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
机器学习入门
:从Iris数据分类开始
代码多来自《IntroductiontoMachineLearningwithPython》.该文集主要是自己的一个阅读笔记以及一些小思考,小总结。BOOK前言在开始进行模型训练之前,非常有必要了解准备的数据:数据的特征,数据和目标结果之间的关系是什么?而且这可能是机器学习过程中最重要的部分。在开始使用机器学习实际应用时,有必要先回答下面几个问题:解决的问题是什么?现在收集的数据能够解决目前的问题
七八音
·
2023-03-21 00:56
我的
机器学习入门
清单及路线!
Datawhale干货作者:桔了个仔,南洋理工大学,Datawhale成员知乎:https://www.zhihu.com/people/huangzhe这是我个人的
机器学习入门
清单及路线,所以没有像很多收藏夹那样大而全
Datawhale
·
2023-03-17 07:54
神经网络
人工智能
机器学习
大数据
java
机器学习入门
——线性回归预测广告投入数据集
0.Advertising数据集Advertising数据集是关于广告收益与广告在不同的媒体上投放的相关数据,分别是在TV,Radio,Newspaper三种媒体上投放花费与,投放所产生的收益的数据,数据共有200条,数据的格式如下:1.数据的载入导入相关的包1importcsv2importnumpyasnp3importmatplotlib.pyplotasplt4importpandasas
weixin_30567225
·
2023-03-16 20:34
数据结构与算法
人工智能
python
统计
机器学习入门
——线性回归-CSDN公开课-专题视频课程
统计
机器学习入门
——线性回归—6727人已学习课程介绍"统计
机器学习入门
——老司机带你读经典"系列课程使用经典的ISLR(AnIntroductiontoStatisticalLearningwithApplicationsinR
程序员研修院
·
2023-03-16 20:30
视频教程
机器学习
其他
编程语言/框架
#
机器学习入门
——线性回归模型
线性回归利用线性回归模型加载已知数据集,得到两个未知量之间的函数关系,利用得到的函数关系对未知实例进行预测。(前提:数据集里面的数据要能够有线性关系)代码如下(含部分注释):#导入模块importmatplotlib.pyplotaspltimportnumpyasnpimportpandasaspdfromsklearnimportlinear_model#设置数组存储数据datasets_X=
零下37度5
·
2023-03-16 20:59
机器学习入门
机器学习入门
——线性回归
线性回归什么是线性回归?单因子线性回归简单实例建立线性回归模型评估模型表现可视化模型展示多因子线性回归简单示例单因子建立线性回归模型评估模型表现可视化模型展示预测什么是线性回归?看我单因子线性回归简单实例简单说就是为了求y=ax+b中的a和b假设我们有一份数据如下:首先,我们需要查看数据的相关性,以确保我们选择的变量与目标变量之间存在一定的线性关系。我们先看一下这些数据的分布:frommatplo
尤其是十月的风
·
2023-03-16 20:58
机器学习
机器学习
线性回归
python
人工智能的 "hello world":在 iOS 实现 MNIST 数学识别
图片发自AppMNIST:http://yann.lecun.com/exdb/mnist/MNIST
机器学习入门
:http://www.tensorfly.cn/tfdoc/tutorials/mnist_beginners.htmliOSMNIST
iOSDevLog
·
2023-03-15 16:28
Udacity
机器学习入门
笔记——决策树(Decision Tree)
决策树原理:使用计算机算法根据数据自动找出决策边界参考下图:决策树的python代码(sklearn)链接:http://scikit-learn.org/stable/modules/tree.html>>>fromsklearnimporttree>>>X=[[0,0],[1,1]]>>>Y=[0,1]>>>clf=tree.DecisionTreeClassifier()>>>clf=clf
沐婉清
·
2023-03-14 07:02
机器学习
python
机器学习
算法
机器学习入门
- 1. 介绍与决策树(decision tree)
机器学习(MachineLearning)介绍与决策树(DecisionTree)
机器学习入门
系列是个人学习过程中的一些记录与心得。其主要以要点形式呈现,简洁明了。1.什么是机器学习?
