机器学习实例详解

3、建立你的第一个机器学习模型

建造你的第一个模型，万岁！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、为建模选择数据1.1选择预测目标2、选择“特征”3、构建模型1、为建模选择数据您的数据集中有太多的变量，以至于您无法理解，甚至无法很好地打印出来。你怎样才能把这么庞大的数据压缩成你能理解的东西呢？我们先用我们的直觉挑选一些变量。稍后的课程将向
AI算法蒋同学·2024-01-19 10:12

【白话机器学习的数学】读书笔记(2)学习回归

二、学习回归1.yyy与fθ(x)f_\theta(x)fθ(x)yyy是实际数据x对应的值fθ(x)f_\theta(x)fθ(x)是我们构造出来的函数，例如fθ(x)=θ0+θ1xf_\theta(x)=\theta_0+\theta_1xfθ(x)=θ0+θ1x所以我们希望这两个越接近，同时我们把y−fθ(x)y-f_\theta(x)y−fθ(x)称为误差2.目标函数假设有n个训练数据，那
JunLal·2024-01-19 10:42

机器学习：holdout法（Python）

importpandasaspdimportnumpyasnpfromsklearn.preprocessingimportLabelEncoder,StandardScaler#类别标签编码，标准化处理fromsklearn.decompositionimportPCA#主成分分析importmatplotlib.pyplotaspltfromsklearn.model_selectionimp
捕捉一只Diu·2024-01-19 10:40

机器学习：经验误差与过拟合（Python）

以目标函数为例，采样数据并添加噪声，进行不同阶次的多项式曲线拟合，分析欠拟合和过拟合。polynomial_feature.pyimportnumpyasnpclassPolynomialFeatureData:"""生成特征多项式数据"""def__init__(self,x,degree,with_bias=False):"""参数初始化:paramx:采用数据，向量形式:paramdegre
捕捉一只Diu·2024-01-19 10:10

【机器学习300问】12、为什么要进行特征归一化？

当线性回归模型的特征量变多之后，会出现不同的特征量，然而对于那些同是数值型的特征量为什么要做归一化处理呢？一、为了消除数据特征之间的量纲影响使得不同指标之间具有可比性。例如，分析一个人的身高和体重对健康的影响，如果使用米(m)和于克(kg)作为单位，那么身高特征会在1.6m~1.8m的数值范围内，体重特征会在50~100kg的范围内，分析出来的结果显然会倾向于数值差别比较大的体重特征。想要得到更为
小oo呆·2024-01-19 10:08

打造更智能的应用 - 机器学习和Andorid

打造更智能的应用-机器学习和Andorid一、关于机器学习和Andorid二、使用Gemini让您的Android应用如虎添翼2.1GeminiAPI2.2AndroidAICore三、现成可用的还是自定义的机器学习
Just_Paranoid·2024-01-19 10:08

适合进阶学习的 机器学习 开源项目（可快速下载）

目录开源项目合集[>>开源的机器学习平台：mlflow/mlflow](https://gitcode.com/mlflow/mlflow)[>>机器学习路线图：mrdbourke/machine-learning-roadmap
GitCode官方·2024-01-19 10:37

6、机器学习之随机森林

使用更复杂的机器学习算法。
AI算法蒋同学·2024-01-19 10:07

机器学习：BootStrapping（Python）

importnumpyasnpimportpandasaspdfromsklearn.neighborsimportKNeighborsClassifierfromsklearn.decompositionimportPCA#主成分分析fromsklearn.preprocessingimportLabelEncoder,StandardScaler#类别标签编码，标准化处理importmatpl
捕捉一只Diu·2024-01-19 10:06

【白话机器学习的数学】读书笔记(4)评估(评估已建立的模型)

四、评估(评估已建立的模型)目录四、评估(评估已建立的模型)1.评估什么2.交叉验证1回归问题的验证2分类问题的验证3精确率和召回率1.精确率Precision2.召回率Recall4F值5K折交叉验证3.正则化1正则化的方法2正则化的效果3分类的正则化4包含正则化项的表达式的微分1回归加入正则化后的更新表达式2逻辑回归包含正则化项的更新表达式5L2正则化VSL1正则化4.学习曲线1欠拟合2区分欠
JunLal·2024-01-19 10:06

