机器学习基础-逻辑回归

机器学习入门-----sklearn

机器学习基础了解概念机器学习是人工智能的一个实现途径深度学习是机器学习的一个方法发展而来定义：从数据中自动分析获得模型，并利用模型对特征数据【数据集：特征值+目标值构成】进行预测算法数据集的目标值是类别的话叫做分类问题
辣椒酱.·2024-02-03 07:30

白铁时代 —— （监督学习）原理推导

来自李航《统计学习方法》文章目录-1指标相似度0概论1优化类1.1朴素贝叶斯1.2k近邻-kNN1.3线性判别分析二分类LDA多分类LDA流程LDA和PCA的区别和联系1.4逻辑回归模型&最大熵模型逻辑回归最大熵模型最优化
人生简洁之道·2024-02-03 07:46

【机器学习】科学库使用手册第2篇：机器学习任务和工作流程（已分享，附代码）

主要内容包括，了解机器学习定义以及应用场景，掌握机器学习基础环境的安装和使用，掌握利用常用的科学计算库对数据进行展示、分析，学会使用jupyternotebook平台完成代码编写运行，应用Matplotlib
程序员一诺·2024-02-02 22:40

【深度学习】从0完整讲透深度学习第2篇：TensorFlow介绍和基本操作（代码文档已分享）

可以让大家熟练掌握机器学习基础,如分类、回归（含代码），熟练掌握numpy,pandas,sklearn等框架使用。
程序员一诺·2024-02-02 22:09

CS229第五课——支持向量机

CS229第五课支持向量机1间隔2符号3函数间隔与几何间隔4最优间隔分类器5拉格朗日对偶法6最优间隔分类器7核方法支持向量机1间隔首先考虑逻辑回归模型hθ(x)=11+exp(−θTx)h_{\theta
sxx01·2024-02-02 15:50

XAI Explainable AI 模型可解释性（1）

总的来说：常规的模型解释的核心思路：想办法使用一系列可解释的模型对复杂模型做解释，可解释的模型比如线性回归、逻辑回归、决策树等三个层面：算法透明度——模型细节、全局可
Li_yi_chao·2024-02-02 12:24

新书速览|Python数据科学应用从入门到精通

系统教授数据科学与Python实战，涵盖线性回归、逻辑回归、决策树、随机森林、神经网本书内容随着数据存储、数据处理等大数据技术的快速发展，数据科学在各行各业得到广泛的应用。
全栈开发圈·2024-02-02 12:47

一文讲透神经网络的激活函数

拟合效果的好坏取决于数据质量及模型的结构，像逻辑回归、感知机等线性模型的拟合能力是有限的，连xor函数都拟合不了，那神经网络模型结构中提升拟合能力的关键是什么呢？
算法进阶·2024-02-02 11:43

2024-01-06-AI 大模型全栈工程师 - 机器学习基础

摘要2024-01-06阴杭州晴本节简介:a.数学模型&算法名词相关概念;b.学会数学建模相关知识；c.学会自我思考，提升认知，不要只会模仿；课程内容1.Fine-Tuning有什么作用？a.什么是模型训练（Training）b.什么是模型预训练（Pre-Training）c.微调（Fine-Tuning）d.轻量化微调（ParameterEfficientFine-Tuning,PEFT）2.什
流雨声·2024-02-02 10:42

决策树

通常决策树学习包括三个步骤：特征选择、决策树的生成和决策树的修剪优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理逻辑回归等不能解决的非线性特征数据缺点：可能
陨星落云·2024-02-02 09:44

神经网络与深度学习Pytorch版 Softmax回归 笔记

Softmax回归模型概述及其在多分类问题中的应用4.Softmax运算在多分类问题中的应用及其数学原理5.小批量样本分类的矢量计算表达式6.交叉熵损失函数7.模型预测及评价8.小结Softmax回归，也称为多类逻辑回归
砍树＋c＋v·2024-02-02 09:14

机器学习基础、数学统计学概念、模型基础技术名词及相关代码个人举例

1.机器学习基础（1）机器学习概述机器学习是一种人工智能（AI）的分支，通过使用统计学和计算机科学的技术，使计算机能够从数据中学习并自动改进性能，而无需进行明确的编程。
是lethe先生·2024-02-02 07:09

