机器学习算法

解密人工智能：线性回归 | 逻辑回归 | SVM

文章目录1、机器学习算法简介1.1机器学习算法包含的两个步骤1.2机器学习算法的分类2、线性回归算法2.1线性回归的假设是什么？2.2如何确定线性回归模型的拟合优度？2.3如何处理线性回归中的异常值？
春人.·2023-10-23 10:28

conda安装 sklearn_十分钟上手sklearn 安装，获取数据，数据预处理

sklearn是机器学习中一个常用的python第三方模块，对常用的机器学习算法进行了封装其中包括：1.分类(Classification)2.回归(Regression)3.聚类(Clustering
weixin_39616056·2023-10-23 09:24

NLP：从头开始的文本矢量化方法

一、说明NLP项目使用文本，但机器学习算法不能使用文本，除非将其转换为数字表示。这种表示通常称为向量，它可以应用于文本的任何合理单位：单个标记、n-gram、句子、段落，甚至整个文档。
无水先生·2023-10-23 08:41

如何从小白成长为AI工程师笔记

对于已经上研究生或工作想转行的人来说，可以直接开始学习机器学习算法，重要的是理解算法的原理和推导过程。如果有时间和需要，可以复习一下数学基础，或者参考考研数学基础班的视频。
北辰Charih·2023-10-23 06:09

机器学习算法 收敛

收敛”这个词如果没有在算法学习中接触过，这里以一个形象的例子来说明，在体重秤上称量时，当人站上去时，指针就开始抖动，抖动幅度越来越小，最后基本稳定在一个值。稳定后，读取这个数字即可。假设体重秤称量是有算法控制的，那么这个摆动几下很快就能稳定在一个值的就是收敛性比较快（比较好）的算法；要摆动很久才能稳定的就是收敛性比较慢（比较差）的算法；如果摆幅随着时间的推移反而越来越大，那收敛性就非常不好，通常就
郑佳露·2023-10-23 05:05

深度学习---神经网络基础

与机器学习算法的主要区别如下图所示：传统机器学习算术依赖人工设计特征，并进行特征提取，而深度学习方法不需要人工，而是依赖算法自动提取特征。深度学习模仿人类大脑的运行方式，从经验中学习获取知识。
lichunericli·2023-10-23 01:58

决策树算法在Python中的实现

决策树算法在Python中的实现决策树是一种常用的机器学习算法，它是一种基于树结构的分类器，可以用于解决分类和回归问题。在本文中，我们将探讨如何在Python中实现决策树算法，并提供相应的源代码。
星光璀璨技术之心·2023-10-22 19:03

Python实现决策树算法

Python实现决策树算法决策树是一种常用的机器学习算法，用于解决分类和回归问题。它基于树形结构来进行决策，并根据特征的值将数据集划分为不同的子集。
后端架构魔法构筑者·2023-10-22 19:02

【BP-Adaboost预测】基于BP神经网络的Adaboost的单维时间序列预测研究（Matlab代码实现）

BP神经网络是一种常用的机器学习算法，可以用于解决分类和回归问题。在单维时间序列预测中，可以将Ada
长安程序猿·2023-10-22 19:14

Python PySpark 大数据的瑞士军刀

Spark与机器学习：了解SparkMLlib库种的几种机器学习算法。Part1Hadoop与生态系统Hadoop不是一个
S_zhangmin·2023-10-22 10:54

python机器学习包sklearn自带和生成数据集

sklearn自带了大量的数据集，可供我们练习各种机器学习算法。
qq_27390023·2023-10-22 09:55

NLP：从头开始的文本矢量化方法

一、说明NLP项目使用文本，但机器学习算法不能使用文本，除非将其转换为数字表示。这种表示通常称为向量，它可以应用于文本的任何合理单位：单个标记、n-gram、句子、段落，甚至整个文档。
无水先生·2023-10-22 07:37

遗传编程（GA，genetic programming）算法初探，以及用遗传编程自动生成符合题解的正则表达式的实践...

