E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
机器学习入门
实验一 Hbase的安装部署与基本操作
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
r i c k
·
2023-08-19 16:51
分布式数据库原理
hbase
nosql数据库
机器学习入门
(逻辑回归详解)
1.简介首先逻辑回归(LogisticRegression)是一个分类算法,它可以处理二元分类以及多元分类,是机器学习中一个非常非常常见的模型,在实际生产环境中也常常被使用,是一种经典的分类模型(不是回归模型)2.模型构建2.1线性回归为了更容易理解LR,我先说一下线性回归吧,线性回归的主要思想就是通过历史数据拟合出一条直线,用这条直线对新的数据进行预测。对于一元的自变量:模型参数为w,b对于每个
rcoon
·
2023-08-17 00:08
机器学习入门
:如何搭建第一个机器学习模型——以墨尔本房价预测为例
注:本文为MachineLearning的个人学习笔记,学习站点:Kaggle.com搭建一个最简单的机器学习模型仅需3步:收集数据,数据清洗;特征工程;模型选择、整合,参数调优;收集数据墨尔本市房产信息数据都存放在这个csv文件里。读取数据importpandasaspdmelbourne_file_path='melb_data1.csv'将csv文件读取到_path变量中方便之后准确调用。m
sz88888
·
2023-08-15 04:45
python
机器学习入门
之pandas的使用(超详细,必看)
pandas是基于numpy的一种工具同样用于数据分析pandas主要处理以下三种数据结构1:series一维数组接近python中的list2:DataFrame二维数据结构其可以理解为series的容器其内部的每项元素可以看成一个series在机器学习中经常用到3:panel三维数组可以理解为DataFrame的容器1:创建一个series对象importpandasaspds=pd.Seri
showswoller
·
2023-08-13 09:27
机器学习
python
pandas
机器学习
机器学习-线性回归预测房价模型demo
这篇介绍的是我在做房价预测模型时的python代码,房价预测在
机器学习入门
中已经是个经典的题目了,但我发现目前网上还没有能够很好地做一个demo出来,使得入门者不能很快的找到“入口”在哪,所以在此介绍我是如何做的预测房价模型的题目
mantch
·
2023-08-11 21:36
机器学习入门
之 matplotlib(一)
importmatplotlib.pyplotaspltimportrandomx=range(60)y_shanghai=[random.uniform(15,18)foriinx]plt.figure(figsize=(20,8),dpi=250)plt.plot(x,y_shanghai)plt.show()importmatplotlib.pyplotaspltimportrandomim
我叫小邋遢
·
2023-08-05 04:33
机器学习
matplotlib
人工智能
机器学习入门
之 pandas
pandas有三种数据结构一种是Series一种是Dataframeimportpandasaspdimportnumpyasnpscore=np.random.randint(0,100,[10,5])score[0,0]=100Datascore=pd.DataFrame(score)subject=["语文","数学","英语","物理","化学"]Datascore.columns=sub
我叫小邋遢
·
2023-08-05 04:32
机器学习
pandas
人工智能
机器学习入门
之 特征工程
数据集数据集划分,训练集与测试集合fromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitfromsklearn.feature_extractionimportDictVectorizerfromsklearn.feature_extraction.textimportCountVec
aaaak_
·
2023-07-30 05:59
机器学习
人工智能
深度学习
【机器学习】分类算法 - 模型选择与调优GridSearchCV(网格搜索)
「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》模型选择与调优1、交叉验证2
士别三日wyx
·
2023-07-28 10:18
机器学习
分类
人工智能
机器学习入门
:第八章 支持向量机
**支持向量机(SVM--SupportVectorMachine)**是一种非常好的分类算法,是公认的在线性和非线性分类中效果较好的一种分类器。现在有非常多的关于SVM的资料,支持向量机的理论较为复杂,并不是非常容易理解,这里主要介绍支持向量机算法的思想,对于太复杂的公式理论,有些现成的结论就直接进行调用而不再这里进行详细的推导。如果需要进一步了解公式理论的话,可以参考相应的资料。从SVM的思想
go2coding
