhSrTw序言下面的例子是慕尼黑大学机器学习入门讲座的一部分内容
木舟笔记·2023-09-16 21:07

TypeScript

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
qq_54010685·2023-09-14 00:31

【Python入门系列】第十一篇：Python机器学习入门

文章目录前言一、环境搭建二、常用的Python机器学习库1.scikit-learn（sklearn）2.TensorFlow3.Keras4.PyTorch5.NumPy6.Pandas三、Python机器学习整个过程的实现1.数据准备2.特征工程3.模型选择与训练4.模型评估与优化应用举例简单Scikit-learn库进行分类任务的机器学习过程使用Scikit-learn库进行鸢尾花数据集分类
JosieBook·2023-09-13 13:48

AI入门指南：探索人工智能的基础原理和实际应用

机器学习入门：简要介绍机器学习的基本原理。解释监督学习、无监督学习和强化学习的区别。深度学习的核心概念：解释神经网络的基本结构。介绍神经元、层和权重的概念。提及反向传播算法的重要性。
执笔人·2023-09-12 04:12

机器学习入门笔记之回归（一）

机器学习的定义机器学习被下过两个定义：1、使计算机能够在不被明确编程的情况下学习的研究领域2、如果一个计算机程序从经验E（Experience）中学习关于任务T（Tasks）的某些类别和性能度量P（Performance），让其在任务T中的性能（由P测量的）随着经验E而改善，那么这就是机器学习目前机器学习的主流分为监督学习、无监督学习、强化学习三类。监督学习在监督学习中，我们给定了数据集并且已经知
BubbleL·2023-09-12 01:56

AI入门指南：探索人工智能的基础原理和实际应用

机器学习入门：简要介绍机器学习的基本原理。解释监督学习、无监督学习和强化学习的区别。深度学习的核心概念：解释神经网络的基本结构。介绍神经元、层和权重的概念。提及反向传播算法的重要性。
·2023-09-11 15:34

机器学习入门教学——梯度下降、梯度上升

1、简介梯度表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（梯度的方向）变化最快，变化率（梯度的模）最大，可理解为导数。梯度上升和梯度下降是优化算法中常用的两种方法，主要目的是通过迭代找到目标函数的最大值和最小值。例如：想象我们在一座很高的山上，怎么才能以最快的速度下山？我们可以先选择坡度最倾斜的方向走一段距离，然后再重新选择坡度最倾斜的方向，再走一段距离。以此类推，
恣睢s·2023-09-11 13:54

机器学习入门教学——交叉验证

1、简介交叉验证是在机器学习建立模型和验证模型参数时常用的办法，一般被用于评估一个机器学习模型的表现。更多的情况下，我们也用交叉验证来进行模型选择。【注】在训练模型时，为了提高模型的质量，我们会将数据集划分为训练集、验证集和测试集。其中测试集是完全不参与训练的，仅仅用来测试模型的效果。而交叉验证发生在建立模型和验证模型中，所以交叉验证仅与训练集和验证集有关。交叉验证，顾名思义，就是重复的使用数据，
恣睢s·2023-09-11 13:48

机器学习入门教学——过拟合、欠拟合、模型验证、样本拆分

1、过拟合定义过拟合指的是模型对训练数据拟合的太好，以至于无法很好地泛化到新数据。原因训练数据不足模型太复杂（如深层神经网络）训练时间太长后果模型在训练数据上表现良好，但在测试数据上表现较差。解决方法增加训练数据使用正则化，如L1、L2正则EarlyStopping（提前终止训练）降低模型复杂度（如减少网络层数）Dropout技术2、欠拟合定义欠拟合指的是模型不能在训练集上获得足够多的特征，即模型
恣睢s·2023-09-10 00:26

机器学习入门教学——决策树

1、简介决策树算法是一种归纳分类算法，它通过对训练集的学习，挖掘出有用的规则，用于对新数据进行预测。决策树算法属于监督学习方法。决策树归纳的基本算法是贪心算法，自顶向下来构建决策树。贪心算法：在每一步选择中都采取在当前状态下最好/优的选择。简单来说，决策树就是做决策的树，类似于流程图的结构，其中每个内部节点代表一个属性上的“判断”，每个分支代表测试的结果，每个叶节点代表一个测试结果，从根到叶的路径
恣睢s·2023-09-10 00:54

机器学习入门教学——独热编码One-hot

1、前言在机器学习过程中，我们经常需要对特征进行分类，例如：性别有男、女，国籍有中国、英国、美国等，种族有黄、白、黑。但是分类器并不能直接对数据进行分类，所以我们需要先对数据进行处理。如果要作为机器学习算法的输入，通常我们需要对特征进行数字化处理，例如：性别：["男","女"]=>0,1国籍：["中国","英国","美国"]=>0,1,2种族：["黄","白","黑"]=>0,1,2此时，某个样本
恣睢s·2023-09-09 05:36

机器学习入门教学——可解释性

1、前言近年来，机器学习模型被广泛地应用到现实生活中的一些重要领域，如面部识别、自动驾驶、语言处理和智慧医疗等。然而，机器学习模型就像一个黑盒子，给予一个输入，就能得到一个决策结果，但是我们并不知道模型是如何做决策的。因此，可解释性旨在帮助人们理解机器学习模型是如何学习的，它从数据中学到了什么，针对每一个输入它为什么会做出如此决策以及它所做的决策是否可靠。2、分类事前可解释性指在模型训练之前，通过
恣睢s·2023-09-09 05:36

