机器学习实践

【NumPy】深入解析numpy.zeros()函数

多年的Python编程和机器学习实践，使我深入理解了这些技术的核心原理，并能够在实际项目中灵活应用。尤其是在NLP领域，我积累了丰富的经验，能够处理各种复杂的自然语言任务。
二七830·2024-09-15 23:04

【Python】解决AttributeError: ‘NoneType‘ object has no attribute ‘xxxx‘

多年的Python编程和机器学习实践，使我深入理解了这些技术的核心原理，并能够在实际项目中灵活应用。尤其
云天徽上·2024-09-11 06:16

【Python报错】成功解决IndentationError: expected an indented block

多年的Python编程和机器学习实践，使我深入理解了这些技术的核心原理，并能够在实际项目中灵活应用。尤其是在NLP领域，我
云天徽上·2024-09-06 15:24

【机器学习笔记】5 机器学习实践

数据集划分子集划分训练集（TrainingSet）：帮助我们训练模型，简单的说就是通过训练集的数据让我们确定拟合曲线的参数。验证集（ValidationSet）：也叫做开发集（DevSet），用来做模型选择（modelselection），即做模型的最终优化及确定的，用来辅助我们的模型的构建，即训练超参数，可选；测试集（TestSet）：为了测试已经训练好的模型的精确度。三者划分：训练集、验证集、
RIKI_1·2024-02-19 23:52

L1与L2损失函数和正则化的区别

本文翻译自文章：DifferencesbetweenL1andL2asLossFunctionandRegularization，如有翻译不当之处，欢迎拍砖，谢谢~  在机器学习实践中，你也许需要在神秘的
山阴少年·2024-02-06 20:34

【课程作业_01】国科大2023模式识别与机器学习实践作业

国科大2023模式识别与机器学习实践作业作业内容从四类方法中选三类方法，从选定的每类方法中，各选一种具体的方法，从给定的数据集中选一个数据集（MNIST，CIFAR-10，电信用户流失数据集）对这三种方法进行测试比较
lzl2040·2024-02-03 13:05

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。首先，通过Databricks笔记本下载关于企鹅的特征数据，包括岛屿、喙的长度和深度、鳍状肢长度、体重和种类。然后进行数据清洗，包括删除缺失数据和数据类型转换。随后，数据被分为70%的训练集和30%的测试集，以便于后续的模型训练和评估。在对机器学习的特征工程部分包括了对分类特征的编码和数值特征的规范化处
AI普惠大师·2024-01-19 06:17

【机器学习入门】机器学习基础概念与原理

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
代码骑士·2024-01-17 12:10

Python数据挖掘与机器学习实践技术应用

近年来，Python编程语言受到越来越多科研人员的喜爱，在多个编程语言排行榜中持续夺冠。同时，伴随着深度学习的快速发展，人工智能技术在各个领域中的应用越来越广泛。机器学习是人工智能的基础，因此，掌握常用机器学习算法的工作原理，并能够熟练运用Python建立实际的机器学习模型，是开展人工智能相关研究的前提和基础。为各领域人员量身定制课程内容，让你畅学Python编程及机器学习理论与代码实现方法，从“
思考的小猴子·2024-01-04 18:03

Python数据挖掘与机器学习实践技术应用

近年来，Python编程语言受到越来越多科研人员的喜爱，在多个编程语言排行榜中持续夺冠。同时，伴随着深度学习的快速发展，人工智能技术在各个领域中的应用越来越广泛。机器学习是人工智能的基础，因此，掌握常用机器学习算法的工作原理，并能够熟练运用Python建立实际的机器学习模型，是开展人工智能相关研究的前提和基础。掌握Python编程的基础知识与技巧、特征工程（数据清洗、变量降维、特征选择、群优化算法
思考的小猴子·2023-12-30 19:34

Python机器学习实践与Kaggle实战（转）

https://mlnote.wordpress.com/2015/12/16/python%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%AE%9E%E8%B7%B5%E4%B8%8Ekaggle%E5%AE%9E%E6%88%98-machine-learning-for-kaggle-competition-in-python/Author:MiaoFan(范
weixin_30512785·2023-12-25 08:47

