机器学习基础

Python前沿技术：机器学习与人工智能

二、Python机器学习基础2.1机器学习概述机器学习是人工智能（AI）的一个关键子集，它的核心在于让
4.0啊·2024-09-15 05:14

如何有效的学习AI大模型？

理论学习：机器学习基础：了解监督学习、非监督学习、强化学习等基本概念。深度学习：学习神经网络的基本结构，如卷
Python程序员罗宾·2024-09-14 15:37

深度学习算法，该如何深入，举例说明

理论上，深入理解深度学习需要掌握数学基础（如线性代数、概率论、微积分）、机器学习基础和深度学习框架原理。实践上，可以通过实现和优化深度学习模型来提升技能。
liyy614·2024-09-11 14:12

Python 机器学习 基础 之 数据表示与特征工程 【分箱、离散化、线性模型与树 / 交互特征与多项式特征】的简单说明

Python机器学习基础之数据表示与特征工程【分箱、离散化、线性模型与树/交互特征与多项式特征】的简单说明目录Python机器学习基础之数据表示与特征工程【分箱、离散化、线性模型与树/交互特征与多项式特征
仙魁XAN·2024-09-07 13:19

机器学习基础（四）——决策树与随机森林

决策树与随机森林文章目录决策树与随机森林一、知识概要（一）二、决策树使用的算法三、sklearn决策树API四、决策树的案例1.数据清洗2.特征工程3.调用决策树API五、集成学习方法-随机森林1.知识概要（二）2.集成学习API3.随机森林的案例importpandasaspdfromsklearn.feature_extractionimportDictVectorizerfromsklear
Bayesian小孙·2024-08-30 03:43

【机器学习基础】Anaconda与Pycharm使用

这里写目录标题指定py版本安装包指定py版本安装包condaenvlistactivatexxxcondalistpipinstallxxx
叫我东方小巴黎·2024-08-28 12:16

Datawhale X 李宏毅苹果书 AI夏令营｜机器学习基础之案例学习

机器学习（MachineLearning,ML）：机器具有学习的能力，即让机器具备找一个函数的能力函数不同，机器学习的类别不同：回归（regression）：找到的函数的输出是一个数值或标量（scalar）。例如：机器学习预测某一个时间段内的PM2.5，机器要找到一个函数f，输入是跟PM2.5有关的的指数，输出是明天中午的PM2.5的值。分类（classification）：让机器做选择题，先准备
Monyan·2024-08-28 11:06

应用数学与机器学习基础 - 线性代数篇

线性代数1.标量、向量、矩阵、张量学习线性代数，会涉及以下几个数学概念：标量（scalar）：定义：一个标量就是一个单数的数，不同于线性代数中大多数概念会涉及到多个数。表示法：我们用斜体表示标量。标量通常赋予小写的变量名称。当我们介绍标量时，会明确它们是哪种类型的数。比如，在定义实数标量时，我们可能会说”让s∈Rs\in\mathbb{R}s∈R表示一条线的斜率“；在定义自然数标量时，我们可能会说
绎岚科技·2024-08-28 05:31

机器学习基础篇（八）——逻辑回归

机器学习基础篇（八）——逻辑回归一、简介分类问题是机器学习中常见的一种问题，而逻辑回归则是非常适合二分类问题的一种算法。逻辑回归可以将数据集中的点划分成为两个类别。例如，我们可以将数据分成A类和B类。
柚子味的羊·2024-08-23 04:46

深度学习如何入门？

（3）了解机器学习基础，包括监督学习和非监督学习的概念、模型评估与选择等。学习深度学习理论：（1）理解神经网络的基本组成，如神经元、激活函数
nanshaws·2024-03-13 07:29

【机器学习基础】正则化

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~·2024-02-25 02:40

机器学习基础（一）理解机器学习的本质

导读：在本文中，将深入探索机器学习的根本原理，包括基本概念、分类及如何通过构建预测模型来应用这些理论。目录机器学习机器学习概念相关概念机器学习根本：模型数据的语言：特征与标签训练与测试：模型评估机器学习的分类监督学习：有指导的学习过程非监督学习：自我探索的过程强化学习：通过试错学习构建与分析鸢尾花数据模型鸢尾花数据集简介加载数据集创建和训练模型进行预测与评估模型机器学习机器学习概念机器学习是人工智
昊昊该干饭了·2024-02-20 21:38

【深度学习】讲透深度学习第3篇：TensorFlow张量操作（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。
·2024-02-11 18:34

四、机器学习基础概念介绍

四、机器学习基础概念介绍1_机器学习基础概念机器学习分类1.1有监督学习1.2无监督学习2_有监督机器学习—常见评估方法数据集的划分2.1留出法2.2校验验证法（重点方法）简单交叉验证K折交叉验证（单独流出测试集
ITS_Oaij·2024-02-10 21:39

【机器学习 & 深度学习】开发工具Anaconda的安装与使用

专栏：机器学习：相对完整的机器学习基础教学！
为梦而生~·2024-02-10 01:47

跨模态行人重识别都需要学什么

机器学习基础：
ALGORITHM LOL·2024-02-09 22:04

ChatGPT学习大纲

人工智能与机器学习基础学习AI和机器学习的基本概念，为理解
冷暖从容·2024-02-07 19:34

机器学习概述及流程

概述一、目标1、掌握机器学习基础环境安装2、掌握常用的科学计算库对数据进行展示、分析二、人工智能三要素1、数据2、算法2、算力：CPU适合I/O密集型程序，GPU适合计算密集型和易于并行的程序。
机智的冷露·2024-02-06 19:36