1.遗传编程简介0x1：什么是遗传编程算法，和传统机器学习算法有什么区别传统上，我们接触的机器学习算法，都是被设计为解决某一个某一类问题的确定性算法。
weixin_30300225·2023-10-22 05:49

数据回归算法 | Python逻辑回归

逻辑回归是一种经典的机器学习算法，用于解决二分类问题。它常被用于预测某个事件发生的概率，通过将输入特征映射到一个概率值来进行分类。
码农腾飞·2023-10-22 02:23

【PyTorch】深度学习实践 1. Overview

目录人工智能概述课程前置知识人工智能问题分类推理类预测类算法分类传统算法与智能算法人工智能领域细分学习系统的发展基于规则的系统经典机器学习算法表示学习方法维度诅咒说明解决方法第一代第二代（深度学习）传统机器学习策略神经网络基础基本原理正向传播和反向传播正向传播反向传播小结人工智能概述课程前置知识线性代数
令夏二十三·2023-10-21 22:59

原创！—混合灰狼层次结构的自适应麻雀搜索算法GWHASSA

该算法于2020年首次提出，具有局部搜索能力强、调整参数少等特点，已成功应用于CT图像的现场检测、电池堆参数的优化识别、机器学习算法的参数优化等实际问题中。
KAU的云实验台·2023-10-21 22:22

【机器学习】集成学习方法：Bagging（随机森林）+Boosting（AdaBoost）

产生背景：一般的机器学习算法都是“单打独斗”，影响其性能（尤其是泛化性）的因素有很多，比如训练集中样本过少、样本分布不均匀等；除此以外，不同的机器学习方法也针对了不同类型的数据，但由于真实数据是未知的，
Lies.·2023-10-21 21:43

TF-IDF: 文本的一种向量表示

文本的向量表示为了将机器学习算法或统计技术应用到任何形式的文本上，应当将文本转化为数字或向量形式。这种数字表示应当能够描绘出本文的显著特征。有很多技术都可以做到这一
z1185196212·2023-10-21 21:22

第一个机器学习算法：K-近邻算法实现手写数字识别系统

一、前提知识点：1、参考Linux命令大全：http://man.linuxde.net/wget命令wget：用来从指定的URL下载文件；wget非常稳定，它在带宽很窄的情况下和不稳定网络中有很强的适应性，如果是由于网络的原因下载失败，wget会不断的尝试，直到整个文件下载完毕。如果是服务器打断下载过程，它会再次联到服务器上从停止的地方继续下载。这对从那些限定了链接时间的服务器上下载大文件非常有
0914_h·2023-10-21 16:55

Sklearn.datasets

作为Python中经典的机器学习模块，sklearn围绕着机器学习提供了很多可直接调用的机器学习算法以及很多经典的数据集，本文就对sklearn中专门用来得到已有或自定义数据集的datasets模块进行详细介绍
lty_sky·2023-10-21 10:41

天鹰340亿(AquilaChat2-34B-16K)本地部署的解决方案

985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。
herosunly·2023-10-21 09:01

机器学习可解释性【随机森林规则提取】

引言目前，机器学习模型应用于各行各业，数据量够多，那就用深度学习吧，数据量少了，传统机器学习算法也能行。然而机器学习模型作为“黑盒模型”，人们越来越担心其安全性，因而希望模型具有可解释性。
细卷子·2023-10-21 05:44

基于深度学习的视频预测研究综述

htm（收集材料ing，为论文做准备)[综述性文章，，，可以做背景资料]莫凌飞,蒋红亮,李煊鹏摘要：近年来，深度学习算法在众多有监督学习问题上取得了卓越的成果，其在精度、效率和智能化等方面的性能远超传统机器学习算法
weixin_33974433·2023-10-20 15:56

如何使用BERT生成单词嵌入？

它们用于自然语言处理任务，将单词表示为可以输入机器学习算法的数
无水先生·2023-10-20 14:26

【深入探究人工智能】逻辑函数|线性回归算法|SVM

文章目录1、前言1.1机器学习算法的两步骤1.2机器学习算法分类2、逻辑回归算法2.1逻辑函数2.2逻辑回归可以用于多类分类2.3逻辑回归中的系数3、线性回归算法3.1线性回归的假设3.2确定线性回归模型的拟合优度
.小智·2023-10-20 00:20

机器学习算法之Boosting详解

Boosting提升方法（Boosting），是一种可以用来减小监督式学习中偏差的机器学习算法。它是通过训练多个弱分类器，最后加权组合成一个强分类器。
Jeremy_lf·2023-10-19 23:46

快速入门python机器学习

文章目录机器学习概述1.1人工智能概述机器学习与人工智能、深度学习1.1.2机器学习、深度学习能做些什么1.2什么是机器学习1.2.1定义1.2.2解释1.2.3数据集构成1.3机器学习算法分类1.3.1
清风微泫·2023-10-19 21:40