一文讲透Python机器学习中的K折交叉验证法

1.K折交叉验证法的基本原理K折交叉验证是针对验证集法的另外一种改进方式，也广泛用于机器学习实践。
数据科学作家·2023-12-04 15:56

ApacheCN 数据科学译文集 20210313 更新

新增了五个教程：Python和Jupyter机器学习入门零、前言一、Jupyter基础知识二、数据清理和高级机器学习三、Web爬取和交互式可视化Python数据科学和机器学习实践指南零、前言一、入门二、
布客飞龙·2023-12-03 14:48

机器学习（一）：简介

编程语言：Python参考书籍：《Python机器学习实践指南》《机器学习实战》为什么使用PythonPython具有清晰的语法结构,简单易上手。
打不死的小黑·2023-12-01 01:08

python自学入门书籍推荐-推荐python机器学习实践的书籍？

直接实战的话，其实看ScikitLearn的官网就可以了。不仅有算法的说明，还有相关的参数文档，还有对应的案例分析，也有一些简单数据供参考。从开源的角度上讲，ScikitLearn已经做得非常不错了。遇到相关知识点的话，去翻阅博客或者书籍的对应章节就可以了。机器学习是计算机科学与人工智能的重要分支领域。周志华老师的《机器学习》这本书作为该领域的入门教材，在内容上涵盖机器学习基础知识的很多方面。全书
weixin_37988176·2023-11-22 02:59

使用SVM/k-NN模型实现手写数字多分类 - 清华大学《机器学习实践与应用》22春-周作业

0Contents1.1多分类SVM主要思想1.1.1一对一SVM分类（OvO-SVM）1.1.2一对多SVM分类（OvR-SVM）1.2实验设计及伪代码1.2.1实验目的概述1.2.2实验模型整体设计1.2.3多分类伪代码及解释1.2.4完整代码实现1.3测试结果及分析1.4其他实验体会1.1多分类SVM主要思想SVM模型处理分类问题建立在使用一个超平面分割两类数据，根据几何位态分别赋予标签+1
Tooru@THU·2023-11-22 01:06

机器学习实践四：文本词频分析

一、文本词频统计importjieba#jieba中文分词库withopen('data/test.txt','r',encoding='UTF-8')asnovelFile:novel=novelFile.read()#获得分隔词列表stopwords=[line.strip()forlineinopen('data/stop.txt','r',encoding='UTF-8').readlin
Tangefly·2023-11-21 03:11

机器学习实践八：基于线性回归预测波士顿房价

目录一、线性回归定义二、房价预测流程1.数据集的加载2.神经网络模型的搭建3.网络模型训练和测试三、模型总结一、线性回归定义线性回归（Linearregression）是利用回归方程（函数）对一个或多个自变量（特征值）和因变量（目标值）之间关系进行建模的一种分析方式。特点：只有一个自变量的情况称为单变量回归，多于一个变量的情况称为多元回归通用公式：二、房价预测流程本实践基于百度飞浆平台（Paddl
Tangefly·2023-11-21 03:03

Python 数据挖掘与机器学习实践技术应用

近年来，Python编程语言受到越来越多科研人员的喜爱，在多个编程语言排行榜中持续夺冠。同时，伴随着深度学习的快速发展，人工智能技术在各个领域中的应用越来越广泛。机器学习是人工智能的基础，因此，掌握常用机器学习算法的工作原理，并能够熟练运用Python建立实际的机器学习模型，是开展人工智能相关研究的前提和基础。采用“理论讲解+案例实战+动手实操+讨论互动”相结合的方式，抽丝剥茧、深入浅出分析机器学
天青色等烟雨..·2023-11-06 02:55

机器学习实践(2.2)LightGBM回归任务

机器学习实践(1.2)XGBoost回归任务机器学习实践(2.1)LightGBM分类任务❤️本文完整脚本点此链
赫加青空·2023-11-05 22:00

机器学习实践(2.1)LightGBM分类任务

机器学习实践(1.2)XGBoost回归任务机器学习实践(2.2)LightGBM回归任务❤️本文完整脚本点此链
赫加青空·2023-11-05 22:59

七步从入门到精通Python机器学习

本文旨在通过七个步骤，使用全部免费的线上资料，帮助新人获取最基本的Python机器学习知识，直至成为博学的机器学习实践者。这篇概述的主要目的是带领读者接触众多免费的学习资源。
qq_38220914·2023-11-05 11:30

