机器学习基础知识

机器学习基础知识之概率论的Matlab描述概率的图像（三）

机器学习基础知识之概率论的Matlab描述概率的图像（三）文章目录机器学习基础知识之概率论的Matlab描述概率的图像（三）一、引言二、具体的案例1、截尾均值2、内四分极值!
hhh江月·2021-11-12 13:17

绝对肝货，【机器学期基础知识】概率论的Matlab描述概率的图像，讲透了

文章目录机器学习基础知识之概率论的Matlab描述概率的图像（二）一、引言二、实际的Matlab的应用1、F分布2、泊松分布3、指数分布4、均匀分布5、二项分布6、这个是求一组随机数据的平均值7、试生成一组
人工智能-迪迦·2021-11-08 15:43

机器学习基础知识之概率论的Matlab描述概率的图像（二）

机器学习基础知识之概率论的Matlab描述概率的图像（二）文章目录机器学习基础知识之概率论的Matlab描述概率的图像（二）一、引言二、实际的Matlab的应用1、F分布2、泊松分布3、指数分布4、均匀分布
hhh江月·2021-11-06 11:57

机器学习基础知识之概率论的Matlab描述概率的图像（一）

机器学习基础知识之概率论的Matlab描述概率的图像（一）（由于有很多的分布，而且还有一维分布以及多维分布，因此，我们一篇博文写下来的话内容量太大，文章太长，因此，我们分三次写完所有的基本的一维以及多维的概率图像的绘制
hhh江月·2021-11-04 11:45

机器学习基础知识之概率论的随机变量及其分布

❤️机器学习基础知识❤️之概率论的❤️随机变量及其分布❤️文章目录❤️机器学习基础知识❤️之概率论的❤️随机变量及其分布❤️一、随机变量以及其分布1、连续变量2、离散变量3、概率密度二、随机变量的数学期望
hhh江月·2021-11-01 17:06

机器学习基础知识点

机器学习基础知识点文章目录机器学习基础知识点监督学习回归线性回归岭回归lasso回归分类k最近邻分类朴素贝叶斯分类logistic回归支持向量机其他随机梯度下降线性判别分析决策树无监督学习聚类k均值分层次聚类谱聚类高斯混合模型降维
陆嵩·2021-10-24 14:14

算法岗实习面试经历（机器学习/强化学习岗实习生）

机器学习基础知识问答：(1)常见的评价指标，以分类问题为例。(2)详细解释分类问题中的，精度召回率等概念。(3)softmax是怎么做分类的？(4)介绍一下ROC曲线，介绍一下AUC。
条件反射104·2021-04-02 22:10

复习之路

总共分为五大部分：论文细节及其扩展的深度学习知识项目细节机器学习基础知识算法题（手撕代码）Linux常见操作数学题或智力题（少见）下面分点介绍第一部分：论文细节及深度学习知识第二部分：项目细节第三部分：
你_是谁家的美啊·2020-10-11 04:32

《机器学习》（西瓜书）读书笔记（零）

全书共16章，大体分为三部分：1.机器学习基础知识第1章绪论第2章模型评估与选择第3章线性模型2.一些经典而常用的机器学习方法第4章决策树第5章神经网络第6章支持向量机第7章贝叶斯分类器第8章集成学习第
吃饱睡好长高高·2020-10-08 11:41

深度学习 - 卷积神经网络（CNN）介绍+实例说明

卷积神经网络（CNN）简介CNN基础前面我们讲解了机器学习基础知识，包括多层感知器等问题。下面我们要介绍的目标识别与分类，就是在前面问题的基础上进行扩展，实现对于图像等分类和识别。
壮壮不太胖^QwQ·2020-09-15 00:26

HUAWEI人工智能训练营（一）：机器学习基础知识入门

一、算法定义与机器学习的流程（一）机器学习算法1.机器学习的核心机器学习的核心：将历史数据训练成模型对未来属性进行预测。2.常见学习任务机器学习常见任务：1、分类：离散值。会告诉计算机是什么。（有监督学习）2、回归：连续值。（有监督学习）3、聚类：不告诉计算机是什么东西，自己去分辨。相似的东西会聚在一起。（无监督学习）3.机器学习分类强化学习：模型感知环境，做出行动，根据状态与奖惩做出调整和选择。
小酒友·2020-09-10 10:57

Python机器学习实践

前面几篇博文已经整理了Python做数据分析和建模以及机器学习基础知识。这篇博文主要分享Python做数据分析和建模的实践案例应用。分为两部分：1、Python机器学习实践案例的算法总结。
Just Jump·2020-08-25 14:44