翻译: Streamlit从入门到精通六 实战缓存Cache请求数据

Streamlit从入门到精通系列：翻译:Streamlit从入门到精通基础控件一翻译:Streamlit从入门到精通显示图表Graphs地图Map主题Themes二翻译:Streamlit从入门到精通构建一个机器学习应用程序三翻译
AI架构师易筋·2024-01-19 10:58

《GitHub Copilot 操作指南》课程介绍

第1节：GitHubCopilot概述一、什么是GitHubCopilot什么是GitHubCopilotGitHubCopilot是GitHub与OpenAI合作开发的编程助手工具，利用机器学习模型生成代码建议
韩茹_·2024-01-19 10:57

ICLR 2024接收率31％，清华LCM论文作者：讲个笑话，被拒了！

在机器学习社区中，ICLR是较为「年轻」的学术顶会，它由深度学习巨头、图灵奖获得者YoshuaBengio和YannLeCun牵头举办，2013年才举办了第一届。
Datawhale·2024-01-19 09:33

神经网络算法 - 一文搞懂自然语言处理

NLP（自然语言处理）定义：NLP是一种机器学习技术，使计算机能够解读、处理和理解人类语言。语言翻译与沟通的桥梁：人类通过语言来交流，狗通过汪汪汪来交流。机器也有自己的交流方式，那就是数字信息。
之乎者也··2024-01-19 09:42

深度学习和大数据技术的进步在自然语言处理领域的应用

一、深度学习在NLP中的应用深度学习是近年来取得突破性成果的机器学习方法之一，它模仿人脑神
咕噜企业签名—美乐蒂·2024-01-19 09:28

AI时代的财富创造：人工智能科技在金融领域的应用

机器学习、自然语言处理、数据挖掘等技术的融合，使得金融机构能够更加智能地处理大规模数据，提高
21CN科技·2024-01-19 08:10

在分类任务中准确率（accuracy）、精确率（precision）、召回率（recall）和 F1 分数是常用的性能指标，如何在python中使用呢？

在机器学习和数据科学中，准确率（accuracy）、精确率（precision）、召回率（recall）和F1分数是常用的性能指标，用于评估分类模型的性能。
小桥流水---人工智能·2024-01-19 08:49

基于数据挖掘机器学习的心脏病患者分类建模与分析

首先，读取数据集，该数据集是UCI上的心脏病患者数据集，其中包含了303条患者信息，每一名患者有13个字段记录其基本信息（年龄、性别等）和身体健康信息（心率、血糖等），此外有一个类变量记录其是否患有心脏病。详细的字段信息可见此处。类别字段target有两个取值，代表预测类别，1=患病，2=不患病。2.训练/测试集划分对数据集进行划分，设置划分比例为训练集:测试集=4:1。由于数据集的同一类标签集中
mqdlff_python·2024-01-19 08:13

在机器学习领域，有一个备受瞩目的概念——Kernel（核函数）

Kernel的本质：Kernel是机器学习中的一个关键组件，其作用类似于一个"解谜者"，通过巧妙的数学运算揭示数据中的潜在结构。
洛白白·2024-01-19 08:09

SpringBoot单元测试java.lang.IllegalStateException Could not initialize plugin: interface org.mockito解决方案

从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。
爱编程的喵喵·2024-01-19 07:36

深度学习和机器学习中针对非时间序列的回归任务，有哪些改进角度？

深度学习和机器学习中针对非时间序列的回归任务，有哪些改进角度？目录深度学习和机器学习中针对非时间序列的回归任务，有哪些改进角度？
Better Bench·2024-01-19 07:23