weixin_34192816
·
2023-03-14 07:54
数据结构与算法
人工智能
【OpenCV从入门到实践】图像处理技术[像素](全网最详细)
第一章Python
机器学习入门
之图像像素值输出教学目录第一章Python
机器学习入门
之图像像素值输出教学前言
@_猿来如此
·
2023-03-12 07:39
opencv
opencv
图像处理
人工智能
机器学习
计算机视觉
机器学习入门
(二十三)——SVM(4)
1.0SVM解决回归问题SVM思想也可以解决回归问题。回归问题的本质就是找到一根能够很好地拟合数据点的线(直线、曲线)。但不同回归算法对于拟合好坏的定义不同,比如线性回归算法所定义的“好”拟合就是数据点到拟合直线的MSE最小。而对于SVM算法来说,如何定义“拟合”呢:指定一个Margin值,在Margin区域的范围内,包含的数据点越多越好。这就表示这个Margin范围能够比较好地表达样本数据点,在
yyoung0510
·
2023-03-12 05:33
机器学习入门
(二十二)——SVM(3)
SVM的本质上是一个线性分类器,并且引入了Margin区间的概念,保证Margin最大进而提高模型的准确性。SoftMargin对于SVM改善了模型泛化能力不足的问题,允许噪音、异常点的存在,但本质上仍是处理线性分割的问题。1.0使用多项式处理非线性数据处理非线性数据最典型的思路就是使用多项式的方式:扩充原本数据,制造新的多项式特征。使用sklearn.datasets中的make_moon数据集
yyoung0510
·
2023-03-12 02:19
一、使用vagrant快速创建linux虚拟机
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
·
2023-03-10 20:20
项目
java
开发语言
后端
mysql对表的修改
#mysql表的部分修改操作提示: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
㫪..
·
2023-03-09 22:31
学习
mysql
数据库
sql
机器学习入门
总结(一):概述
什么是机器学习?第一个机器学习的定义来自于ArthurSamuel,他定义机器学习为:在不直接针对问题进行编程的情况下,赋予计算机学习能力的一个研究领域。我个人来讲更倾向于第二种定义方式,我觉得第二种定义方式更容易去理解,是由CMU的TomMItchell提出:对于某类任务T和性能度量P,如果计算机程序在T上以P衡量的性能随着经验E而自我完善,那么就称这个计算机程序从经验E学习。简单的解释一下任务
孙肖依
·
2023-03-09 17:26
机器学习入门
系列(1) - 快速了解机器学习
机器学习入门
系列(1)-快速了解机器学习绪论引言机器学习正是这样一门学科,它致力于研究如何通过计算的手段,利用经验来玫善系统自身的性能。
z3wood_
·
2023-03-09 07:54
机器学习
机器学习
机器学习入门
(绪论)
系列文章目录更新中文章目录目录系列文章目录文章目录一、什么是机器学习二、机器学习的一般步骤三、机器学习范围四、机器学习可以解决什么内容五、机器学习的类型一、什么是机器学习生活中我们经常会根据自己的经验对新的事物做出判断,我们希望计算机也能通过“学习”获得“经验”从而对新的数据进行判断。因此机器学习的主要内容便是用某些算法指导计算机利用已知数据得出适当的模型,并利用此模型对新的情境给出判断的过程。它
机器学习入门12344
·
2023-03-09 07:51
机器学习入门之路
机器学习
Python
机器学习入门
笔记(3)—— 线性回归
目录线性回归算法简述LinearRegression()APISGDRegressorAPILinearRegression()和SGDRegressor对比过拟合与欠拟合岭回归应用场景线性回归算法简述线性回归是一种基本的机器学习算法,它用于建立自变量和因变量之间的线性关系模型。它假设自变量和因变量之间存在线性关系,通过最小化误差平方和来找到最优的模型参数,包括截距和斜率,以使模型的预测值尽可能地
陈子青 - See
·
2023-02-21 10:02
Python
机器学习
算法
python
机器学习入门
知识总结
一,机器学习概述1.1,机器学习分类所谓机器学习,是关于在计算机上从数据中产生“模型”(model)的算法,即“学习算法”(learningalgorithm)。机器学习方法的分类,根据所处理的数据种类的不同,可以分为监督学习、无监督学习和强化学习等几种类型,如下图所示:所谓监督学习,简单理解就是,训练集样本是带标签的。无监督学习,即训练集样本是不带标签的,即没有老师自导,学生(模型)自学的过程。
嵌入式视觉
·
2023-02-17 19:19
机器学习
数据清洗
特征处理
数据中的缺失值
特征分类
Spring【文件上传下载,定时器,连接池】
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前言SPRING
Network porter
·
2023-02-17 17:04
#javaweb笔记
Spring
数据库
javaweb
websocket
机器学习入门
~多元梯度下降法②
特征缩放假设你有一个机器学习问题,倘若这个问题有多个参数,且你能保证这些参数的取值都在一个近似的范围内,那么使用梯度下降法时,就能更快地收敛。假设,x1表示房子价格,在0~2000波动,x2表示房间数量,在1~5波动,此时有两个参数,那么代价函数的θ有θ0,θ1,θ2,忽略θ0,只有θ1和θ2时(分别对应x1和x2),由于x1和x2的取值相差很大,画出来的等值线会是数个非常瘦长的椭圆,这对于梯度下
perSistence92
·
2023-02-07 11:37
机器学习
机器学习
机器学习入门
~多元梯度下降法①
多功能①假设函数为h(x)=θ0+θ1*x,仅有房子大小这一个参数时:由一个特征变为四个特征②多参数时:③一些符号:1)n表示特征量的个数。2)m表示数据集的容量(训练样本数),即表②表格的行数。3)x(i)来表示第i个训练样本的输入特征值。其中i表示训练集的一个索引,在特征量不唯一时,x(i)可以看作一个向量。(对于本例来说,它是一个四维向量)4)x(i)_j表示第i个训练样本中第j个特征量的值
perSistence92
·
2023-02-07 11:36
机器学习
机器学习
2020上半年收集到的优质AI文章 – 机器学习和深度学习
机器学习入门
贴,Facebook员工打造,47k访问量如何提高模型性能?这几个方法值得尝试|CSDN博文精选机器学习模型的超参数优化机器学习的中流砥柱:用于模型构建的基础架构工具有哪些?