机器学习（西瓜书）注解：第3章 线性模型

针对该章注解有任何问题欢迎在此留言~本章是全书第1部分（介绍机器学习基础知识）的最后一章，章节标题为“线性模型”；抛开3.1节不谈，3.2节、3.3节、3.4节分别介绍了一个线性模型，分别是线性回归、对率回归
jbb0523·2020-08-23 06:15

机器学习基础知识 -- 学习摘记

机器学习机器学习本质是一项监督分类/回归问题，"监督"表示你有许多样本，假设你知道这些样本的正确答案，我们不断地把样本交给机器，并告诉机器这些样本是正确或错误的，对机器进行训练，最终达到机器学习的目的。1、有监督学习（数据有label）监督学习就是教会计算机去完成任务，如：根据你已经标记为垃圾邮件的邮件学习识别垃圾邮件，根据你喜欢的电影推荐其他你可能喜欢的电影…监督学习可以理解为以下两种模型：回归
MrYucsdn·2020-08-20 02:51

Tensorflow2.*教程之对预处理的IMDB电影评论数据集进行文本分类（3）

Keras机器学习基础知识：对服装图像进行分类使用TensorflowHub对未处理的电影评论数据集IMDB进行分类后续关于tensorflow2.0文章继续更新...........现在是凌晨五点多了
深沉的背影·2020-08-19 05:04

Keras机器学习基础知识 . 使用TF Hub进行文本分类

写在前面此篇博客转载自tensorflow官方教程中文翻译版:https://www.tensorflow.org/tutorials/keras/text_classification_with_hub笔者有删改，同时笔者会以注释的形式将可能由环境问题带来的BUG写出来Note:TensorFlow社区翻译了这些文档。因为社区翻译是尽力而为，所以无法保证它们是最准确的，并且反映了最新的官方英文文
Ryan Huang·2020-08-19 01:07

机器学习基础知识点归纳

一.生成模型与判别模型1.概念介绍参考：https://blog.csdn.net/u012101561/article/details/52814571参考：http://www.cnblogs.com/fanyabo/p/4067295.html监督学习的任务是学习一个模型，对给定的输入预测相应的输出，监督学习模型可分为生成模型与判别模型。直观来说，生成模型学习的是联合概率分布P(X,Y)，然
huipingx·2020-08-16 06:39

机器学习基础知识-神经网络与深度学习学习笔记（二）

机器学习基础知识-神经网络与深度学习学习笔记（二）最近在学习复旦邱锡鹏老师的《神经网络与深度学习》，并对书中推荐的论文进行了阅读。
Doit_·2020-08-13 16:15

【ML笔记 1】sklearn和机器学习实战

@2018-01-24机器学习基础知识sklearn入门宝典sklearn建模实战1KNN2SVM3网格搜索交叉验证1机器学习基础知识从过去的大量数据中“总结”出来“泛化规律”，用于新数据预测。
Mars_myCafe·2020-08-11 03:08

深度/机器学习基础知识要点：CNN、ResNet、DenseNet

CNN（卷积神经网络）示意图：网络架构一个卷积神经网络由若干卷积层、Pooling层、全连接层组成。常用架构模式为：INPUT->[[CONV]*N->POOL?]*M->[FC]*KCONV层输出值的计算步长为1时的公式其中，AAA是卷积层输出的featuremap，D是深度动态计算过程Pooling层输出值的计算Pooling层主要的作用是下采样，通过去掉FeatureMap中不重要的样本，进
szZack·2020-08-11 01:37

AI实战：pytorch版ResNet迁移学习

ResNet详解详见：深度/机器学习基础知识要点：CNN、ResNet、DenseNet加载预训练模型特征层model.features分类层model.classifier构建basemodel，作为特征层
szZack·2020-08-10 13:43

【机器学习】Google机器学习工程的43条最佳实践

本文档旨在帮助那些掌握机器学习基础知识的人从Google机器学习的最佳实践中获益。它提供了机器学习的风格，类似于GoogleC++风格指南和其他流行的实用编程指南。
ChenVast·2020-08-02 21:44

【机器学习】Google机器学习工程的43条最佳实践

https://blog.csdn.net/ChenVast/article/details/81449509本文档旨在帮助那些掌握机器学习基础知识的人从Google机器学习的最佳实践中获益。
喜欢打酱油的老鸟·2020-07-30 12:26

机器学习基础知识（一）：机器学习三大流派

行为主义派（Actionism）行为主义又称为进化主义或控制论学派，是一种基于“感知——行动”的行为智能模拟方法，行为主义最早来源于20世纪的一个心理学流派，认为行为是有机体用以适应环境变化的各种身体反应的组合，它的理论目标在预见和控制行为。其侧重核心在于控制论，认为人工智能源于控制论。控制论思想早在20世纪40~50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。维纳(Wiener)和
fan1102958151·2020-07-27 21:05