免费教材丨第55期：Python机器学习实践指南、Tensorflow 实战Google深度学习框架

本期教材本期为大家发放的教材为：《Python机器学习实践指南》、《Tensorflow实战Google深度学习框架》两本书，大家可以根据自己的需要阅读哦！
人工智能爱好者俱乐部·2023-11-04 11:47

人工智能-softmax回归

通常，机器学习实践者用分类这个词来描述两个有微妙差别的问题：我们只对样本的“硬性”类别感兴趣，即
白云如幻·2023-11-01 10:55

基于Spark的机器学习实践 (七) - 回归算法

0相关源码1回归分析概述1.1回归分析介绍◆回归与分类类似，只不过回归的预测结果是连续的,而分类的预测结果是离散的◆如此,使得很多回归与分类的模型可以经过改动而通用◆因此对于回归和分类中基本原理相同或类似的模型,不再赘述1.2Spark中集成的回归算法◆Spark实现的回归算法很丰富,有很多模型同样可以用于分类官方文档回归算法列表1.3回归与分类的区别与联系2线性回归算法概述2.1线性回归简介◆在
weixin_33947521·2023-10-31 02:22

为什么要使用MLOps进行机器学习实践

随着数字化和计算能力的发展，机器学习（MachineLearning）技术在提高企业生产力方面所涌现的潜力越来越被大家所重视，然而很多机器学习的模型及应用在实际的生产环境并未达到预期，大量的ML项目被证明是失败的。从机器学习的发展历程来看，早期ML社区广泛关注的是ML模型的构建，确保模型能在预定义的测试数据集上取得较好的表现，但对于如何让模型从实验室走向用户的桌面，并未大家所关注。机器学习的生命周
楚天谈商讯·2023-10-29 12:32

机器学习中模型优化不得不思考的几个问题

机器学习实践中，我们平时都在积累自己的“弹药库”：分类、回归、无监督模型、Kaggle上面特征变换的黑魔法、样本失衡的处理方法、缺失值填充……这些
婉妃·2023-10-25 09:40

逻辑回归揭秘: 从分类原理到机器学习实践

机器学习第五课逻辑回归概述逻辑回归应用领域逻辑回归vs线性回归基本定义输出类型函数关系误差计算使用场景数据分布逻辑回归的数学原理Sigmoid函数多数几率似然函数逻辑回归损失函数正则化L1正则化L2正则化L1vsL2实例标准化为什么要标准化?如何进行标准化?梯度下降工作原理梯度下降的公式梯度下降的变种学习率前向传播vs反向传播前向传播反向传播手把手计算回归前向传播反向传播参数更新实战逻辑回归预测乳
我是小白呀·2023-10-20 15:56

机器学习实践入门（一）：神经网络入门

本文参考自深蓝学院课程，所记录笔记，仅供自学记录使用这里写目录标题逻辑回归二分类问题思路一：构建超平面分类思路二：估计样本的分布成本函数的优化逻辑回归算法流程感知机感知机成本函数感知机算法流程神经网络神经元的解释多层神经网络前向传播神经元前向传播的向量形式反向传播梯度下降权重求导输出层权重求导推广：中间层权重求导BP算法核心公式偏置求导输出层偏执求导：对隐藏层偏置求偏导数反向传播整理总结BP算法激
橘の月半喵·2023-10-20 04:12

python线性回归模型预处理_Python机器学习算法：线性回归

作者|VagifAliyev编译|VK来源|TowardsDataScience线性回归可能是最常见的算法之一，线性回归是机器学习实践者必须知道的。
weixin_39819327·2023-10-19 03:14

《美团机器学习实践》笔记

https://book.douban.com/subject/30243136/PerformanceMetricF1score:2/F=1/P+1/ROtherinterpretationsforAUC:WilcoxonTestofRanksGini-index:Gini+1=2*AUCNotsensitivetopredictedscoreFeatureEngineeringandFeatu
kingstone010148·2023-10-18 11:43