机器学习入门教学——人工智能、机器学习、深度学习

1、人工智能人工智能相当于人类的代理人，我们现在所接触到的人工智能基本上都是弱AI，主要作用是正确解释从外部获得的数据，并对这些数据加以学习和利用，以便灵活的实现特定目标和任务。例如：阿尔法狗、智能汽车简单来说：人工智能使机器像人类一样进行感知，认识，决策和执行任务。2、机器学习机器学习是人工智能的一个分支，它描述了计算机如何通过总结之前的经验来进行学习和执行预测任务。例如：垃圾邮件检测：根据邮箱
恣睢s·2023-09-09 05:30

springboot ElasticSearch依赖怎么选

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
fchen521·2023-09-06 21:47

机器学习入门笔记1

目前主要跟着B站的2022吴恩达机器学习课程并完成相应的练习作业文章目录基础知识ApplicationsDefinitionSupervisedlearningUnsupervisedlearningLinearRegressionModel★\bigstar★GradientdescentalgorithmPython学习科普为什么选择Python编程基础变量和简单数据类型变量的规则变量的输入变
lonyhai·2023-09-04 14:27

机器学习入门笔记（一）

一、无监督学习、监督学习和强化学习监督学习：在给定的一些数据下，已经告诉你这些数据的特性，并且让你分类，然后给你一个数据让你根据图来推出其他的数据（给定一个坐标系，上面有相应的图像，给你x数据让你预测y的值）。如分类无监督学习：给你一组数据，这些数据你并不知道分类是什么，你需要根据结构自己划分，并没有标准答案。无监督学习应用：如聚类，能将像素分类，对于计算机识别图像很有用处，将嘈杂的一对声音经过算
君莫舞丶无念·2023-09-04 11:37

CV 开发的自我修养

开发者自我修养|吴恩达教程/笔记/刷题资料最全汇总书籍教程⋅sophie⋅于4个月前⋅746阅读吴恩达老师在机器学习领域的知名度是众所周知的，他在coursera平台上发布的《机器学习》课程，在国内外都可以说是机器学习入门的第一课和最热门课程
thousand_·2023-09-03 18:42

【科普周】想lu代码不知道怎么搭环境？？

欢迎关注哈希大数据微信公众号【哈希大数据】前面为大家介绍了机器学习入门要学的基础知识、算法和概念。但我想撸机器学习的代码该怎么办？初来乍到不知道怎么配机器学习的环境呀！
哈希大数据·2023-09-02 13:07

【EPS32S3学习笔记】ESP32+OPENCV+人脸识别 本地部署

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
奔跑的Lunzi·2023-08-30 20:32

机器学习入门（十一）：决策树——既能分类又能回归的模型

决策树前面我们讲了线性回归和朴素贝叶斯分类模型。前者只能做回归，后者只能做分类。但本文中要讲的决策树模型，却既可以用于分类，又可以用于回归。什么是决策树决策树是一种非常基础又常见的机器学习模型。一棵决策树（DecisionTree）是一个树结构（可以是二叉树或非二叉树），每个非叶节点对应一个特征，该节点的每个分支代表这个特征的一个取值，而每个叶节点存放一个类别或一个回归函数。使用决策树进行决策的过
米饭超人·2023-08-28 10:20

机器学习入门书：动手学机器学习

上海交通大学ACM班创办人俞勇教授团队编写，"西瓜书"作者周志华力荐的机器学习入门书：《动手学机器学习》出版啦！
人邮异步社区·2023-08-28 02:46

基于Scikit-learn的机器学习基本算法（一）线性回归

，各种机器学习入门的书籍和帖子里应该都有，直接上在Python里面的使用方法。首先构建一个随机训练数据集，需要符合线性关系。
刘爱玛·2023-08-25 09:53

使用Gensim Word2Vec生成中文词向量

网络有很多的“机器学习入门”和“深度学习入门”的课程，初学，利用示例代码和别人已经处理好的cleandata来做练习，感觉很顺畅，可每当要自己单飞之时，却发现连最“趁手”的数据都没有时，老夫实在是一脸茫然
屠夫猫·2023-08-23 06:03

【机器学习】分类算法 - KNN算法（K-近邻算法）KNeighborsClassifier

「作者主页」：士别三日wyx「作者简介」：CSDNtop100、阿里云博客专家、华为云享专家、网络安全领域优质创作者「推荐专栏」：零基础快速入门人工智能《机器学习入门到精通》K-近邻算法1、什么是K-近邻算法
士别三日wyx·2023-08-22 14:47

TensorFlow 学习（一）“name 'input_data' is not defined”

在TensorFlow中文文档的教程中，关于MNIST机器学习入门一节，开头downloadmnist数据集的代码importtensorflow.examples.tutorials.mnist.input_datamnist
miaomiaoyuan·2023-08-22 12:19

机器学习入门

今天，在W3school（机器学习-平均中位数模式(w3school.com.cn)）这个网站了解了机器学习，但是按照自己的计划一步一步来，提高专注力，也不必太焦虑。可复制语句，然后在cmd中右键点击一下即可，完成复制粘贴。构造决策树，完成预测。
小小快刀手·2023-08-21 19:57

机器学习入门的概念

导航一、人工智能，机器学习，深度学习和传统学习二、数学基础三、编程语言如果你刚刚入门机器学习，会接触到了非常多的概念。比如人工智能，机器学习，深度学习，神机网络，强化学习，各种算法等等。首先了解这些知识点所在的层级，以便进一步的深入学习。一、人工智能，机器学习，深度学习和传统学习人工智能是一种模拟人类智能的技术或系统。机器学习是一种人工智能的分支，机器学习的核心思想是让机器从数据中学习模式，从而能
Yonas-Luo·2023-08-20 15:20

第一章 绪论

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
r i c k·2023-08-19 16:22

第一章 绪论

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
r i c k·2023-08-19 16:22
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他