机器学习基础知识-上

一、数据预处理一行一样本，一列一特征importsklearn.preprocessingassp1）标准化sp.scale(原样本)#返回值为标准化样本定义：将样本矩阵中各列的平均值和标准差统一为0和1实现：假设有样本[abc]，均值为m，标准差为s，则标准化的样本为[(a-m)/s(b-m)/s(c-m)/s]2）范围缩放mms=sp.MinMaxScaler(feature_range=(0
Qwertyuiop2016·2020-07-14 05:37

机器学习基础知识

机器学习技巧文章目录机器学习技巧数学术语基本知识异常情况经验误差与过拟合评估方法留出法交叉验证法（crossvalidation）自助法调参与最终模型性能度量（performancemeasure）基本概念P-R曲线ROC与AUC数学术语点积、内积可列可加性、有限可加性基本知识监督学习、非监督学习、半监督学习、强化学习：分类与回归是监督学习的代表；聚类是非监督学习的代表；生成模型、判别模型分类、回
诸葛蜗牛·2020-07-14 01:56

吐血整理：机器学习的30个基本概念，都在这里了（手绘图解）

导读：本文主要介绍机器学习基础知识，包括名词解释（约30个）、基础模型的算法原理及具体的建模过程。
hzbooks·2020-07-13 07:00

Tensorflow2.*教程之使用Auto MPG数据集构建回归模型预测燃油率（4）

Keras机器学习基础知识文章链接：对服装图像进行分类使用TensorflowHub对未处理的电影评论数据集IMDB进行分类Keras机器学习基础知识之对预处理的电
深沉的背影·2020-07-12 14:18

机器学习规则：ML工程的最佳实践[译]

MartinZinkevich本文档旨在帮助具有机器学习基础知识的人员从Google的机器学习中获得最佳实践的好处。
guohecang·2020-07-04 16:51

机器学习规则:ML工程最佳实践----rules_of_ml section 1【翻译】

作者：黄永刚机器学习规则:ML工程最佳实践本文旨在指引具有机器学习基础知识的工程师等人，更好的从机器学习的实践中收益。
weixin_34138521·2020-07-04 03:52

人工智能和大数据—第五章线性回归

一，机器学习基础知识（一）有监督学习和无监督学习1.机器学习（ML）举例：学生在考试前做了很多的题目，归纳了相同或
XU_MAN_·2020-07-01 14:15

AI实战：pytorch、 tensorflow 对比之推理时性能、GPU占用对比（一）：DenseNet

DenseNet定义论文链接：DenselyConnectedConvolutionalNetworks参考：深度/机器学习基础知识要点：CNN、ResNet、DenseNetDenseNet参数参数情况
szZack·2020-06-30 12:52

Python实现机器学习

1.机器学习基础知识传统的数据分析旨在回答关于过去的事实，机器学习的目的是回答关于未来事件的可能性的问题。
Vinyyu·2020-06-29 14:41

Tensorflow2.* 加载和预处理数据之用 tf.data 加载磁盘图片数据(4)

*机器学习基础知识篇：对服装图像进行分类使用TensorflowHub对未处理的电影评论数据集IMDB进行分类Keras机器学习基础知识之对预处理的电影评论文本分类Tensorflow2.
深沉的背影·2020-06-29 13:33

Tensorflow2.* 加载和预处理数据之用 tf.data 加载文本数据（5）

*机器学习基础知识篇：对服装图像进行分类使用TensorflowHub对未处理的电影评论数据集IMDB进行分类Keras机器学习基础知识之对预处理的电影评论文本分类Tensorflow2.
深沉的背影·2020-06-29 13:33

收藏 | Google 发布关于机器学习工程的最佳实践

文章来自TensorFlow，作者Google，本文档旨在帮助已掌握机器学习基础知识的人员从Google机器学习的最佳实践中受益。
s张·2020-06-28 19:16

干货 | 5本大数据与机器学习书籍以及算法视频教程推荐，附下载~

Spark机器学习》4、《Python+Spark2.0+Hadoop机器学习与大数据实践》5、《机器学习周志华》机器学习是计算机科学与人工智能的重要分支领域.本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识
weixin_33686714·2020-06-28 03:03

谷歌机器学习规则要点简析：43条黄金法则

blog.itpub.net/31542492/viewspace-2156228/目录术语概览在进行机器学习之前机器学习第一阶段：您的第一个管道关于机器学习工程的最佳实践马丁·辛克维奇本文档旨在帮助已掌握机器学习基础知识的人员从
weixin_30856965·2020-06-28 01:53