·
2023-07-25 19:52
机器学习入门
机器学习
Python基础教程:sklearn
机器学习入门
1.sklearn基础介绍sklearn(全名为scikit-learn)是一个建立在NumPy、SciPy和matplotlib等科学计算库的基础上,用于机器学习的Python开源库。它提供了丰富的工具和函数,用于处理各种机器学习任务,包括分类、回归、聚类、降维、模型选择、预处理等。Scikit-Learn支持多种常见的机器学习算法,如线性回归、逻辑回归、决策树、支持向量机、随机森林、K近邻、聚
Rocky006
·
2023-07-25 17:12
python
sklearn
数据分析
机器学习
开发语言
人工智能学习路线
下面简单分享:分为五个阶段:第一阶段:数学包括三科,也都是考研的三科:高等数学/线性代数/概率论;第二阶段:编程python工具库实战/python网络爬虫;第三阶段:机器学习也就是基础知识,机器学习导论,
机器学习入门
自律阳阳
·
2023-07-23 10:49
【机器学习】特征降维 - 主成分分析PCA
「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》相关系数一、主成分分析二、指定维度三
士别三日wyx
·
2023-07-20 17:40
机器学习
人工智能
python sklearn
机器学习入门
之logistic
记录一下使用sklearn做逻辑回归的一些代码,避免忘掉使用到的库主要是matplotlib.pyplot(用来画图),numpy(做一些数组和矩阵运算),sklearn(用来做机器学习的算法库包括了基本全部的机器学习算法呢)加载一些库importmatplotlib.pyplotaspltimportnumpyfromsklearnimportlinear_model数据处理的函数defload
子龙爱弹琴
·
2023-07-18 02:17
【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
·
2023-07-17 12:38
机器学习
算法
分类
人工智能
数据挖掘18大算法实现以及其他相关经典DM算法:决策分类,聚类,链接挖掘,关联挖掘,模式挖掘、图算法,搜索算法等
【
机器学习入门
与实践】入门必看系列,含数据挖掘项目实战:模型融合、特征优化、特征降维、探索性分析等,实战带你掌握机器学习数据挖掘专栏详细介绍:【
机器学习入门
与实践】合集入门必看系列,含数据挖掘项目实战:
汀、人工智能
·
2023-07-17 10:23
数据挖掘-机器学习
数据挖掘
人工智能
机器学习
决策分类
遗传算法
误差放大器的作用(自动调节压差传感器的压力)
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
我滴C
·
2023-07-14 17:03
51单片机
python
机器学习
开发语言
Jenkins+SVN
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
柴米油盐那点事儿
·
2023-07-14 03:28
jenkins
【机器学习】-
机器学习入门
概述
####1、什么是机器学习 机器学习是人工智能的一个分支,它是一门研究机器获取新知识和新技能,并识别现有知识的学问。机器学习已广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人等领域。####2、主要算法######按学习的方式来划分,机器学习主要包括:***监督学习**:输入数据带有标签
·
2023-06-24 11:24
清华青年AI自强项目核心内容总结
文章目录讲座梗概第1讲:AI鸟瞰与升级指南第2讲:
机器学习入门
第3讲:经典神经网络第4讲:深度神经网络第5讲:卷积神经网络第6讲:视觉分类任务第7讲:视觉探测任务第8讲:实例与调参本文主要梳理总结学习清华大学青年
来知晓
·
2023-06-23 13:35
一起学AI
人工智能
机器学习
深度学习
从c进入c++学习笔记
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
内蒙肥羊
·
2023-06-22 12:36
c++
c++
c语言
学习
机器学习入门
(九)——正则化:L1正则、L2正则
在系列(八)中提到了机器学习最重要就是降低模型的方差,即解决过拟合的问题,其中最重要的一种方法就是模型正则化,通常有L1正则和L2正则。(演示代码见:https://github.com/eqdward/ML_Algorithms/blob/master/L1_L2_Regulation)1.0模型正则化模型正则化(Regularization),就是通过对算法模型的修正(即降低复杂度),限制参数
yyoung0510
·
2023-06-22 11:20
Python
机器学习入门
|系列教程
Python
机器学习入门
在本教程系列中,我们精心设计了课程Notebook。直接!
·
2023-06-21 13:23
常用机器学习算法汇总比较(完)
机器学习入门
系列(2)--如何构建一个完整的机器学习项目,第九篇!