2024-01-06-AI 大模型全栈工程师 - 机器学习基础

摘要2024-01-06阴杭州晴本节简介:a.数学模型&算法名词相关概念;b.学会数学建模相关知识；c.学会自我思考，提升认知，不要只会模仿；课程内容1.Fine-Tuning有什么作用？a.什么是模型训练（Training）b.什么是模型预训练（Pre-Training）c.微调（Fine-Tuning）d.轻量化微调（ParameterEfficientFine-Tuning,PEFT）2.什
流雨声·2024-02-02 07:06

【机器学习 & 深度学习】卷积神经网络简述

相对完整的机器学习基础教学！⭐特别提醒：针对机器学习，特别开始专栏：机器学习python实战欢迎订阅！本专栏针对机器学习基础专栏的理论知识，利用python代码进行实际展示，真正做到从基础到实战！
为梦而生~·2024-02-02 05:02

【Python基础 & 机器学习】Python环境搭建（适合新手阅读的超详细教程）

重要专栏：机器学习：相对完整的机器学习基础教学！
为梦而生~·2024-02-02 05:00

python 机器学习XGBoost，SVM图像分类与数据预测分析

文章目录0前言+【机器学习】基于逻辑回归，LightGBM,XGBoost额的分类预测一.基于逻辑回归的分类预测+1逻辑回归的介绍和应用+1.1逻辑回归的介绍+1.2逻辑回归的应用2.Demo实践+Step1
Jackie_AI·2024-02-01 23:04

深度学习知识点汇总-机器学习基础（5）

2.5分类算法的评估指标有哪些？图1混淆矩阵上图中术语解释：TP（Truepositives）。表示被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数；FP（Falsepositives）。表示被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数；FN（Falsenegatives）。表示被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数；TN（Tru
深度学习模型优化·2024-02-01 22:20

机器学习基础2

提示：MachneLearning机器学习吴恩达目录一、JupyterNotebooks（数据分析神器）二、回归模型（线性回归）三、分类模型（离散）四、术语一、JupyterNotebooks（数据分析神器）机器学习和数据科学从业者使用最广泛的工具在命令行输入pipinstalljupyter在命令行输入jupyternotework熟练使用jupyternotebook（三天）二、回归模型（线性
qingxi_ran·2024-02-01 13:42

【深度学习： C-统计量】C-统计量：定义、示例、权重和显著性

c统计量(有时称为“一致性”统计量或c指数)是对逻辑回归模型中二元结果的拟合优度的度量。
jcfszxc·2024-02-01 11:32

机器学习数学基础

机器学习基础1、标量、向量、矩阵、张量2、概率函数、概率分布、概率密度、分布函数3、向量的线性相关性4、最大似然估计5、正态分布（高斯分布）6、向量的外积（叉积）7、向量的内积（点积）8、超平面（H）1
对许·2024-02-01 11:26

吴恩达机器学习- 正则化

过拟合和欠拟合定义和形态解决方法减少特征值数量正则化正则化惩罚θ系数线性回归正则化逻辑回归正则化
YANWeichuan·2024-02-01 03:40

重庆二手房数据爬取与分析实现

为了找出影响房价的变量特征，将研究通过逻辑回归进行建模分析，为接下来的房价预测提供依据。
叫我：松哥·2024-01-31 18:00

【机器学习】常见算法详解第2篇：KNN之kd树介绍（已分享，附代码）

包括K-近邻算法，线性回归，逻辑回归，决策树算法，集成学习，聚类算法。K-近邻算法的距离公式，应用LinearRegression或SGDRegressor实现回归预
程序员一诺·2024-01-31 12:45

机器学习入门笔记06：逻辑回归

逻辑回归学习逻辑回归原理实现代码importnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimportdatasetsfromsklearn.model_selectionimporttrain_test_split
劳斯Laus·2024-01-31 08:05

机器学习：Logistic回归（Python）

）logistic_regression_class2.pyimportnumpyasnpimportmatplotlib.pyplotaspltclassLogisticRegression:"""逻辑回归
捕捉一只Diu·2024-01-31 07:56

奠定基础：用于机器学习的微积分、数学和线性代数

二、机器学习的数学：2.1.微积分：微积分在理解机器学习基础的优化算法方面起着至关重要的作用。梯度下降是一种广泛使用的优化算法，它依赖于函数的导数
无水先生·2024-01-31 07:54

