机器学习基础

TensorFlow教程汇总--Keras 机器学习基础① 对服装图像进行分类

官网地址对服装图像进行分类importtensorflowastffromtensorflowimportkerasimportnumpyasnpimportmatplotlib.pyplotasplt1.导入fashionMNIST数据集fashion_nmist=keras.datasets.fashion_mnist(train_image,train_labels),(test_image
走走_d481·2023-08-04 16:12

好书推荐：《机器学习实战》&中英文高清PDF+源码免费下载

PDF+源码免费下载下载地址1：网盘下载下载地址2：百度云链接：https://pan.baidu.com/s/1SNX0JP2LLNVqw2cjwLznsA提取码：t052封皮目录第一部分分类第1章机器学习基础
求之不得丶·2023-08-03 14:56

脑电信号处理与特征提取——6.运用机器学习技术和脑电进行大脑解码（涂毅恒）

目录六、运用机器学习技术和脑电进行大脑解码6.1前言6.2基于脑电数据的机器学习基础分析6.3基于脑电数据的机器学习进阶分析6.4代码解读六、运用机器学习技术和脑电进行大脑解码6.1前言6.2基于脑电数据的机器学习基础分析
我行我素，向往自由·2023-08-01 21:43

机器学习基础 数据集、特征工程、特征预处理、特征选择 7.27

机器学习基础1.数据集2.特征工程3.学习分类4.模型5.损失函数6.优化7.过拟合8.欠拟合数据集又称资料集、数据集合或者资料集合，是一种由数据所组成的集合特征工程1.特征需求2.特征设计3.特征处理特征预处理
孤独memories·2023-07-28 08:00

sklearn数据集——iris鸢尾花数据集

参考书籍：Python机器学习基础教程1、初始数据鸢尾花（Iris）数据集，是机器学习和统计学中一个经典的数据集。它包含在scikit-learn的datasets模块中。
lyb06·2023-07-27 14:08

Python机器学习基础教程学习笔记（3）——KNN处理forge数据集（分类）

Python机器学习基础教程学习笔记（3）——KNN处理forge数据集（分类）1常规引入importnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspdimportmglearn
neumeng·2023-07-22 22:27

【NLP】NLP全路径学习推荐

例如：逻辑回归、决策树、朴素贝叶斯、隐马尔科夫模型、K-Means、正则化方法等；有部分高级机器学习基础更好。
风度78·2023-07-20 16:47

【机器学习基础】最大边缘分类器

本系列为《模式识别与机器学习》的读书笔记。一，最大边缘分类器考察线性模型的⼆分类问题，线性模型的形式为y(x)=wTϕ(x)+b(7.1)y(\boldsymbol{x})=\boldsymbol{w}^{T}\boldsymbol{\phi}(\boldsymbol{x})+b\tag{7.1}y(x)=wTϕ(x)+b(7.1)其中ϕ(x)\boldsymbol{\phi}(\boldsymb
天堂的鸽子·2023-07-20 00:31

项目 0: 预测泰坦尼克号乘客生还率

机器学习工程师纳米学位机器学习基础项目0:预测泰坦尼克号乘客生还率1912年，泰坦尼克号在第一次航行中就与冰山相撞沉没，导致了大部分乘客和船员身亡。
zoulala·2023-07-19 05:49

机器学习基础知识

卷积神经网络中，batch是什么？在卷积神经网络（ConvolutionalNeuralNetwork，CNN）中，batch是指每次输入模型的一组样本。通常情况下，训练数据集非常庞大，批量处理可以提高计算效率和并行化能力。在训练过程中，将训练数据集分为多个批次（batches），每个批次包含一定数量的样本。通过逐批次地输入到模型中进行前向传播和反向传播计算，优化网络参数。这种批量更新参数的方法可
Che_Che_·2023-07-18 14:23

花书第五章笔记

[TOC]第五章机器学习基础机器学习基础掌握机器学习的基本知识和基础原理机器学习基础[p87-p142]5.1学习算法机器学习算法：Mitchell(1997)提供了一个简洁的定义：“对于某类任务和性能度量
CrazyWolf_081c·2023-07-18 01:16