材才才
·
2023-06-21 05:05
【机器学习学习】第一天:入门指南
本文将为初学者提供一份
机器学习入门
指南,帮助他们了解机器学习的基础知识,熟悉主流技术,以及掌握
机器学习入门
操作。
酷酷的聪
·
2023-06-19 00:59
Python学习
机器学习
人工智能
python
机器学习
人工智能
深度学习
吴恩达471
机器学习入门
课程3第1周——K-means
K-means聚类1-实现K-means1.1找到最近的质心练习11.2计算质心均值练习22-K-means在样本数据集上的应用3-随机初始化4-K-means图像压缩4.1数据集可视化处理数据4.2图像像素上的K-mean4.3压缩图片实现K-means算法,并将其用于图像压缩。您将从一个样本数据集开始,帮助您获得K-means算法的工作概述然后,您将使用K-means算法进行图像压缩,将出现在
贰拾肆画生
·
2023-06-18 22:41
机器学习
机器学习
kmeans
python
吴恩达471
机器学习入门
课程3第1周——异常检测
异常检测1导包2-异常检测2.1问题陈述2.2数据集可视化您的数据2.3高斯分布2.2.1估计高斯分布的参数2.2.2选择阈值ϵ\epsilonϵ2.4高维数据集异常检测实现异常情况检测算法,并应用它来检测网络上的故障服务器。1导包importnumpyasnpimportmatplotlib.pyplotaspltfromutilsimport*frompublic_testsimport*%m
贰拾肆画生
·
2023-06-18 22:40
机器学习
机器学习
人工智能
MNIST
机器学习入门
引入所需库importosimportcv2importmatplotlib.pyplotaspltimportnumpyasnpimportpandasaspdimporttensorflowastffromPILimportImageMNIST数据集下载MNIST数据集mnist=tf.keras.datasets.mnist(x_train,y_train),(x_test,y_test)=
IT小辉同学
·
2023-06-18 18:23
机器学习
python
numpy
B.机器学习实战系列[一]:工业蒸汽量预测(最新版本上篇)含数据探索、特征工程、特征降维、决策树、随机森林,lightgbm等
【
机器学习入门
与实践】入门必看系列,含数据挖掘项目实战:数据融合、特征优化、特征降维、探索性分析等,实战带你掌握机器学习数据挖掘专栏详细介绍:【
机器学习入门
与实践】合集入门必看系列,含数据挖掘项目实战:
汀、人工智能
·
2023-06-18 07:22
数据挖掘-机器学习
机器学习
python
人工智能
数据挖掘
LightGBM
机器学习入门
与实战极简教程【汇总篇】
这是一个写给小白和Java后端工程师的机器学习极简教程、零基础入门,不会算法也能轻松搞定机器学习!这个系列一共有十篇文章,其中包含七篇基础知识介绍,以及三个真实业务场景实战案例,手把手带你入门机器学习!一、基础篇第一篇:AI人工智能介绍(一)第二篇:机器学习极简介绍(二)第三篇:机器学习算法分类(三)第四篇:机器学习实战六步法之数据收集方法(四)第五篇:机器学习实战六步法之数据预处理(五)第六篇:
涛声依旧叭
·
2023-06-17 22:10
机器学习入门与实战
机器学习
机器学习小白教程
机器学习极简教程
机器学习入门系列教程
机器学习实战案例教程
“AI Earth”人工智能创新挑战赛:助力精准气象和海洋预测Baseline[2]:数据探索性分析(温度风场可视化)、CNN+LSTM模型建模
【
机器学习入门
与实践】入门必看系列,含数据挖掘项目实战:模型融合、特征优化、特征降维、探索性分析等,实战带你掌握机器学习数据挖掘专栏详细介绍:【
机器学习入门
与实践】合集入门必看系列,含数据挖掘项目实战:
汀、人工智能
·
2023-06-17 17:27
数据挖掘-机器学习
人工智能
cnn
lstm
机器学习
数据挖掘
“AI Earth”人工智能创新挑战赛:助力精准气象和海洋预测Baseline[3]:TCNN+RNN模型、SA-ConvLSTM模型
【
机器学习入门
与实践】入门必看系列,含数据挖掘项目实战:模型融合、特征优化、特征降维、探索性分析等,实战带你掌握机器学习数据挖掘专栏详细介绍:【
机器学习入门
与实践】合集入门必看系列,含数据挖掘项目实战:
汀、人工智能
·
2023-06-17 13:01
数据挖掘-机器学习
人工智能
机器学习
数据挖掘
数学建模
深度学习
人工智能创新挑战赛:海洋气象预测Baseline[4]完整版(TensorFlow、torch版本)含数据转化、模型构建、MLP、TCNN+RNN、LSTM模型训练以及预测
【
机器学习入门
与实践】入门必看系列,含数据挖掘项目实战:模型融合、特征优化、特征降维、探索性分析等,实战带你掌握机器学习数据挖掘专栏详细介绍:【
机器学习入门
与实践】合集入门必看系列,含数据挖掘项目实战:
汀、人工智能
·
2023-06-17 11:56
数据挖掘-机器学习
人工智能
tensorflow
机器学习
数据挖掘
lstm
数据挖掘实践(金融风控):金融风控之贷款违约预测挑战赛(下篇)[xgboots/lightgbm/Catboost等模型]--模型融合:stacking、blending
【
机器学习入门
与实践】入门必看系列,含数据挖掘项目实战:数据融合、特征优化、特征降维、探索性分析等,实战带你掌握机器学习数据挖掘专栏详细介绍:【
