机器学习算法人工智能深度学习第42页

22张深度学习精炼图笔记总结

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达本文转自：机器学习算法那些小事最近在做笔记查阅内容，觉得这个总结太美观了，真是棒！

小白学视觉·2023-01-18 23:25

机器学习算法（2）—— 线性回归算法

线性回归算法1线性回归简介2线性回归的初步使用3损失函数4优化算法4.1正规方程4.2梯度下降4.3优化方法比较4.4线性回归api再介绍5欠拟合与过拟合5.1欠拟合5.2过拟合6正则化线性模型6.1RidgeRegression岭回归6.2Lasso回归6.3ElasticNet弹性网络6.4Earlystopping7模型的保存与加载1线性回归简介线性回归(Linearregression)是

夏木夕·2023-01-18 22:13

18.支持向量机（SVM）的介绍

的概念支持向量机的分类SVM算法原理和过程一、支持向量机（SVM）的概念支持向量机主要用于分类问题的处理，是一款强大的分类模型，被很多人认为是最优秀的有监督机器的学习模型，甚至被称为“万能分类器”，在机器学习算法中有着广泛的应用

WuJiaYFN·2023-01-18 21:36

传统机器学习算法

目录1、LR2、SVM3、决策树和随机森林4、GBDT5、XGB1、LR（1）原理：逻辑回归是线性回归的推广，通过逻辑函数将预测映射到0-1的区间，预测值可视为某一类别的概率。模型仍是线性的，当数据线性可分时表现良好，同时也适用惩罚方法进行正则化。（2）优势：输出结果有很好的概率解释，算法可通过正则化避免过拟合。容易适用梯度下降来更新参数。（3）局限性：面对多元或非线性决策边界时性能较差。2、SV

码一码码码·2023-01-18 20:01

集成学习2——XGBoost本身的特点，及XGB与GBDT、LGB、RF的区别于联系

XGB模型十分优秀，在很多大赛中表现很好，如果选出3个优秀的机器学习算法，XGB肯定能排上号。

端坐的小王子·2023-01-18 20:31

常用机器学习算法模型简版代码

#-*-coding:utf-8-*-"""SpyderEditorCreatedonWedAug2310:18:272019@author:lenovo"""importosimportpandasaspdfromsklearnimportmetricsfromsklearnimportpreprocessingfromsklearnimportcross_validationos.getcwd

gao_vip·2023-01-18 20:31

机器学习（中) -XGBoost算法分析与案例调参实例

它在GradientBoosting框架下实现机器学习算法。XGBoost提供了并行树提升（也称为GBDT，GBM），可以快速准确地解决许多数据科学问题。

꧁ᝰ苏苏ᝰ꧂·2023-01-18 20:30

基于机器学习算法svm、xgb、lgb的购房贷款违约预测实战

1.1实验题目：购房贷款违约预测任务：使用机器学习相关知识完成购房贷款违约预测，给定特征字段，输出是否会发生逾期的预测。1.2实验要求1.2题目背景随着世界经济的蓬勃发展和中国改革开放的逐渐深入，无论是企业的发展还是从人们消费观念的转变，贷款已经成为企业和个人解决经济问题的一种重要方式。随着银行各种贷款业务的推出和人们日益膨胀的需求，不良贷款也就是贷款违约的概率也随之激增。为了避免贷款违约，银行等

数学是算法的灵魂·2023-01-18 20:59

通过管道与网格搜索实现机器学习算法的自动化

管道使用sklearn的pipeline方法，可以将从数据预处理、特征提取到模型部署等组件拼装在一起，形成一条算法链。要求是这些组件都具有transfomr方法，从而实现数据的转换。此外，值得关注的是，使用网格搜索可以直接在算法链上搜索我们需要的参数，比如我们想要启用多项式特征，而不知道1、2、3哪个参数更好，同时我们想要使用岭回归进行回归任务，需要设定参数alpha（岭回归Ridge使用L2正则

perSistence92·2023-01-18 20:06

利用时间序列预测电量，冷量和压缩空气量

利用时间序列预测电量，冷量和压缩空气量背景分析与思路代码结果一，电量预测二，冷量预测三，压缩空气预测调优一，电量预测(m=6)二，冷量预测三，压缩空气预测背景根据提供的数据，详见附件，用机器学习算法建立某工厂电量