1 监督学习与非监督学习简介--机器学习基础理论入门

1监督学习与非监督学习简介–机器学习基础理论入门1.1机器学习基本概念什么是机器学习机器学习:机器学习（machinelearning，ML）是一门多领域交叉学科，设计概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科
chen_冲冲·2023-07-15 06:03

【数学基础】算法工程师必备的机器学习--线性模型（上）

第一部分：机器学习基础及线性模型第一章：机器学习方法概论1.机器学习的对象是：具有一定
风度78·2023-07-15 06:58

【机器学习算法】04--哈希算法

文章导读：机器学习基础为了理解机器学习如何被用来重新创建哈希表（和其他索引）的关键特征，我们需要快速重新审视统计建模的主要思想。
创造new_world·2023-07-15 02:45

java mqtt协议_「物联网架构」MQTT 传感器数据流异常检测的深度学习KSQL UDF

我为混合机器学习基础设施构建了一个场景，利用ApacheKafka作为可伸缩的中枢神经系统。
香侬科技·2023-07-15 01:56

Keras-3-机器学习基础及神经网络入门

说明：1.Keras学习记录的参考书是：《Python深度学习》；2.本篇记录的是第一部分（3-4章）的知识点汇总，详情见书；1.机器学习基础：基础概念：1.监督学习：给定一组带标注的样本，模型可以学会将输入数据映射到标注上
@ZyuanZhang·2023-06-24 08:07

【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系（机器学习知识导论）

零基础带你进军人工智能领域的全流程技术体系和实战指南（机器学习基础知识）前言专栏介绍专栏说明学习大纲前提条件面向读者学习目标核心内容机器学习的概念定义回顾人工智能机器学习概念国外知名学者对机器学习的定义中文翻译机器学习发展历程机器学习和人工智能的关系机器学习和人类学习的对比人类学习的行为处理模式机器学习的行为处理模式经典的
洛神灬殇·2023-06-23 01:42

【机器学习基础】XGBoost公式推导

XGBoost是Boosting算法的一种，Boosting算法的核心思想就是将许多基模型加在一起，形成一个强分类器。XGBoost就是将许多的CART树结合在一起，对于那些一颗树无法很好拟合的数据用多颗CART树不断地去逼近。本文从Boosting方法-->BDT(提升树)-->GBDT(梯度提升树)-->XGBoost的脉络来描述XGBoost.一BoostingBoosting方法是一种用来
Tuzi_bo·2023-06-22 08:11

人工智能气象一：深度学习预测浅水方程模式

深度学习技术提升气象、海洋、水文领域实践应用能力目录专题一、Python软件的安装及入门专题二、气象常用科学计算库专题三、气象海洋常用可视化库专题四、爬虫和气象海洋数据专题五、气象海洋常用插值方法专题六、机器学习基础理论和实操专题七
吹翻书页的风·2023-06-22 07:48

基于人工智能，现代数据基础架构的新兴架构

作者MattBornstein、JenniferLi和MartinCasado摘要现代机器学习基础设施2.0新架构：http://bit.ly/3AVBpV6这个图概括了机器学习基础设施2.0的主要组成部分
大伟先生·2023-06-18 16:13

机器学习基础知识笔记（一）-- 极大似然估计、高斯混合模型与EM算法

似然函数常说的概率是指给定参数后，预测即将发生的事件的可能性。拿硬币这个例子来说，我们已知一枚均匀硬币的正反面概率分别是0.5，要预测抛两次硬币，硬币都朝上的概率：H代表Head，表示头朝上p(HH|pH=0.5)=0.5*0.5=0.25.这种写法其实有点误导，后面的这个p其实是作为参数存在的，而不是一个随机变量，因此不能算作是条件概率，更靠谱的写法应该是p(HH;p=0.5)。而似然概率正好与
weixin_30279751·2023-06-18 09:22

CreateML 使用以及机器学习基础概念

1.前言在学习CreateML之前，我们先了解一下什么是机器学习？目前还不存在被广泛认可的定义来准确定义机器学习是什么。第一个机器学习的定义来自于ArthurSamuel。他定义机器学习为，在进行特定编程的情况下，给予计算机学习能力的领域。Samuel的定义可以回溯到50年代，他编写了一个西洋棋程序。这程序神奇之处在于编程者自己下棋很菜，但是他通过编程，让西洋棋程序自己跟自己下了上万盘棋，久而久之
L_Jason先生·2023-06-18 02:06