第4章 python深度学习——（波斯美女）

第4章机器学习基础本章包括以下内容：除分类和回归之外的机器学习形式评估机器学习模型的规范流程为深度学习准备数据特征工程解决过拟合处理机器学习问题的通用工作流程学完第3章的三个实例，你应该已经知道如何用神经网络解决分类问题和回归问题
weixin_42963026·2024-01-31 05:25

逻辑回归与感知机详解

一逻辑回归采用log函数作为代价函数1用于二分类问题2cost成本函数定义3求最小值，链式求导法则4梯度下降法5结构图表示二感知机样本点到超平面距离法1线性二分类问题2点到直线距离3更新w和b参数4算法流程
周南音频科技教育学院(AI湖湘学派)·2024-01-30 23:24

机器学习2-简单的二分类问题

分析：这是一个简单的二分类问题，使用逻辑回归模型。
dracularking·2024-01-30 16:39

机器学习-逻辑回归【手撕】

逻辑回归在模式识别问题中，所输出的结果是分类，比如是否是猫，这时候无法通过简单的线性回归来实现问题。
alstonlou·2024-01-30 06:10

用R绘制二元逻辑回归的ROC曲线的教程一

我很少用R绘制回归模型的ROC，这个用spss就可以实现的蛮好，还有graphpad挺好的，用R的话受限有点多，需要自己去添加函数丰富图片信息或者更改图片的信息，有些大佬的命令复制出来，总好像不是自己心中的那个。但，有，总比咩有强Mydata<-read.csv(file.choose(),header=TRUE,fileEncoding="GBK")#读取文件df<-as.data.frame(
宽嘴鱼汤·2024-01-29 14:34

深度强化学习（王树森版）学习笔记（一）——机器学习基础

前言由于本人的工作与深度强化学习相关，想找个机会重新复习下深度强化学习的相关知识，正好手上有这本书，粗略一看感觉知识点挺简洁的，内容也挺全面，也提供了一些学习资料。所以开个坑记录一下这本书的学习过程。这本书的相关资料（PPT，源代码）可以在以下链接获取：https://www.ituring.com.cn/book/2982首先我们会按照这本书的顺序讲一下机器学习的一些基础理论部分。1.1线性模型
向南而行灬·2024-01-29 12:35

机器学习笔记(1) 逻辑回归

机器学习笔记(1)逻辑回归0.前言介绍逻辑回归，是一种二元分类算法，其主体思想还是继承了线性回归。
TheStudent_LifeLong·2024-01-29 09:01

机器学习_集成学习之Stacking/Blending(以预测结果作为新特征)

我的问题是，能不能集成不同类型的机器学习算法，比如随机森林、神经网络、逻辑回归、AdaBoost等，然后优中选优，以进一步提升性能。集成学习分为两大类同质集成，就是基模型都是通过一个基础
you_are_my_sunshine*·2024-01-29 08:00

NPL-FastText文本分类Bag of Tricks for Efficient Text Classification

可以在排序限制、低损失近似值下以10Min极短的时间训练出百万级的模型架构：整体与cbow类似:cbow根据上下文推测某个单词出现的最大概率对基于词袋bow的句子文本进行一个简单和有效的线性分类该分类可以选择逻辑回归或者
机器不能学习·2024-01-29 04:15

数据分析面试【机器学习】总结之-----logistic回归常见面试题整理

目录1.一句话概括逻辑回归2.线性回归和逻辑回归的区别3.逻辑回归的损失函数4.逻辑回归的求解方法5.逻辑回归的目的6
TIYI.DOT·2024-01-29 00:16

初识人工智能，一文读懂机器学习之逻辑回归知识文集(6)

作者简介，普修罗双战士，一直追求不断学习和成长，在技术的道路上持续探索和实践。多年互联网行业从业经验，历任核心研发工程师，项目技术负责人。欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一人工智能专栏人工智能专业知识学习二人工智能专栏人工智能专业知识学习三人工智能专栏人工智能专业知识学习四人工智能专栏人工智能专业知识学习五人工智能专栏人工智能专业知识学习六人工智能专栏人工智能专业知
普修罗双战士·2024-01-28 10:23

处理多维特征的输入

文章目录回顾多维向量的逻辑回归Mini-Batch神经网络构建模型1.数据准备2.定义模型3.构建损失函数和优化器4.训练完整代码练习回顾之前学习的分类和回归任务都是由x、y组成的数据集，但是我们的输入都是一维向量
chairon·2024-01-28 08:28