无监督学习之K均值算法

前言在之前的学习中，已经了解学习了一系列与监督学习有关的机器学习算法，本篇文章，将详细讲述与无监督学习相关的机器学习算法，所谓无监督学习就是根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题，
此间不留白·2023-10-19 20:37

AI绘图生成的PHP吉祥物素材图

利用机器学习算法，AI绘图能够快速地生成高品质的图片素材。今天作者使用AI绘图技术生成了一组PHP吉祥物的素材图。这几个使用AI绘图生成的PHP吉祥物素材图可爱又生动，赶紧拿走吧！
PHP武器库·2023-10-19 15:28

当AI遇上3D建模：一场创意与技术的完美碰撞！

传统的3D建模需要艺术家花费大量时间和精力进行手工创作，而3D建模AI生成则通过训练机器学习算法，使计算机能够自动学习和生成
Finovy Cloud·2023-10-19 14:32

【Python机器学习】零基础掌握PLSRegression交叉分解

传统的机器学习算法在面对多维特征时可能会遇到“维度灾难”，这就需要一种能有效处理高维数据的算法。这时PLSRegressi
Mr数据杨·2023-10-19 14:32

Day39 机器学习算法基础 回归算法 K—means聚类算法

目录逻辑回归（是一种分类算法）线性回归判断肿瘤良性恶性样例总结（仅能的到二分类问题，是或者否）k-means(聚类算法）目的当数据没有目标值时，做在分类之前，创建类别客户分类实例聚类效果分析评判
拽紧哥的腿毛·2023-10-19 05:42

线性回归算法python_免费Python机器学习课程一：线性回归算法

最基本的机器学习算法必须是具有单个变量的线性回归算法。如今，可用的高级机器学习算法，库和技术如此之多，以至于线性回归似乎并不重要。但是，学习基础知识总是一个好主意。这样，您将非常清楚地理解这些概念。
weixin_39768695·2023-10-19 03:14

python线性回归模型预处理_Python机器学习算法：线性回归

这通常是初学者第一次接触的机器学习算法，了解它的操作方式对于更好地理解它至关重要。所以，简单地说，让我们来分解一下真正的问题：什么是线性回归？
weixin_39819327·2023-10-19 03:14

机器学习算法学习一：线性回归

知识点：线性回归概念梯度下降算法l批量梯度下降算法l随机梯度下降算法l算法收敛判断方法1.1线性回归在统计学中，线性回归(LinearRegression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元
Mojoooo·2023-10-19 03:44

Python机器学习课程：线性回归算法

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理最基本的机器学习算法必须是具有单个变量的线性回归算法。
pythonputao·2023-10-19 03:44

书单 | 无所不能的Python，从技术到办公，总有一款适合你！

本期就来给大家分享13本今年出版的Python类新书，从技术开发到机器学习算法，从数据分析到数据可视化，从自动化办公到股票分析……希望可以帮助大家找
博文视点·2023-10-18 21:18

使用Python进行食品配送时间预测

这些公司使用机器学习算法来预测食品配送时间，基于配送合作伙伴过去在相同距离上花费的时间。食品配送时间预测为了实时预测食物的交付时间，我们需要计算食物准备点和食物消耗点之间的距离。
python收藏家·2023-10-18 20:22

使用Python+PCA+SVM算法实现人脸识别模型

首先，让我们了解PCA和SVM是什么：主成分分析：主成分分析（PCA）是一种机器学习算法，广泛应用于探索性数据分析和建立预测模型，它通常用于降维，通过将每个数据点投影到前几个主成分上，以获得低维数据，同时尽可能保留数据的变化
woshicver·2023-10-18 17:23

基于SVM+Webdriver的智能NBA常规赛与季后赛结果预测系统——机器学习算法应用(含python、ipynb工程源码)+所有数据集（三）

目录前言总体设计系统整体结构图系统流程图运行环境模块实现1.数据预处理2.特征提取3.模型训练及评估1）常规赛预测模型2）季后赛模型创建4.模型训练准确率相关其它博客工程源代码下载其它资料下载前言本项目使用了从NBA官方网站获得的数据，并运用了支持向量机（SVM）模型来进行NBA常规赛和季后赛结果的预测。此外，项目还引入了相关系数法、随机森林分类法和Lasso方法，以评估不同特征的重要性。最后，使
小胡说人工智能·2023-10-18 17:45