2018-11-24 金融算法专家# 根据工作内容重新找回自己#

2.有着扎实的机器学习基础，掌握机器学习模型的开发、上线及后续维护的全
Albert888·2023-06-17 11:53

机器学习基础-2

第2周文章目录第2周@[toc]四、多变量线性回归(LinearRegressionwithMultipleVariables)4.1多维特征4.2多变量梯度下降4.3梯度下降法实践1-特征缩放4.4梯度下降法实践2-学习率4.5特征和多项式回归4.6正规方程4.7正规方程及不可逆性（可选）五、Octave教程(OctaveTutorial)5.1基本操作5.2移动数据5.3计算数据5.4绘图数据
qq_1041357701·2023-06-15 22:58

机器学习基础(一)：平均数中位数众数

机器学习基础(一)：平均数中位数众数从一组数字中我们可以学到什么？
不写八个·2023-06-15 04:13

机器学习基础概论

本文将是一篇长文，是关于机器学习相关内容的一个总体叙述，会总结之前三个例子中的一些关键问题，读完此文将对机器学习有一个更加深刻和全面的认识，那么让我们开始吧。我们前面三篇文章分别介绍了二分类问题、多分类问题和标量回归问题，这三类问题都是要将输入数据与目标结果之间建立联系。同时，这三类问题都属于监督学习的范畴，监督学习是机器学习的一个分支，还包括三个其他的主要分支：无监督学习、自监督学习和强化学习。
·2023-06-14 11:08

机器学习基础知识之多模型性能对比评价方法

文章目录1、交叉验证t检验2、Friedman检验与Nemenyi后续检验在进行预测或分类对比实验时，通常需要比较两个或两个以上的模型性能，因此，下面将介绍两个常用的多模型性能对比评价方法，一种是交叉验证t检验，该方法主要用于同一个数据集上两个模型的性能比较，另一种是Friedman检验与Nemenyi后续检验，这一方法主要用于同一组数据集上两个以上模型的性能比较。1、交叉验证t检验之前介绍过k折
七层楼的疯子·2023-06-13 09:00

机器学习基础知识之预测性能评价指标

文章目录预测性能评价思路1、均方误差（MeanSquareError，MSE）2、均方根误差（RootMeanSquareError，RMSE）3、平均绝对误差（MeanAbsoluteError，MAE）4、平均绝对百分比误差（MeanAbsolutePercentageError，MAPE）5、对称平均绝对百分比误差（SymmetricMeanAbsolutePercentageError，S
七层楼的疯子·2023-06-13 09:30

机器学习基础(8)-Python3 MySQL 数据库连接 - PyMySQL 驱动

本文我们为大家介绍Python3使用PyMySQL连接数据库，并实现简单的增删改查。1.什么是PyMySQL？PyMySQL是在Python3.x版本中用于连接MySQL服务器的一个库，Python2中则使用mysqldb。PyMySQL遵循Python数据库APIv2.0规范，并包含了pure-PythonMySQL客户端库。2.PyMySQL安装在使用PyMySQL之前，我们需要确保PyMyS
小卢子_1093·2023-06-12 05:13

《机器学习实战》第一章机器学习基础笔记

作者：PeterHarrington2013年第一部分分类第一章机器学习基础本章内容机器学习的简单概述机器学习的主要任务学习机器学习的原因python语言的优势1.1何谓机器学习机器学习：把无序的数据转换为有用的信息统计学和机器学习的关系
sdnugao·2023-06-11 19:03

【机器学习基础 2】matplotlib库

目录一、什么是matplotlib库二、基本用法1、绘制简单的线图plot()函数：2、绘制散点图scatter()函数：3、绘制条形图bar()函数：4、绘制饼图pie()函数：三、重要用法1、设置样式2、添加标签3、设置坐标轴范围4、绘制多个图表5、绘制3D图表四、注意点五、在机器学习中的应用样例：1、绘制线条2、绘制散点图3、绘制直方图一、什么是matplotlib库matplotlib是一
鸢想睡觉·2023-06-11 11:34