【机器学习 & 深度学习】神经网络简述

相对完整的机器学习基础教学！⭐特别提醒：针对机器学习，特别开始专栏：机器学习python实战欢迎订阅！本专栏针对机器学习基础专栏的理论知识，利用python代码进行实际展示，真正做到从基础到实战！
为梦而生~·2024-01-28 07:39

Logistics 逻辑回归概念

1.sigmoid函数逻辑回归算法的拟合函数，叫做sigmoid函数：函数图像如下（百度图片搜到的图）：sigmoid函数是一个s形曲线，就像是阶跃函数的温和版，阶跃函数在0和1之间是突然的起跳，而sigmoid
紫色蜘蛛爬啊爬·2024-01-28 01:35

Pyspark分类--LogisticRegression

LogisticRegression：逻辑回归分类classpyspark.ml.classification.LogisticRegression(featuresCol=‘features’,labelCol
Gadaite·2024-01-27 14:53

sklearn逻辑回归（Logistic Regression）多分类问题

文章目录步骤建立模型预处理训练测试+评价模型多次划分训练集、测试集训练结果步骤建立模型classsklearn.linear_model.LogisticRegression(penalty='l2',*,dual=False,tol=0.0001,C=1.0,fit_intercept=True,intercept_scaling=1,class_weight=None,random_state
Yvesx·2024-01-27 14:50

深度学习分类问题之Logistic Regression

逻辑回归模型，虽然名字是回归，但是是解决分类问题。在线性回归里面，我们根据有效信息，预测下一个由已知信息得到的数值，叫做回归问题，但是在机器学习里面，常见的是分类问题。
丘小羽·2024-01-27 14:48

机器学习--基础概念（二）

以下是一些常见的分类算法：逻辑回归(LogisticRegression):用于二分类问题，通过逻辑函数将输入映射到0和1之间的概率。
三三木木七·2024-01-27 10:39

机器学习揭秘：理解神经网络的运作机制

1.介绍机器学习与神经网络1.1机器学习基础概念机器学习是一种人工智能分支，致力于构建能够通过经验自我学习的系统。这一领域的核心理念在于让计算机系统通过数据模式识别和学习，不断优化其性能。
AI梦之连·2024-01-27 10:38

多类分类实战

在本练习中，您要实现根据逻辑回归和神经网络来识别手写的数字的功能二、多类分类数据集说明本次我们的数据集包含5000个手写数字的训练示例，数据格式为mat，mat格式意味着数据被保存为矩阵格式，而不是像csv
时间邮递员·2024-01-27 07:01

神经网络进一步学习

代价函数首先引入一些便于稍后讨论的新标记方法：假设神经网络的训练样本有m个，每个包含一组输入x和一组输出y，L表示神经网络层数，表示该层的神经元个数，将神经网络的分类定义为两种情况：二类分类和多类分类二类分类：K类分类：，表示分到第i类回顾逻辑回归问题中我们的代价函数为
时间邮递员·2024-01-27 07:21

看书笔记【R语言数据分析项目精解：理论、方法、实战 8】

看书笔记——R语言Chapter8从数据中寻找优质用户8.1项目背景、目标和方案8.1.1项目背景8.1.2项目目标8.1.3项目方案8.2项目技术理论简介8.2.1逻辑回归的基本概念8.2.2建模流程
小胡涂记·2024-01-27 07:20

机器学习：Sigmoid函数及Logistic回归模型

sigmoid函数是一个有着优美S形曲线的双弯曲数学函数，其在逻辑回归、人工神经网络中有着广泛的应用（sigmoid：adj.乙状结肠的；C形的；S形的n.S状弯曲）。
Doawen·2024-01-27 04:49

逻辑回归模型

1概述逻辑斯蒂回归，虽然这个算法从名字上来看，是回归算法，但其实际上是一个分类算法。逻辑斯蒂回归模型最早应用于种群生态学，但由于其优秀的性质，对于我们的分类问题，即已知许多特征x，希望通过这些特征预测出label，就是类别的标签，对于二分类问题，标签只有两个，这里记做0和1（有的记做+1和-1）。对于x，我们希望用一个模型，最终综合起所有的特征x，然后得到一个待判决的数值，要想判断具体属于哪一类，
豪_34bf·2024-01-26 12:42
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他