帅帅de三叔·2023-01-18 17:02

机器学习-day1

@day1人工智能阶段机器学习三天深度学习三天量化交易四天传统的机器学习算法机器学习概述、特征工程1天分类算法1天``回归算法、聚类1天机器学习概述1.1人工智能概述达特茅斯会议-人工智能的起点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

爱吃肉的鸽子·2023-01-18 14:12

数据科学中必须知道的5个关于奇异值分解（SVD）的应用

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达本文转自|机器学习算法那些事前言：本文为大家介绍了5个关于奇异值分解（SVD）的应用，希望对大家有所帮助。

小白学视觉·2023-01-18 13:57

翻译：PyTorch基础知识学习 - transforms（变换）

翻译文章链接：PyTorch变换一、TRANSFORMS（变换）数据并不总是以训练机器学习算法所需的最终处理形式出现。我们使用转换来对数据进行一些操作并使其适合训练。

茕夜·2023-01-18 12:32

吴恩达机器学习课程笔记(英文授课) Lv.1 新手村（回归）

1.definition定义2.主要的机器学习算法的分类1-3有监督学习及常用算法1.定义2.两种数据类型补充：categoricaldata离散（分类型）数据与numericaldata连续（数值型）

玉一·2023-01-18 12:01

【PyTorch】教程：学习基础知识-(4) Transforms

Transforms在训练机器学习算法中，原始数据并不是以最终的形式出现，我们必须将数据做一定的转换，才能在训练中使用。

黄金旺铺·2023-01-18 11:20

CS231n学习笔记

当你在设计机器学习算法的时候，应该把测试集看做非常珍贵的资源，不到最后一步，绝不使用它。如果你使用测试集来调优，而且算法看起来效果不错，那么真正的危险在于：算法实际部署后，性能可能会远低于预期。

xiu_cs·2023-01-18 11:29

神经网络架构搜索（Neural Architecture Search, NAS）笔记

我们知道，机器学习算法的效果好坏不仅取决于参数，而且很大程度上取决于各种超参数。有些paper的结果很难重现原因之一就是获得最优超参值往往需要花很大的力气。超参数的自动搜索优化是一个古老的话题了。

再见天师·2023-01-18 10:48

【随笔】从飞桨入门深度学习

机器学习算法理论在上个世纪90年代发展成熟，在许多领域都取得了成功应用。但平静的日子只延续到2010年左右，随着大数据的涌现和计算机算力提升，深度学习模型异军突起，极大改变了机器学习的应用格局。

YaoYee_7·2023-01-18 10:40

机器学习算法之多项式回归

多项式回归，采用升维的方式，把x的幂当作新的特征，再利用线性回归方法解决importnumpyasnpimportmatplotlib.pyplotaspltx=np.random.uniform(-4,4,100)y=0.6*x**2+x+2+np.random.normal(size=100)#单线性回归fromsklearn.linear_modelimportLinearRegress

weixin_33955681·2023-01-18 09:34

机器学习笔记 - 简单了解模式识别

模式识别是一种数据分析方法，它使用机器学习算法自动识别数据中的模式和规律。这些数据可以是任何东西，从文本和图像到声音或其他可量化的数据。模式识别系统可以快速准确地识别熟悉的模式。

坐望云起·2023-01-18 09:48

sklearn 3.随机森林(菜菜课程)

随机森林一.概述1.集成算法概述集成学习（ensemblelearning）是时下非常流行的机器学习算法，它本身不是一个单独的机器学习算法，而是通过在数据上构建多个模型，集成所有模型的建模结果。

smile~。·2023-01-17 22:29

特征重要性判断（一）----决策树

一、决策树的基本框架决策树是一类基本的机器学习算法。它是基于树状结构来进行决策，从上到下依次进行判断，最终得到模型的决策。

呆萌的小透明·2023-01-17 21:52

深度学习的兴起与流行原因.