【机器学习基础 3】 sklearn库

目录一、sklearn库简介二、sklearn库安装三、关于机器学习四、sklearn库在机器学习中的应用1、数据预处理2、特征提取3、模型选择与评估五、常用的sklearn函数1、数据集划分2、特征选择3、特征缩放4、模型训练5、模型预测一、sklearn库简介Scikit-learn（简称sklearn）是一个用于机器学习的Python库，它包含了许多常用的机器学习算法、预处理技术、模型选择和
鸢想睡觉·2023-06-11 11:04

机器学习基础-SVM与感知机

参考《统计学习方法》李航等SVM定义SVM(SupportVectorMachine，支持向量机)，是一种用来进行二分类的机器有监督的学习方法，是定义在特征空间上的间隔最大的线性分类器。hardmarginmaximization硬间隔最大化，当数据线性可分，学习一个线性可分支持向量机softmarginmaximization软间隔最大化，当数据近似线性可分，学习一个线性支持向量机kernelt
田田ww·2023-06-10 06:48

机器学习基础

文章目录机器学习组成：模型、策略、优化开发机器学习应用程序的步骤模型的选择机器学习算法分类分类问题回归问题scikit-learn数据集获取小数据集获取大数据集模型检验-调优训练集与测试集k-折交叉验证超参数搜索-网格搜索(找好的参数)estimator的工作流程机器学习组成：模型、策略、优化《统计机器学习》中指出：机器学习=模型+策略+算法。其实机器学习可以表示为：Learning=Repres
我是小水水啊·2023-06-10 04:38

ID3与C4.5算法

大家好，我是一名正在学习机器学习的小白，最近在写一些关于机器学习基础概念的文章。如果你也对机器学习感兴趣，或者想要了解一些基础知识，欢迎来关注我哦！决策树决策树是一种基于树形结构的分类和回归模型。
浩茫·2023-06-10 00:53

深度学习算法

深度学习文章目录深度学习机器学习基础计算机视觉：基础补充：计算机视觉图片分类算法目标检测算法语义分割生成式（Generative）视觉追踪（目标追踪）人体姿态识别光学字符识别（OCR-OpticalCharacterRecognition
丿丶柠檬·2023-06-09 22:49

【机器学习基础】2、代价函数\损失函数汇总

文章目录代价函数1、二次代价函数（quadraticcost）2、交叉熵代价函数（cross-entropy）3、对数似然代价函数（log-likelihoodcost）损失函数1、0-1损失函数2、绝对值损失函数3、平方损失函数4、对数损失函数5、指数损失函数6、Hinge损失函数代价函数损失函数就是为了衡量当前参数下model的预测值predict距离真实值label的大小1、二次代价函数（q
梦无羡·2023-06-09 18:14

量纲对回归结果的影响_机器学习基础，回归模型评估指标

文章发布于公号【数智物语】(ID：decision_engine)，关注公号不错过每一篇干货。来源|CrossHands作者|AhongPlus回归模型中常用的评估指标可以分如下几类：1.MAE系列，即由MeanAbsoluteError衍生得到的指标；2.MSE系列，即由MeanSquaredError衍生得到的指标；3.R²系列；注：在英语中，error和deviation的含义是一样的，所以
虚无是我呀·2023-06-09 12:04

CNN卷积神经网络

大家好，我是一名正在学习机器学习的小白，最近在写一些关于机器学习基础概念的文章。如果你也对机器学习感兴趣，或者想要了解一些基础知识，欢迎来关注我哦！
浩茫·2023-06-09 12:46

机器学习实战笔记（一）机器学习基础

什么是机器学习？机器学习能让我们从数据集中受到启发。我们会利用计算机来彰显数据背后的真实含义，这才是机器学习的真实含义。机器学习就是把无序的数据转换成有用的信息。可以这么说，机器学习对于任何需要解释并操作数据的领域都有所裨益。机器学习领域的关键术语下表是用于区分不同鸟类需要使用的四个不同的属性值。现实中，你可能会想测量更多的值。通常的做法是测量所有可测属性，然后再挑选出重要部分。上面测量的这四种值
三千侵天·2023-06-09 00:52