基于SVM+Webdriver的智能NBA常规赛与季后赛结果预测系统——机器学习算法应用(含python、ipynb工程源码)+所有数据集（一）

目录前言总体设计系统整体结构图系统流程图运行环境Python环境JupyterNotebook环境PyCharm环境MATLAB环境模块实现1.数据预处理1）常规赛数据处理2）季后赛数据处理相关其它博客工程源代码下载其它资料下载前言本项目使用了从NBA官方网站获得的数据，并运用了支持向量机（SVM）模型来进行NBA常规赛和季后赛结果的预测。此外，项目还引入了相关系数法、随机森林分类法和Lasso方
小胡说人工智能·2023-10-18 17:15

基于SVM+Webdriver的智能NBA常规赛与季后赛结果预测系统——机器学习算法应用(含python、ipynb工程源码)+所有数据集（二）

目录前言总体设计系统整体结构图系统流程图运行环境模块实现1.数据预处理2.特征提取1）常规赛特征提取2）季后赛特征提取（1）常规赛球队得分（2）球员、教练数据及数据整合相关其它博客工程源代码下载其它资料下载前言本项目使用了从NBA官方网站获得的数据，并运用了支持向量机（SVM）模型来进行NBA常规赛和季后赛结果的预测。此外，项目还引入了相关系数法、随机森林分类法和Lasso方法，以评估不同特征的重
小胡说人工智能·2023-10-18 17:15

基于SVM+Webdriver的智能NBA常规赛与季后赛结果预测系统——机器学习算法应用(含python、ipynb工程源码)+所有数据集（四）

目录前言总体设计系统整体结构图系统流程图运行环境模块实现1.数据预处理2.特征提取3.模型训练及评估4.模型训练准确率系统测试1.测试效果1）常规赛预测效果2）季后赛预测效果2.模型应用相关其它博客工程源代码下载其它资料下载前言本项目使用了从NBA官方网站获得的数据，并运用了支持向量机（SVM）模型来进行NBA常规赛和季后赛结果的预测。此外，项目还引入了相关系数法、随机森林分类法和Lasso方法，
小胡说人工智能·2023-10-18 17:08

从头开始机器学习：神经网络

在监督式机器学习算法家族中，神经网络及其所有后续架构是一些更难学习、理解和构建的算法。随着这种复杂性的增加，带来了令人难以置信的性能，神经网
无水先生·2023-10-18 12:51

网络社区挖掘-图论部分的基本知识笔记

1网络社区挖掘定义网络社区挖掘是指利用数据挖掘技术和机器学习算法，分析社交网络、在线社区或互联网上的各种交互数据，以揭示其中隐藏的模式、关系和信息。
Wency(王斯-CUEB)·2023-10-18 07:28

【黑马程序员】机器学习

（一）机器学习概述一、机器学习算法分类1、监督学习：（1）目标值是类别：分类问题k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归（2）目标值是连续型的数据：回归问题线性回归、岭回归2、非监督学习：（
我感觉。·2023-10-18 07:08

Udacity 数据分析进阶课程笔记L39：聚类

聚类算法是一种非监督类型的机器学习算法，并通过电影分类解释聚类算法应用场景。
有刺客·2023-10-18 05:18

机器学习算法综述——有监督学习

机器学习算法综述——有监督学习一、决策树家族1.ID3、C4.5、CART之间的区别二、线性模型家族1.线性回归（岭回归和LASSO回归）2.线性分类（线性判别分析LDA和感知器算法）1.支持向量机SVM2
weixin_39687788·2023-10-17 22:22

机器学习基础课程学习笔记 2.K-近邻算法

1.综述1.1Cover和Hart在1968年提出了最初的邻近算法，它是一种有监督的机器学习算法1.2可以作为分类(classification)算法，也可以作为回归算法1.3输入基于实例的学习(instance-basedlearning
syp_csdn·2023-10-17 22:21

机器学习算法的分类

1.按学习方式分类1）监督学习应用场景：分类、回归、排序常见算法：分类，Logistic回归/SVM/NN回归，线性回归排序，GBDT2）非监督学习应用场景：聚类、降维、关联规则的学习常见算法：聚类，K-Means降维，PCA(（线性降维）/KPCA（非线性降维）/TCA（迁移成分分析）关联规则学习，Apriori3）半监督学习原理：先学习数据的内在结构（未标识数据），再合理组织数据进行预测（标识
奔跑的何小鹿·2023-10-17 19:53
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他