Python高光谱遥感数据处理与机器学习实践技术

目录第一章高光谱基础第二章高光谱开发基础（Python）第三章高光谱机器学习技术（python）第四章典型案例操作实践总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法，追踪了最新的技术突破，在消化理解、触类旁通之后，用即使是遥感“小白”也容易接受的方式分享给你。高光谱遥感课程的第一季：提供一套基于Matlab编程工具的高光谱数据处理方法和应用案例，从基础、方法、
WangYan2022·2023-10-12 06:12

机器学习实践入门（四）：pytorch框架初探

本文参考自深蓝学院课程，所记录笔记，仅供自学记录使用pytorch框架初探深度学习框架Pytorch简介目前流行的深度学习框架pytorch的优势简单，与numpy语法类似pytorch只需设计前向传播过程，反向传播过程中梯度自动计算。动态图，方便调试pytorch的基本组成元素tensor基本运算Tensor(requires_grad=True)Variablennpytorch构建神经网络P
橘の月半喵·2023-10-11 02:42

上证指数预测之python建模与动态时间扭曲

继续学习人民邮电出版的《机器学习实践指南》，第7章股市预测，模型直接拿来用于上证指数，动态时间扭曲建模，结果跟教程预测标普500差别很大。
数据价值说·2023-09-26 15:12

人工智能机器学习-飞桨神经网络与深度学习

飞桨神经网络与深度学习-机器学习目录飞桨神经网络与深度学习-机器学习1.机器学习概述2.机器学习实践五要素2.1.数据2.2.模型2.3.学习准则2.4.优化算法2.5.评估标准3.实现简单的线性回归模型
Williamtym·2023-09-23 16:59

机器学习实践（十六）—sklearn之模型保存和加载

一、sklearn-模型的保存和加载-APIfromsklearn.externalsimportjoblib保存joblib.dump(rf,‘test.pkl’)加载estimator=joblib.load(‘test.pkl’)二、示例助解保存#使用线性模型进行预测#使用正规方程求解lr=LinearRegression()#进行训练lr.fit(x_train,y_train)#保存训练
泡泡码客·2023-09-10 19:42

【机器学习实践】隐马尔可夫模型（二）Viterbi算法

隐马尔可夫模型的预测问题已知一条可见层状态链，推导出最有可能的隐藏层状态链Viterbi算法维特比算法通过：全局最大概率必在每步优化时取得最大概率参考资料：《统计学习方法》李航清华大学（ppt）python实现个人对Viterbi算法进行实现，下面列出完整hmm类代码，Viterbi在get_hidden中得到实现。#hmm.pyfromoperatorimporttruedivimportnum
不给自己画饼·2023-09-05 22:05

机器学习课后习题 --- 机器学习实践

（一）单选题1.以下关于训练集、验证集和测试集说法不正确的是()。A:测试集是纯粹是用于测试模型泛化能力B:训练集是用来训练以及评估模型性能C:验证集用于调整模型参数D:以上说法都不对2.当数据分布不平衡时，我们可采取的措施不包括()。A:对数据分布较少的类别过采样B:对数据分布较多的类别欠采样C:对数据分布较多的类别赋予更大的权重D:对数据分布较少的类别赋予更大的权重3.假设有100张照片，其中
尘 关·2023-09-05 15:05

基于Python的机器学习实践（portein）

目录数据集简介代码（1）数据的读入（2）数据理解（3）数据规整化处理（数据准备）（4）数据建模（5）查看模型（6）模型预测（7）结果输出数据集https://download.csdn.net/download/llf000000/86724465简介机器学习最担心的事情：过拟合（训练出模型在训练集里准确率非常高，在测试机上的准确率非常低）（平时成绩很好，考试很差）。验证集：算法选择，参数调整以下
pythonSuperman·2023-08-26 03:40

【深度学习实践】02. Softmax 回归

通常，机器学习实践者用分类这个词来描述以下两个有微妙差别的问题：只对样本的“硬性”类别感兴趣，即想要知道其属于哪个类别；“软性”的类别，即需要得到属于每个类别的概率（置信度）。这两者的界限
砥砺前行的人·2023-08-07 16:05