利用 Apache Spark 和 Databricks 进行企鹅种类预测的机器学习实践入门

这里演示使用ApacheSpark和Databricks平台进行企鹅物种预测的完整机器学习流程。
AI普惠大师·2024-01-19 06:17

探索人工智能的未来发展前景：当前图境与未来可能

机器学习与大数据的结合，使得企业能够更好地分析数据、预测市场趋势、提高效率。人工智能还在医疗领域显
广州硅基技术官方·2024-01-19 06:16

如何解决态势感知中的“时隐时现”问题

例如使用人工智能和机器学习算法来识别和分析大量的数据，快速发现异常和威胁，并及时采取相应的措施。
人机与认知实验室·2024-01-19 06:37

创新科技引领未来工业革命：人工智能在制造业的应用

智能制造通过大数据分析、机器学习和自动化技术，实现生产线的智能调度和优化。这不仅提高了生产效率，还降低了生产成本，为制造业带来了前所未有的竞争力。智能机器人在生产
21CN科技·2024-01-19 06:20

2024 年 SEO 您需要了解的 8 个关键 SEO 趋势

人工智能（AI）和机器学习在搜索引擎中的兴起使他们能够更好地理解用户意图并提供更相关的结果Google将经验、专业知识、权威性和可信度（E-E-A-T）放在首位，倡导合乎道德的高质量内容制作人工智能（如
SEO_juper·2024-01-19 06:48

2020-12-10

研一下学期开了一门《数据挖掘与分析》的课，虽然我也不知道经济学为什么会开这种课，也许是因为学院顶了一个“大数据”的高大上（假大空）头衔，无论怎样，我与机器学习的缘分从此结下。
PrinceKare·2024-01-19 05:35

复习算法发展的两大方向

目前的复习算法主要可以分为两大类别——以SuperMemo为代表的状态转移法和以Duolingo为代表的机器学习方法。方法简介何为状态转移法？
学委叶哥·2024-01-19 05:05

Hugging Face怎么通过国内镜像去进行模型下载（hf-mirror.com）

一、引言HuggingFace是一家专注于自然语言处理（NLP）技术的公司，以其开源贡献和先进的机器学习模型而闻名。
星宇星静·2024-01-19 04:18

隐马尔可夫模型【维特比算法】

机器学习笔记机器学习系列笔记，主要参考李航的《机器学习方法》，见参考资料。
格兰芬多_未名·2024-01-19 03:21

机器学习笔记——感知机【图文，详细推导】

机器学习笔记第一章机器学习简介第二章感知机文章目录机器学习笔记一、超平面二、感知机定义三、学习策略和学习算法1线性可分2损失函数定义3优化算法—SGD4算法收敛性四、感知机的缺点参考资料感知机（PLA）
格兰芬多_未名·2024-01-19 03:20

奇异值分解(SVD)【详细推导证明】

机器学习笔记机器学习系列笔记，主要参考李航的《机器学习方法》，见参考资料。
格兰芬多_未名·2024-01-19 03:20

【小白学PyTorch】20 TF2的eager模式与求导

【新闻】：机器学习炼丹术的粉丝的人工智能交流群已经建立，目前有目标检测、医学图像、时间序列等多个目标为技术学习的分群和水群唠嗑的总群，欢迎大家加炼丹兄为好友，加入炼丹协会。
微信公众号[机器学习炼丹术]·2024-01-19 02:50

机器学习入门

机器学习：发展与未来人工智能>机器学习>深度学习>神经网络多种机器学习技术：深度学习，强化学习，蒙特卡洛树搜索。。。3.机器学习”有哪些技术局限？
zelda2333·2024-01-19 02:36

机器学习练习 6 - Support Vector Machines（支持向量机）

机器学习练习6-SupportVectorMachines（支持向量机）Introduction在本实验中，将使用支持向量机(SVMs)来构建垃圾邮件分类器。
Phoenix_ZengHao·2024-01-19 02:59

第四章 决策树

4.1基本流程决策树（decisiontree）是一类常见的机器学习方法，它是基于树结构来进行决策的，这是人类在面临决策问题时一种很自然的处理机制。
lammmya·2024-01-19 02:08

【机器学习】西瓜书要点个人整理

目录前置基础知识第三章线性模型机器学习三要素1.函数集合2.目标函数3.优化方法4.模型评估方法对数几率回归（逻辑回归）第四章决策树第五章SVM第六章贝叶斯分类器第八章集成学习第九章神经网络前情提要：本文适合在学习机器学习课程前
_hermit:·2024-01-19 02:45