人工智能学习笔记

目录1扫盲阶段2.数学基础知识3.机器学习基础知识4.回归4.1.观察数据4.2.拆分数据集4.3.特征表示法4.4.特征组合4.5.损失4.6.拟合程度4.7.正则化4.8.逻辑回归5.分类6.神经网络初探人工智能知识
HS_Henry·2023-06-07 20:43

aigc分享

技术分享AIGC概述AIGC的概念、应用场景和发展历程https://36kr.com/p/2135547607286144ppthttps://36kr.com/p/2243237713604482机器学习基础机器学习的基本概念
Fate宽·2023-06-07 14:46

改善深层神经网络：超参数调试、正则化以及优化 笔记

下面是笔记的索引：第一周：深度学习的实用层面1.1训练/开发/测试集1.2偏差/方差1.3机器学习基础1.4正则化1.5为什么正则化可以减少过拟合1.6dropout正则化1.7理
weixin_30650039·2023-06-07 13:04

学习目标检测YOLO系列1--机器学习基础知识储备

参考资料：https://blog.csdn.net/weixin_43694096/category_12037897.html（目标检测蓝皮书专栏，适合新手了解一些专业术语知识，缺点就是图文博客可能有点枯燥。）第一篇章-人工智能与机器学习了解1人工智能概述有趣的网站http://deepdreamgenerator.com/可以将两张图片结合起来1.1人工智能发展阶段人工智能的起源图灵测试达特
.Strive..·2023-06-07 12:59

【机器学习基础】一文详尽之支持向量机（SVM）算法！

Datawhale干货作者：小一，Datawhale优秀学习者寄语：本文介绍了SVM的理论，细致说明了“间隔”和“超平面”两个概念；随后，阐述了如何最大化间隔并区分了软硬间隔SVM；同时，介绍了SVC问题的应用。最后，用SVM乳腺癌诊断经典数据集，对SVM进行了深入的理解。支持向量机（supportvectormachines,SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线
风度78·2023-04-21 19:41

【AIGC】Stable Diffusion原理快速上手，模型结构、关键组件、训练预测方式

让有机器学习基础的朋友，可以快速了解SD模型的重要部分。如有理解错误，请不吝指正。大纲关键概念模型结构及关键组件训练和预测
Zing22·2023-04-21 05:23

机器学习基础·线代基本概念的几何引注

摘要向量、线性组合、张成空间、基、线性变换、矩阵乘法、行列式、零空间、点积、基变换、特征向量、特征值正文向量向量在不同的基下具有不同的表达，但无论基如何变化，有一点是共同的，这些基的原点不变。一般情况下的表达隐含了单位矩阵作为基，可以看作是从原点出发沿各分量相继衔接而得到，每个分量的长度为该分量的值，即。向量加法和数乘在隐含为基的情况下，是由和向量首尾相接得到；而数乘就是向量的缩放，其方向不变。线
jiangweijie1981·2023-04-20 23:20

吴恩达深度学习课程笔记（精华版）--2.卷积神经网络CNN和计算机视觉CV

编者有一定机器学习基础，也看过Andrew的机器学习课程。
Caucher·2023-04-20 20:12

人人看得懂的AI教程

AI的书籍，哈哈一、基础知识1.1人工智能概览1.2机器学习1.3深度学习1.4数据科学二、编程知识2.1Python基础2.2数据结构与算法2.3数值计算库Numpy2.4数据操作库Pandas三、机器学习基础
空中湖·2023-04-19 00:59

03_机器学习基础

一、机器学习的概念（一）机器学习是什么1、学习：通过各种手段获取知识或技能的过程。2、机器怎么学习：（1）处理某个特定的任务，以大量的“经验”为基础。（2）对任务完成的好坏，给予一定的评判标准。（3）通过分析经验数据，任务完成得更好了。（二）机器学习的开端1952年，IBM的ArthurSamuel（被誉为“机器学习之父”）设计了一款可以学习的西洋跳棋程序。它能通过观察棋子的走位来构建新的模型，并
98_码农·2023-04-18 17:24
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他