【Python机器学习】实验04(1) 多分类(基于逻辑回归)实践

文章目录多分类以及机器学习实践如何对多个类别进行分类1.1数据的预处理1.2训练数据的准备1.3定义假设函数，代价函数，梯度下降算法（从实验3复制过来）1.4调用梯度下降算法来学习三个分类模型的参数1.5
Want595·2023-08-01 17:44

Datawhale夏令营之机器学习实践（一）

专栏Datawhale夏令营之机器学习实践（二）赛题链接锂离子电池生产参数调控及生产温度预测挑战赛：https://challenge.xfyun.cn/topic/info?
珞喻路小白·2023-08-01 10:19

Datawhale夏令营之机器学习实践（二）

续前缘Datawhale夏令营之机器学习实践（一）本次任务任务二：完成基线代码精读，记录自己的学习笔记；尝试优化基线代码，提升代码的实践表现；提交任务二打卡，查看个人成绩排行榜。
珞喻路小白·2023-08-01 10:19

美团机器学习实践第四章-模型融合总结

思维导图如下：模型融合是一种有效提升机器学习效果的方法，通过构建并融合多个模型来完成学习任务。模型融合主要包含两个阶段：构建若干单模型和模型融合。如果模型融合使用的单模型属于一类学习算法，这样的融合称为同质模型融合，如果模型融合使用多种不同的学习算法构建的单模型，这样的融合称为异质模型融合。1、理论分析1.1融合收益模型融合能够比单模型具有更强的泛化能力，主要有以下三个方面：统计的角度：学习任务可
文哥的学习日记·2023-07-29 14:29

Pick一下？Python机器学习实用技巧

【嵌牛正文】：我们Pick了一些用Python进行机器学习实践的基本技巧。我是一名计算机科学
远方_c2e0·2023-07-19 15:27

机器学习技术（三）——机器学习实践案例总体流程

机器学习实践案例总体流程文章目录机器学习实践案例总体流程一、引言二、案例1、决策树对鸢尾花分类1.数据来源2.数据导入及描述3.数据划分与特征处理4.建模预测2、各类回归波士顿房价预测1.案例数据2.导入所需的包和数据集
天海一直在AI·2023-07-15 20:51

为什么要使用MLOps进行机器学习实践

随着数字化和计算能力的发展，机器学习（MachineLearning）技术在提高企业生产力方面所涌现的潜力越来越被大家所重视，然而很多机器学习的模型及应用在实际的生产环境并未达到预期，大量的ML项目被证明是失败的。从机器学习的发展历程来看，早期ML社区广泛关注的是ML模型的构建，确保模型能在预定义的测试数据集上取得较好的表现，但对于如何让模型从实验室走向用户的桌面，并未大家所关注。机器学习的生命周
IT观察·2023-06-24 04:57

机器学习实践(1.1)XGBoost分类任务

前言XGBoost属于Boosting集成学习模型，由华盛顿大学陈天齐博士提出，因在机器学习挑战赛中大放异彩而被业界所熟知。相比越来越流行的深度神经网络，XGBoost能更好的处理表格数据，并具有更强的可解释性，还具有易于调参、输入数据不变性等优势。本文只做XGBoost分类任务的脚本实现，更多XGBoost内容请查看文末附加——深入学习XGBoost❤️本文完整脚本点此链接百度网盘链接获取❤️机
赫加青空·2023-06-22 08:38

机器学习实践(1.2)XGBoost回归任务

本文只做XGBoost分类任务的脚本实现，更多XGBoost内容请查看文末附加——深入学习XGBoost机器学习实践(1.1)XGBoost分类任务❤
赫加青空·2023-06-22 08:06

Python高光谱遥感数据处理与机器学习实践技术

本课程是高光谱遥感课程的第二季（第一季：Matlab高光谱遥感、数据处理与混合像元分解实践技术应用精品课程），也是AI尚研修平台上持续更新的高光谱专栏课程。课程总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法，追踪了最新的技术突破，在消化理解、触类旁通之后，用即使是遥感“小白”也容易接受的方式分享给你。高光谱遥感课程的第一季：提供一套基于Matlab编程工具的高
高-老师·2023-06-20 13:49
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他