1.数据量的增长我们画一个图，在水平轴上绘制出所有任务的数据量；而在垂直轴上，画出机器学习算法的性能。比如说准确率体现在垃圾邮件过滤或者广告点击预测，或者是神经网

忘川之水&·2023-01-17 17:39

【实战】Pytorch BiLSTM + CRF做NER

来自：机器学习算法与自然语言处理作者：我近视https://zhuanlan.zhihu.com/p/59845590说明：本篇文章为Pytorch官网上BiLSTMCRF的说明一.BILSTM+CRF

zenRRan·2023-01-17 16:12

sklearn与XGBoost

和传统的梯度提升算法相比，XGBoost进行了许多改进，是一个集大成的机器学习算法，它能够比其他使用梯度提升的集成算法更加快速，并且已经被认为是在分类和回归上都拥有超高性能的先进评估器。

weixin_43073590·2023-01-17 13:41

【机器学习基础】数学推导+纯Python实现机器学习算法27：EM算法

Python机器学习算法实现Author：louwillMachineLearningLab从本篇开始，整个机器学习系列还剩下最后三篇涉及导概率模型的文章，分别是EM算法、CRF条件随机场和HMM隐马尔科夫模型

风度78·2023-01-17 12:34

【机器学习基础】数学推导+纯Python实现机器学习算法24：HMM隐马尔可夫模型

Python机器学习算法实现Author：louwillMachineLearningLabHMM（HiddenMarkovModel）也就是隐马尔可夫模型，是一种由隐藏的马尔可夫链随机生成观测序列的过程

风度78·2023-01-17 12:34

PyTorch 提取中间层特征？

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达来源：机器学习算法与自然语言处理编辑：忆臻https://www.zhihu.com/question/68384370本文仅作为学术分享

小白学视觉·2023-01-17 11:54

机器学习算法GBDT

http://www-personal.umich.edu/~jizhu/jizhu/wuke/Friedman-AoS01.pdfhttps://www.cnblogs.com/bentuwuying/p/6667267.htmlhttps://www.cnblogs.com/ModifyRong/p/7744987.htmlhttps://www.cnblogs.com/bentuwuying

weixin_33857230·2023-01-17 10:18

gbdt算法的c语言实现,机器学习 | GBDT

GBDT的全称是GradientBoostingDecisionTree，梯度提升树，在传统机器学习算法中，GBDT算的上TOP3的算法。

weixin_39648824·2023-01-17 10:18

机器学习 | GBDT+XGBoost知识补充及梳理

GBDT+XGBoost知识补充及梳理1前言2涉及GBDT和XGBoost的面试题2.1选一个你最擅长的机器学习算法说一说？2.2GBDT为什么用负梯度来代替误差？2.3GBDT如何做分类？

写代码的阿呆·2023-01-17 09:12

神经网络加速器设计研究：寒武纪DaDianNao论文阅读

机器学习技术介绍3.1主要计算层类别（CNNorDNN）3.1.1卷积层3.1.2汇聚层3.1.3分类层3.1.4局部响应归一化层3.2基准测试程序3.3预测和训练4.GPU选择5.加速器选择6.一种专用于机器学习算法的超级计算机

Jacob-liu·2023-01-17 09:41

机器学习----集成学习(Ensemble Learning)

机器学习的两个核心任务任务一：如何优化训练数据—>主要用于解决欠拟合问题任务二：如何提升泛化性能—>主要用于解决过拟合问题大白话集成学习:多种机器学习算法都能做同样的事情。让

__Miracle__·2023-01-17 09:15

无痛涨点！大白话讲解 Generalized Focal Loss

点击上方“机器学习算法那些事”，选择加"星标"或“置顶”重磅干货，第一时间送达作者丨李翔来源丨https://zhuanlan.zhihu.com/p/147691786编辑丨AIstudy导读效果：良心技术

机器学习算法那些事·2023-01-17 08:45

pytorch线性回归代码_机器学习｜算法笔记（二）线性回归算法以及代码实现

概述上一篇讲述了《机器学习｜算法笔记(一)k近邻(KNN)算法以及应用实现》，本篇讲述机器学习算法线性回归，内容包括模型介绍及代码实现。

weixin_39647977·2023-01-17 08:59

基于机器学习建模的 XSS 攻击防范检测

摘要：为了解决网络流量中跨站脚本攻击频发且攻击危害性高的问题，研究了基于机器学习算法建模的跨站脚本检测技术，从复杂的网络流量数据中发掘跨网站脚本（Cross-SiteScripting，XSS）攻击，