喜欢打酱油的老鸟
·
2023-02-07 09:37
人工智能
机器学习入门
--- 集成算法
集成算法Bagging此算法是并行训练多个分类器后取平均f(x)=1M∑m=1Mfm(x)f(x)=\frac{1}{M}\sum_{m=1}^{M}f_m(x)f(x)=M1m=1∑Mfm(x)全称:BootstrapAggregation经典代表算法:随机森林随机:数据采样随机,特征选择随机数据采样随机:为了多个决策树模型的训练结果的多样性,要随机抽取一定的百分比的数据传入决策树模型中特征选择
六之
·
2023-02-06 21:53
python
机器学习
算法
决策树
机器学习
机器学习入门
-pandas
机器学习入门
-pandaspandas入门安装和导包pandas是什么?
芜湖_起飞
·
2023-02-06 11:24
机器学习
python
数据挖掘
pandas
机器学习入门
文章目录机器学习的应用场景机器学习的应用场景求解以下曲柄滑块机构中,滑块B的运动常规方法:按照理想状态来假设,滑块B的质量、地面的粗糙度,需要列写出动力学公式常规方法引入的求解误差:1.假设条件下滑块B的物理属性与实际有偏差,非实验室条件下,滑块B所受的外力也是复杂多样的,在列写动力学公式时,很难精确输入外力2.并且滑块的运动不止受单一的物理机理影响
迷糊琳
·
2023-02-05 19:10
#
机器学习
人工智能
【
机器学习入门
】用yolov5检测官方自带图片
目录一、下载yolov5二、安装依赖三、运行时遇到的问题1.在终端运行代码pipinstallopencv-python2.在终端运行代码pipinstallopencv-contrib-python3.在终端运行代码pip3installopencv-python4.按照该路径PyCharm->Run->EditConfigurations打开界面5.打开pycharm的settings设置,然
Hello World aha
·
2023-02-05 09:42
人工智能
深度学习
学习
开发语言
python
【
机器学习入门
】常用损失函数以及简介
在正文开始之前,需要先来阐述几个需要区分的概念,损失函数、代价函数以及目标函数:损失函数(LossFunction)通常是针对单个训练样本而言,给定一个模型输出和一个真实y,损失函数输出一个实值损失。代价函数(CostFunction)通常是针对整个训练集的总损失。目标函数(ObjectiveFunction)是一个更通用的术语,表示任意希望被优化的函数,常常用于机器学习以及非机器学习领域。这样看
北国学已尽
·
2023-02-05 09:42
机器学习入门
深度学习
人工智能
【
机器学习入门
】解决过拟合的又一方法:交叉验证
在上一篇文章当中我们说到,可以使用正则化来解决过拟合问题,今天我们再来介绍另一种方法:交叉验证法。那么,什么是交叉验证呢?交叉验证:一般的情况下,交叉验证法指的是将数据集随机切分为训练集、验证集和测试集这三部分,训练集用来训练模型**,验证集用于训练过程中模型的验证和选择,也就是说如果存在着多个模型,从中挑选出训练误差最小的那个模型,而测试集是用来对选定的模型进行一个总的评估。交叉验证的原理:如果
北国学已尽
·
2023-02-05 09:42
机器学习入门
人工智能
深度学习
【
机器学习入门
】避免过拟合的方法之一:正则化
上一篇文章讲了损失函数,我们知道损失函数是用来解释模型在样本实例上的误差的,损失函数的最终值越小,测试值与实际值相差越小,拟合效果越好,但拟合效果好了模型就一定好吗?下面展示两张图片:由两张图片的第三幅图中可以看到,我们训练出的模型完美的拟合了所有数据,但这样会导致一个问题,模型变得非常复杂,并且含有更高次幂,对于样本数据外的数据不具有很好的拟合效果,也就是模型的泛化能力较差,这种问题便是过拟合问
北国学已尽
·
2023-02-05 09:11
机器学习入门
人工智能
算法
深度学习 用户画像_
机器学习入门
之kaggle之数据分析从业者用户画像分析
本文主要向大家介绍了
机器学习入门
之kaggle之数据分析从业者用户画像分析,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_39920629
·
2023-02-05 07:53
深度学习
用户画像
uniform机器学习极简入门7—
机器学习入门
概述