机器学习入门
与实践】合集入门必看系列,含数据挖掘项目实战:
汀、人工智能
·
2023-06-17 04:14
数据挖掘-机器学习
数据挖掘
机器学习
人工智能
数学建模
数据分析
数据挖掘实践(金融风控):金融风控之贷款违约预测挑战赛(上篇)[xgboots/lightgbm/Catboost等模型]--模型融合:stacking、blending
【
机器学习入门
与实践】入门必看系列,含数据挖掘项目实战:数据融合、特征优化、特征降维、探索性分析等,实战带你掌握机器学习数据挖掘专栏详细介绍:【
机器学习入门
与实践】合集入门必看系列,含数据挖掘项目实战:
汀、人工智能
·
2023-06-17 04:44
数据挖掘-机器学习
数据挖掘
机器学习
人工智能
数学建模
数据分析
吴恩达471
机器学习入门
课程2第3周——评估和改进模型
评估和提高机器学习模型1导包2-评估学习算法(多项式回归)2.1划分数据集2.1.1绘制训练集和测试集2.2模型评估的误差计算,线性回归2.3比较训练数据和测试数据上的性能3偏差和方差3.1绘制训练、交叉验证和测试集3.2找到合适的多项式次数3.3归一化3.4扩大数据集4评估神经网络学习算法4.1数据集4.2通过计算分类错误率来评估分类模型5模型复杂度5.1复杂模型5.2简单模型探索评估和改进机器
贰拾肆画生
·
2023-06-16 20:36
机器学习
机器学习
人工智能
吴恩达471
机器学习入门
课程2第2周——手写数字识别(0到9)
手写数字识别的神经网络0-91、导包2、ReLU激活函数3-Softmax函数4-神经网络4.1问题陈述4.2数据集4.2.1可视化数据4.3模型表示批次和周期损失(cost)4.4预测使用神经网络来识别手写数字0-9。1、导包importnumpyasnpimporttensorflowastffromkeras.modelsimportSequentialfromkeras.layersimp
贰拾肆画生
·
2023-06-16 20:35
机器学习
python
人工智能
吴恩达471
机器学习入门
课程1第3周——逻辑回归
文章目录LogisticRegression1、导包2、逻辑回归2.1、问题描述2.2、加载数据集数据可视化2.3、sigmodfunction2.4逻辑回归的代价函数2.5逻辑回归的梯度2.6使用梯度下降学习参数测试可视化2.8评估逻辑回归3、正则化逻辑回归3.1问题陈述3.2加载和可视化数据3.3特征映射3.4正则化逻辑回归的代价函数3.5正则化logistic回归的梯度3.6正则梯度下降3.
贰拾肆画生
·
2023-06-16 20:03
机器学习
机器学习
逻辑回归
python
吴恩达471
机器学习入门
课程2第4周——决策树
决策树1导包2问题描述3one-hot编码数据集4决策树4.1计算熵4.2划分数据集5构建树从头开始实现决策树,并将其应用于对蘑菇是可食用还是有毒的分类任务。1导包importnumpyasnpimportmatplotlib.pyplotaspltfrompublic_testsimport*%matplotlibinline2问题描述假设您正在创办一家种植和销售野生蘑菇的公司。由于并非所有蘑菇
贰拾肆画生
·
2023-06-14 10:23
机器学习
决策树
机器学习
python
python stacking_
机器学习入门
-集成算法(bagging, boosting, stacking)
目的:为了让训练效果更好bagging:是一种并行的算法,训练多个分类器,取最终结果的平均值f(x)=1/M∑fm(x)boosting:是一种串行的算法,根据前一次的结果,进行加权来提高训练效果stacking;是一种堆叠算法,第一步使用多个算法求出结果,再将结果作为特征输入到下一个算法中训练出最终的预测结果1.Bagging:全程boostapaggregation(说白了是并行训练一堆分类器
身与名
·
2023-06-13 03:08
python
stacking
机器学习 笔记
个人认为
机器学习入门
未必有多难,但这些术语常令人不明觉厉,也让人望而却步。案例一:某程序能够根据人员信息计算该人的信用等级。
jinnaluo0
·
2023-06-12 21:00
机器学习
吴恩达471
机器学习入门
课程1第1周
文章目录1加载数据集2计算COST(均值平方差,1/2m(y_pre-y)²)3计算梯度4画出成本曲线5梯度下降importmath,copyimportnumpyasnpimportmatplotlib.pyplotaspltplt.style.use('./deeplearning.mplstyle')fromlab_utils_uniimportplt_house_x,plt_contour
贰拾肆画生
·
2023-06-12 00:02
机器学习
机器学习
python
人工智能
【原创】理解ChatGPT之Transformer工作原理
黑夜路人时间:2023年4月26日想要连贯学习本内容请阅读之前文章:【原创】理解ChatGPT之注意力机制和Transformer入门【原创】理解ChatGPT之GPT工作原理【原创】理解ChatGPT之
机器学习入门
黑夜路人
·
2023-06-11 10:28
chatgpt
transformer
人工智能
AIGC
python svr回归_
机器学习入门
之机器学习之路:python支持向量机回归SVR 预测波士顿地区房价...