宋罗世家技术屋·2023-01-16 22:13

Python脚本,实现验证码识别

别验证码是一个很复杂的任务，需要使用计算机视觉和机器学习算法，这里我只能提供一个大致的思路和代码示例，还需要进行相应的调整和补充。

扶苏如是·2023-01-16 11:10

2023 年你应该知道的所有机器学习算法

在过去的几年里，根据自己的工作经验，整理了我认为最重要的机器学习算法。通过这个，我希望提供一个工具和技术的存储库，以便您可以解决各种数据科学问题！

我爱Python数据挖掘·2023-01-16 07:47

人工神经网络原理与实践考题,神经网络选择题

输入给程序，以及程序自行学习到的规律，就是机器学习算法。这个程序就是一个机器学习的系统。

普通网友·2023-01-16 06:30

线性回归（一）基本线性回归原理

一、线性回归回归算法是一种有监督算法回归算法是一种比较常用的机器学习算法，用来建立“解释”变量(自变量X)和观测值(因变量Y)之间的关系；从机器学习的角度来讲，用于构建一个算法模型(函数)来做属性(X)

weixin_41611045·2023-01-16 00:07

线性回归算法-1.简单线性回归原理

线性回归算法解决回归问题思想简单，实现容易许多强大的非线性模型的基础结果具有很好的解释性蕴含机器学习中很多重要的思想一类机器学习算法的思路：通过分析问题，找到问题的损失函数或者效用函数，通过最优化损失函数或者效用函数

weixin_30527323·2023-01-16 00:07

一致性聚类的最佳K值如何选，你真的搞清楚了吗？

将聚类算法应用于基因表达谱数据，来挖掘其中有价值的生物学信息，是非常典型的一类机器学习算法在生物学领域的应用。

生信修炼手册·2023-01-15 19:53

机器学习算法之集成学习之模型融合

机器学习算法之集成学习之模型融合前言：集成学习（EnsembleLearning），广泛用于分类和回归任务。

和你在一起^_^·2023-01-15 18:11

超参数和验证集

大多数机器学习算法都有超参数，可以设置来控制算法行为。超参数的值不是通过学习算法本身学习出来的。有时一个选项被设为学习算法不用学习的超参数，是因为它太难优化了。

Kun Li·2023-01-15 16:21

华为HCIA-AI v3.0 人工智能学习笔记

机器学习1.机器学习算法机器学习和传统基于规则的区别：基于规则的方法：(1)使用显性编程解决问题(2)规则可以被人工明确机器学习：(1)使用样本训练(2)决策的规则复杂或难以描述(3)由机器自动学习规则机器学习解决的主要问题

KD-1208·2023-01-15 16:51

网格向量必须包含特征点。_【专题研究】基于SVM支持向量机模型的选股策略

SVM由于其较高的准确度，并且能够解决非线性分类问题，曾一度成为非常流行的机器学习算法。

weixin_39883286·2023-01-15 14:15

matlab 股票小波,小波分析 + 支持向量机(SVM)预测股票涨跌幅的实现

刚刚开始进入量化投资领域，最近在做金融数据方面的预测，用到了数据挖掘的知识，花了大概半个月的时间搞懂研报的思想，学习研报中提到的数据处理和机器学习算法，并实现了这个量化投资的核心模型部分，虽然结果显示这个方法没有多好

Cristalsil苏·2023-01-15 14:14

浅谈三大机器学习算法：GBDT、XGBoost、LightGBM

本文主要简要的比较了常用的boosting算法的一些区别，从AdaBoost到LightGBM,包括AdaBoost,GBDT,XGBoost,LightGBM四个模型的简单介绍，一步一步从原理到优化对比。AdaBoost原理原始的AdaBoost算法是在算法开始的时候，为每一个样本赋上一个权重值，初始的时候，大家都是一样重要的。在每一步训练中得到的模型，会使得数据点的估计有对有错，我们就在每一步

lisenpy·2023-01-15 13:04

机器学习算法·回归预测

一、回归预测简介现在我们知道的回归一词最早是由达尔文的表兄弟FrancisGalton发明的。Galton在根据上一年的豌豆种子的尺寸预测下一代豌豆种子的尺寸时首次使用了回归预测。他在大量的对象上应用了回归分析，包括人的身高。他注意到，如果双亲的高度比平均高度高的话，则他们的子女也倾向于比平均身高高，但尚不及双亲。孩子的身高向着平均高度回退（回归）。Galton在多项研究上都注意到这个现象，所以尽

YiRan_Zhao·2023-01-15 13:26

机器学习实验——回归预测算法

4、会使用回归预测评价方法测评不同的算法性能二、设备或环境个人电脑、Anaconda2、Python2.7.10和网络三、实验步骤1、设计算法步骤和流程2、根据算法编写Python程序3、运行机器学习算法程序并调试四

shanhe_yuchuan·2023-01-15 13:55

推荐频道

机器学习算法人工智能深度学习