uniform机器学习极简入门这个系列已经介绍了6节课,大家对机器学习(统计学习)有了些了解(当然之前都是些基础),今天我们从宏观整体上介绍下什么是机器学习,以及目前机器学习的分类,包括我们后续会陆续和大家介绍的方向。有了这个宏观理解后,可以针对性的在实践中选择自己合适的场景方法,而不是盲目的用一个方法来套。1机器学习目标及分类机器学习(也称为统计机器学习)是通过数据来构建概率统计模型,然后利用训
uniform斯坦
·
2023-02-04 01:36
笔记:使用mmdection参加科大讯飞挑战赛
COCO#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
奔跑的回锅肉_
·
2023-02-03 17:59
python
mmdection
python
【python和
机器学习入门
2】决策树3——使用决策树预测隐形眼镜类型
参考博客:决策树实战篇之为自己配个隐形眼镜(po主Jack-Cui,《——大部分内容转载自参考书籍:《机器学习实战》——第三章3.4《——决策树基础知识见前两篇,摘要:本篇用一个预测隐形眼镜类型的例子讲述如何建树、可视化,并介绍了用sklearn构建决策树的代码目录1数据处理2完整代码3Matplotlib可视化4sklearn构建决策树1数据处理隐形眼镜数据集是非常著名的数据集,它包含很多患者眼
momottyy
·
2023-02-02 11:52
机器学习
python
Intellij IDEA 最新下载安装步骤
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
左大啊
·
2023-02-02 11:31
idea
intellij
idea
机器学习入门
学习笔记
一、机器学习概述1.机器学习是人工智能学的一个实现途径,深度学习是机器学习的一个方法发展来的2.机器学习的数据来源:数据集3.数据集的构成:特征值+目标值注:有些数据集可以没有目标值,比如社会上的各个职业,刚开始分班的每一名同学等,他们一开始都不具备目标值,但机器学习中有特殊的算法根据日常的经验或特征去为他们分群,从而生成目标值。4.机器学习算法分类:监督学习:(有目标值)(1)目标值:类别——分
spherelink
·
2023-02-02 10:11
机器学习
机器学习
机器学习入门
——01
目录1.机器学习的定义1.1显著式与非显著式编程1.2机器学习的定义2.机器学习按任务是否需要与环境互交获得经验分类2.1监督学习2.1.1监督学习2.1.2非监督学习2.1.3半监督学习2.2强化学习3.基于标签固有属性的分类方法4.机器学习的算法过程1.机器学习的定义1.1显著式与非显著式编程1.2机器学习的定义2.机器学习按任务是否需要与环境互交获得经验分类2.1监督学习2.1.1监督学习2
Top Secret
·
2023-02-02 10:38
机器学习
机器学习
人工智能
机器学习入门
——KNN
KNN算法KNN算法原理KNN算法是传统的分类算法。原理是如果一个样本在特征空间中k个最相似的样本大部分属于某一类别,那么这个样本也属于这个类别。缺陷:参数k不好确定,如果k过小则容易受到异常值影响;如果k过大会受到样本不均衡的影响。可用网格搜索的方式穷举所有超参数组合找到最佳模型实现KNN算法可有sklearn的neighbors模块实现估计器类:https://scikit-learn.org
小佘要加油
·
2023-02-02 10:36
机器学习
sklearn
python
笔记——
机器学习入门
文章目录机器学习概述什么是机器学习机器学习算法分类机器学习开发流程机器学习框架数据集获取获取sklearn自带数据集的方法数据集划分特征工程特征工程步骤:特征提取特征预处理归一化标准化(常用这种方式无量纲化)特征降维特征选择主成分分析(Principalcomponentanalysis)PCA降维案例机器学习算法训练详解转换器类和预估器类模型选择与调优机器学习概述什么是机器学习机器学习与人解决问
小佘要加油
·
2023-02-02 10:00
机器学习
python
人工智能
2021版 |
机器学习入门
指南
这是为朋友社群准备的一篇
机器学习入门
指南,分享了我机器学习之路看过的一些书、教程、视频,还有学习经验和建议,希望能对大家的学习有所帮助。
人工智能与算法学习
·
2023-02-01 20:16
算法