机器学习基础——matplotlib.pyplot和seaborn的使用

importmatplotlib.pyplotaspltimportnumpyasnp第一步生成数据集x=np.linspace(-3,3,50)#平均采样,[-3,3]采样50个x.shape(50,)y1=2*x+1y1.shape(50,)y2=x**2y2array([9.00000000e+00,8.28029988e+00,7.59058726e+00,6.93086214e+00,6
小螳螂·2024-02-05 19:04

【深度学习】讲透深度学习第3篇：TensorFlow张量操作（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·2024-02-05 05:52

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

【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

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

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

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

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

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

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 & 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

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

机器学习笔记02：特征工程

1.特征处理的方法：1.数值型数据：标准缩放：2.类别型数据：3.事件类型：4.数据降维：1.特征选择：2.主成分分析PCA---->降维：3.特征选择和主成分分析的比较：5.需要明确的几点问题：6.机器学习基础
fafagege11520·2024-01-25 09:12

Python—Pandas的基本使用(机器学习基础）

一.pandas基础1.pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。（百度百科）2.pandas是基于Numpy构建的含有更高级数据结构和工具
思君_4cd3·2024-01-24 15:52

机器学习笔记(1): 基础概念

1.机器学习基础概念1.1定义AcomputerprogramissaidtolearnformexperienceEwithrespecttosometaskTandsomperformancemeasureP
大锅烩菜·2024-01-21 07:13

机器学习Python7天入门计划--第一天-机器学习基础-讲人话

机器学习Python7天入门计划-第一天:机器学习基础学习目标：理解机器学习的基本概念和过程。掌握基本的数据预处理技巧。理解线性回归的原理和应用。
M.D·2024-01-20 09:39

2、机器学习基础数据探索

加载并理解您的数据。本课程所需数据集夸克网盘下载链接：https://pan.quark.cn/s/9b4e9a1246b2提取码：uDzP文章目录1、使用Pandas了解你的数据2、解释数据描述1、使用Pandas了解你的数据任何机器学习项目的第一步都是熟悉数据。您将使用Pandas库进行此操作。Pandas是数据科学家用来探索和操纵数据的主要工具。大多数人在代码中将panda缩写为pdIn[1
AI算法蒋同学·2024-01-18 08:42

【机器学习入门】机器学习基础概念与原理

*（本篇文章旨在帮助新手了解机器学习的基础概念和原理，不深入讨论算法及核心公式）目录一、机器学习概念1、什么是机器学习？2、常见机器学习算法和模型3、使用Python编程语言进行机器学习实践4、机器学习的应用领域二、机器学习算法1、有监督学习算法（1）线性回归a.基本概念b.应用案例c.代码示例（2）逻辑回归a.基本概念b.应用案例c.代码示例d.代码示例（3）决策树a.基本概念b.应用案例c.代
代码骑士·2024-01-17 12:10

C++数据科学与机器学习基础

本文将为您提供一个不少于1000字的C++数据科学与机器学习基础指南，帮助您了解如何使用C++进行数据科学和机器学习的基本概念和技术。
naer_chongya·2024-01-17 11:29

李宏毅LLM——机器学习基础知识

文章目录机器学习基本概念生成式学习StructuredLearning总结机器学习基本概念机器学习=机器自动找出一种函数根据函数的不同，可以分为回归问题（输出数值）和分类问题（输出类别，选择题）生成式学习StructuredLearning生成有结构的物件，如图片、文句ChatGPT是生成式学习，只不过是将生成式学习拆成多个分类问题来简化找出函式的三大步骤前置作业：决定需要什么样的函数，取决于需要
李日音·2024-01-17 06:09

NLP 学习资源

自然语言处理经典任务|学习自然语言处理技术数据结构与算法基础|时间复杂度、空间复杂度|斐波那契数列的时间和空间复杂度|动态规划算法|经典的DP问题|练习：DP问题的代码解法|专题：时序分析中的DTW算法机器学习基础
红烧肉_2121·2024-01-16 11:10

机器学习基础 集成学习进阶（XGBoost+LightGBM）

文章目录一、XGBoost算法原理1.最优模型的构建方法2.XGBoost的目标函数推导2.1目标函数确定2.2CART树的介绍2.3树的复杂度定义2.3.1定义每课树的复杂度2.3.2树的复杂度举例2.4目标函数推导3.XGBoost的回归树构建方法3.1计算分裂节点3.2停止分裂条件判断4.XGBoost与GDBT的区别5.小结二、XGBoost算法api介绍1.XGBoost的安装：2.XG
落花雨时·2024-01-16 07:22

高级分布式系统-第15讲 分布式机器学习--联邦学习

联邦学习两种常见的架构：客户-服务器架构和对等网络架构联邦学习在传统的分布式机器学习基础上的变化。
十有久诚·2024-01-15 19:31

机器学习基础

机器学习基础本章涵盖了以下主题：[if!supportLists]·[endif]分类和回归之外的其他类型的问题；[if!
墨羽听风·2024-01-15 01:00

【机器学习基础】集成学习

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~·2024-01-12 06:55

【深度学习】从0到完整项目第1篇：深度学习第一个案例（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·2024-01-11 02:42
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他