【机器学习】基本模型简易代码整理

目录对数几率回归原理损失函数和优化特点和应用支持向量机SVM原理损失函数与优化优点与应用信息增益决策树本文对机器学习课程考试中可能出现的模型代码题进行总结，仅供参考。
_hermit:·2024-01-19 02:14

机器学习笔记（十）聚类算法DBSCAN原理和实践

在前面的文章中，我们分别介绍了《K-means原理和实践》和《Birch和层次聚类》两种聚类算法，本文我们继续介绍另一种常用的聚类算法DBSCAN。相对于前两种算法，DBSCAN的原理要简单的多，但是这并不意味着它的效果就会差，在很多算法表现不好的非凸数据集上（凸数据集可以简单理解为数据集中的任意两点连线上的点都在数据集内），DBSCAN往往能取得较好的效果，见下图，这也是DBSCAN最大的优势，
大白兔黑又黑·2024-01-19 01:04

【机器学习】DBSCAN算法

参考链接：https://blog.csdn.net/haveanybody/article/details/113092851https://www.jianshu.com/p/dd6ce77bfb8a1介绍DBSCAN(Density-BasedSpatialClusteringofApplicationwithNoise)算法是于1996年提出的一种简单的、有效的基于密度的聚类算法，该算法利
zcongfly·2024-01-19 01:33

基于YOLOv8深度学习的葡萄簇目标检测系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战

✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~感谢小伙伴们点赞、关注！《------往期经典推荐------》一、AI应用软件开发实战专栏【链接】项目名称项目名称1.
阿_旭·2024-01-19 01:54

基于YOLOv8深度学习的苹果叶片病害智能诊断系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战

✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~感谢小伙伴们点赞、关注！《------往期经典推荐------》一、AI应用软件开发实战专栏【链接】项目名称项目名称1.
阿_旭·2024-01-19 01:23

【保姆级教程|YOLOv8添加注意力机制】【2】在C2f结构中添加ShuffleAttention注意力机制并训练

✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~感谢小伙伴们点赞、关注！《------往期经典推荐------》一、AI应用软件开发实战专栏【链接】项目名称项目名称1.
阿_旭·2024-01-19 01:23

【保姆级教程|YOLOv8改进】【3】使用FasterBlock替换C2f中的Bottleneck

✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~感谢小伙伴们点赞、关注！《------往期经典推荐------》一、AI应用软件开发实战专栏【链接】项目名称项目名称1.
阿_旭·2024-01-19 01:23

为什么GPU比CPU更适合人工智能计算？

作为加速机器学习工作负载的主要计算平台，GPU在过去的五年里基本成为大模型训练的标配。它能够协助处理训练和部署人工智能算法所涉及的众多计算任
英智未来·2024-01-19 01:51

一文读懂大型语言模型LLM

这一领域的快速发展得益于先进的机器学习算法、海量数据的可用性以及计算能力的显著提升。
英智未来·2024-01-19 01:50

基于YOLOv8深度学习的智能肺炎诊断系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战

✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~感谢小伙伴们点赞、关注！《------往期经典推荐------》一、AI应用软件开发实战专栏【链接】项目名称项目名称1.
阿_旭·2024-01-19 01:19

Nature：当AI遇见量子计算，会引发科学革命吗？

将两个科技界最热门的术语——机器学习和量子计算机结合起来，就形成了量子机器学习（quantummachinelearning）。
Imagination官方博客·2024-01-19 00:56

浅谈：什么是机器学习？它的重要性体现在哪

机器学习是一种人工智能（AI）的子领域，旨在使计算机系统通过经验自动学习和改进，而无需明确地进行编程。
Imagination官方博客·2024-01-19 00:26

【机器学习】机器学习绪论

系列文章目录【01机器学习绪论】文章目录系列文章目录前言一、基本术语二、假设空间三、归纳偏好问题总结前言  本章机器学习绪论从基本术语、假设空间和归纳偏好三个方面进行论述。
Bigdataxy·2024-01-19 00:44
上一页 49 50 51 52 53 54 55 56 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他