编程语言
python
机器学习
人工智能
机器学习入门
方法前言
作为一名机器学习的新手,突然有个大胆的决定,开始写博客。主要目的是当做自己学习算法以及代码之后的总结,督促自己弄清算法条理和其中的数学推理,其次想记录一下自己学习过程中的心路历程。从入门到精通并不容易,光学书本知识或者听课只能让自己会用,从应用到创新的过程需要不断的总结反思,因此我将借助CSDN这个平台来帮助我反思、进步。当然,如果仅此而已的话写在日记本上就好,但我觉得写在这里将会增加和各位同行、
david_hnu
·
2023-02-01 20:39
机器学习
数据挖掘
心得体会
机器学习
入门心得
入门方法
学习方法
机器学习总结
适合新手入门的机器学习网站整理
一、比较系统的介绍
机器学习入门
知识的博客1、人工智能从入门到放弃(sklearn
青青木屋
·
2023-02-01 20:06
人工智能
机器学习
python
sklearn
KNN 最近邻算法(K近邻)
KNN(K-NearestNeighbor)是
机器学习入门
级的分类算法,也是最为简单的算法。
wangchuang2017
·
2023-02-01 10:24
AI人工智能
ML机器学习
DL深度学习
机器学习入门
概念--心血总结--史上最强--入门必读--回味无穷
申明:本文转载自博客园-飞鸟各投林,觉得对于
机器学习入门
的概念归纳的很不错,转过来后根据自己的理解对部分内容做了删减补充调整,并作为自己对机器学习理解的回顾,特此记。
听见涛声_Vintner
·
2023-01-30 15:16
科普
机器学习
区别
大数据
人工智能
深度学习
梯度下降算法_梯度下降算法中的偏导公式推导
前言:最近在跟着吴恩达老师(AndrewNg)的视频课程学习机器学习,该视频是2014年拍的,虽然有点老,但理论却并不过时,是非常经典的
机器学习入门
教程,也正是因为这是入门教程,所以视频中的有些数学知识只给出了结论却未进行推导
weixin_39882948
·
2023-01-30 12:02
梯度下降算法
机器学习:主题模型
机器学习入门
:主题模型1、实验描述本实验是关于主题模型LDA的,首先介绍了LDA的应用方面有哪些?
奔腾游子
·
2023-01-29 16:48
机器学习
python
机器学习
人工智能
深度学习
【机器学习】什么是随机马尔科夫决策过程?
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、什么是随机马尔科夫决策过程二、随机马尔科夫决策过程的重点总结前言马尔科夫决策过程是基于马尔科夫过程理论的随机动态系统的最优决策过程
晓亮.
·
2023-01-29 08:56
机器学习
python
算法
学习
马尔科夫决策
5分钟入门机器学习 | 文末视频教程福利大放送
今天小编就给大家带来一篇超详细的
机器学习入门
指南。
DueApe
·
2023-01-28 17:33
【
机器学习入门
】(8) 线性回归算法:正则化、岭回归、实例应用(房价预测)附python完整代码和数据集
各位同学好,今天我和大家分享一下python机器学习中线性回归算法的实例应用,并介绍正则化、岭回归方法。在上一篇文章中我介绍了线性回归算法的原理及推导过程:【机器学习】(7)线性回归算法:原理、公式推导、损失函数、似然函数、梯度下降本节中我将借助Sklearn库完成波士顿房价预测,带大家进一步学习线性回归算法。文末附python完整代码。那我们开始吧。1.Sklearn库实现1.1线性回归方法选择
立Sir
·
2023-01-28 10:41
python机器学习
python
sklearn
机器学习
线性回归
机器学习入门
(100个案例搞懂人工智能)
什么是机器学习人工智能(ArtificialIntelligence)主要研究智能的实质,并提出一种模拟人类思考的方式。该领域的研究对象包括:机器人、语音识别、图像识别、自然语言处理、专家系统等。机器学习(MachineLearning)是让计算机也能像人类一样学习,通过观察和训练,发现实物规律,从而获得分析问题、解决问题的能力。机器学习的三要素数据Data学习算法LearningAlgorith
卫亮
·
2023-01-28 06:32
上一页
3
4
5
6
7
8
9
10
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