本文主要向大家介绍了
机器学习入门
之机器学习之路:python支持向量机回归SVR预测波士顿地区房价,通过具体的内容向大家展现,希望对大家学习
机器学习入门
有所帮助。
weixin_39755712
·
2023-06-09 11:08
python
svr回归
机器学习入门
基本使用工具(保姆式教学):matplotlib,numpy,pandas这一篇就够了
学习机器学习,以及python会用到一些工具,小编在这里列举一些出来,足够正常的机器学习使用,一些不常用的工具小编这里学的也不多,不过这篇博客会后续继续更新。注意:代码中含有>>>的部分均是代码行,只有一个>时表示输出结果文章目录1.机器学习基本使用工具2.Matplotlib工具2.1matplotlib安装2.2导入库2.3创建画布2.4绘制图像常用color标记风格线条样式2.5添加自定义x
心非行役
·
2023-06-09 10:28
机器学习
matplotlib
机器学习
numpy
pandas
机器学习入门
研究(十一)-随机森林分析泰坦尼克生存的情况
目录随机森林集成学习方法随机森林原理sklearn的API实例分析总结在
机器学习入门
研究(九)-决策树知道决策树缺点在于容易出现多度拟合,在解决这个问题的时候有一种方案就是随机森林。
好人静
·
2023-06-09 10:58
机器学习
机器学习
随机森林
.vcxproj : error : 文件 E:\work\ImageManageSys\images\boat.png 包含在 None 和 None 项组中。项目项不允许这样做,它只能属于一个项
Qt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Qt系列文章目录前言一、问题原因二、解决方法前言使用visualstdio2019
妙为
·
2023-06-08 22:39
Qt
vs2015~2019报错
Qt
vs导入Qt工程
【第三章 Python
机器学习入门
之Series和DataFrame的创建、索引、切片、数据清洗、数据分析等】
第三章Python
机器学习入门
之Series和DataFrame的创建、索引、切片、数据清洗、数据分析等第三章Python
机器学习入门
之Series和DataFrame的创建、索引、切片、数据清洗、数据分析等一
充电君
·
2023-06-08 20:57
python
python
数据分析
机器学习
Python
机器学习入门
- - 贝叶斯算法学习笔记
文章目录前言一、贝叶斯算法简介二、贝叶斯算法的数学原理1.条件概率2.全概率公式3.贝叶斯公式4.朴素贝叶斯分类器5.高斯朴素贝叶斯分类器和伯努利朴素贝叶斯分类器三、Python实现朴素贝叶斯分类总结前言贝叶斯公式是我们高中就耳熟能详的统计概率定理,贝叶斯公式给我带来的震撼就是竟然有人能通过已知去预测未知,有种说不出的神秘感!可能在世俗的理念中,这种未来的预测是十分荒谬不合乎逻辑的,但贝叶斯却用一
szu_ljm
·
2023-06-08 03:06
机器学习
算法
python
JavaScript中的几种计时操作
系列文章目录例如: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前言一、JavaScript中的两种常用计时函数二、详细代码1.一次性计时器setTimeout2.周期性计数器3
YT20233
·
2023-04-21 20:40
web前端
开发语言
程序人生
上一页
1
2
3
4
5
6
7
8
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他