送书 | 吐血整理：机器学习的30个基本概念，都在这里了（手绘图解）

导读：本文主要介绍机器学习基础知识，包括名词解释（约30个）、基础模型的算法原理及具体的建模过程。
敲代码的灰太狼·2020-06-26 20:04

PaddlePaddle学习笔记：新手入门：机器学习基础知识

1.机器学习分类机器学习主要可以分为监督学习和无监督学习监督学习中包括分类（如决策树，SVM）和回归(线性回归，非线性回归)等无监督学习中包括聚类，词嵌入等2.有监督学习和无监督学习的区别有监督学习的数据本身包含标签，无监督学习则无标签，需要依靠数据中潜在的结构。3.模型监督学习中，模型就是数据集X到Y的映射f如翻译中，X为中文句子，Y为英文句子。样本：（x，y），数据集是样本构成的集合模型能力：
sherry颖·2020-06-26 09:58

周志华《机器学习》西瓜书精炼版笔记来了！16 章完整版

本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。
红色石头Will·2020-06-26 05:54

一、机器学习基础知识

机器学习基础知识引言谈到人工智能、深度学习，相信目前IT互联网领域的从业者应该都是耳熟能详的。但是大家都知道，其实人工智能早已出现为什么等到本世纪初再一次大火起来呢？人工智能、深度学习以及
翟羽嚄·2020-06-24 13:32

introduction to deep learning--week1简单线性回归、梯度下降、模型正则化、和深度学习中的优化方法

进阶课程需要一些基础知识：1、机器学习基础知识2、概率论知识3、线性代数和微积分4、python编程我们需要知道的机器学习基础知识：1、线性回归：均方误差（MSE）、解析解2、逻辑回归：模型、交叉熵损失
昌李·2020-06-24 07:01

使用sklearn 机器学习基础知识

特征转化数据预处理:为什么要转化数据呢，就是要让它成为有效的特征，因为原始数据是很多脏数据无用数据的。常用的方法是标准化，归一化，特征的离散化等等连续型数据处理之二值化：Binarizer假设淘宝现在有个需求，我得根据年龄来进行物品推荐，把50以上的人分为老年，50以下分为非老年人，那么我们根据二值化可以很简单的把50以上的定为1，50以下的定为0。这样就方便我们后续的推荐了。Binarizer就
Metal1·2020-06-22 01:06

吐血整理：机器学习的30个基本概念，都在这里了（手绘图解）

导读：本文主要介绍机器学习基础知识，包括名词解释（约30个）、基础模型的算法原理及具体的建模过程。
大数据v·2020-06-21 15:30

头条广告算法实习生面试总结

问机器学习项目，问机器学习基础知识。Auc是什么，为什么能用来当评测指标，问了逻辑回归，手推公式，分类算法和回归算法你了解哪些？牛顿梯度下降，什么是梯度？
rain_Man2018·2020-06-02 23:06

【TensorFlow】Keras机器学习基础知识-使用TF.Hub进行文本分类

此笔记本（notebook）使用评论文本将影评分为积极（positive）或消极（nagetive）两类。这是一个二元（binary）或者二分类问题，一种重要且应用广泛的机器学习问题。本教程演示了使用TensorflowHub和Keras进行迁移学习的基本应用。我们将使用来源于网络电影数据库（InternetMovieDatabase）的IMDB数据集（IMDBdataset），其包含50,000
Cfan927·2019-12-07 21:45

机器学习基础知识整理归纳

关于机器学习的一些基本概念的整理1.前言1.机器学习是一门致力于研究如何通过计算的手段，利用经验来改善系统自身的性能的学科。1997年Mitchell给出一个更形式化的定义，假设用P来评估计算机程序在某任务类T上的性能，若一个程序通过利用经验E在T中任务上获得了性能改善，则我们就说关于T和P，该程序对E进行了学习。机器学习所研究的主要内容，是关于在计算机上从数据中产生“模型”的算法，即学习算法(l
GOLDEN_STAGE·2019-11-09 20:00

我的推荐系统入门经验～

1、第一阶段-掌握机器学习基础知识，打好基础学习推荐系统，还是要掌握一定的机器学习知识的，从特征获取、特征处理、特征选择，到基本的机器学习模型如逻辑回归、GBDT等等，都需要你熟练
python爬虫人工智能大数据·2019-09-01 08:00

我的推荐系统入门经验～（文末有福利）

（一定要看到最后哦，三重福利送给你）1、第一阶段-掌握机器学习基础知识，打好基础学习推荐系统，还是要掌握一定的机器学习知识的，从特征获取、特征处理、特征选择，到基本的机器学习模型如
悄悄的努力·2019-08-21 13:07
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他