机器学习算法

人工智能领域常用的开源框架和库

一、机器学习常用的开源框架和库1.Scikit-learn作为专门面向机器学习的Python开源框架，Scikit-learn内部实现了多种机器学习算法，容易安装和使用，样例丰富。
日有所为·2023-04-21 13:32

XGboost和GBDT的异同

性质：GBDT是机器学习算法，XGBoost除了算法内容还包括一些工程实现方面的优化。
熊猫姐姐90·2023-04-21 06:59

八股+面经

文章目录项目介绍1.不动产项目数据机器学习算法调研图像提取算法调研数据集-ImageNetXceptionVGGInceptionDensenetMobilenet2.图书项目技术栈面试问题Java基础
倒过来是圈圈·2023-04-21 02:31

如何使用TensorFlow进行图像识别，包括使用TensorFlow搭建卷积神经网络模型、训练模型和使用模型进行图像识别！

TensorFlow支持多种机器学习算法，其中包括图像识别。图像识别是一种广泛应用的机器学习技术，它可以识别图像中的特定物体或场景，并进行分类或识别。
Python 集中营·2023-04-21 01:18

读懂智能对话系统（3）智能对话的未来

论文原文地址：https://www.kdd.org/exploration_files/19-2-Article3.pdf公众号“机器学习算法全栈工程
奇点机智·2023-04-21 01:39

机器学习(五)：基于KNN模型对高炉发电量进行回归预测分析

✍本文录入于《机器学习案例》，本专栏精选了经典的机器学习算法进行讲解，针对大学生、初级数据
i阿极·2023-04-20 08:43

【Python机器学习】KNN进行水果分类和分类器实战（附源码和数据集）

需要源码和数据集请点赞关注收藏后评论区留言私信~~~KNN算法简介KNN（K-NearestNeighbor）算法是机器学习算法中最基础、最简单的算法之一。它既能用于分类，也能用于回归。
showswoller·2023-04-20 06:44

不调包，用python最简单的代码手写线性回归梯度下降算法

最近因项目需要，学习了一个多月的机器学习算法，从基础理论到sklearn，再到tensorflow2.0教程都看了一个遍，似乎有点感觉了，现在基本上可以通过调包实现大多数的常见算法以及常见调参调优方法。
septwolves2015·2023-04-19 18:51

机器学习：基于心脏病数据集的XGBoost分类预测

通过调整参数获得更好的效果核心参数调优网格调参法一、简介XGBoost（eXtremeGradientBoosting）是一种梯度提升决策树（GradientBoostingDecisionTree，GBDT）的实现，是目前最流行的机器学习算法之一
牛大了2023·2023-04-19 18:16

训练机器学习模型，可使用 Sklearn 提供的 16 个数据集 【上篇】

数据是机器学习算法的动力，scikit-learn或sklearn提供了高质量的数据集，被研究人员、从业人员和爱好者广泛使用。
ReganYue·2023-04-19 11:55

人工智能帮助追踪神秘的宇宙无线电爆炸

人工智能帮助追踪神秘的宇宙无线电爆炸机器学习算法还有助于寻找外星智能的新信号人工智能正在侵入许多领域，最近的一次是天文学和对宇宙中智慧生命的探索(SETI)。
wumingzhi111·2023-04-19 10:22

机器学习：XGBoost算法介绍

1.简介XGBoost(eXtremeGradientBoosting)是一种用于回归、分类和排序的机器学习算法。
冷冻工厂·2023-04-19 09:16

机器学习算法系列（三）

机器学习算法之–对数几率回归（逻辑斯蒂回归）算法上个算法（算法系列二）介绍了如何使用线性模型进行回归学习，但若要做的是分类任务，则需要找一个单调可微函数将分类任务的真实标记y与线性回归模型的预测值联系起来
三秋树&二月花·2023-04-19 08:47

K近邻算法用作回归的使用介绍（使用Python代码）

介绍在我遇到的所有机器学习算法中，KNN是最容易上手的。尽管它很简单，但事实上它其实在某些任务中非常有效（正如你将在本文中看到的那样）。甚至它可以做的更好？它可以用于分类和回归问题！
A遇上方知友·2023-04-19 06:25

2022-12-09

2022-12-0913:10发表于江苏收录于合集#前沿生物大数据分析约翰霍普金斯大学Kimmel综合癌症中心及其Bloomberg~Kimmel癌症免疫治疗研究所的科学家们报告称，他们成功地训练了一种机器学习算法
图灵基因·2023-04-19 06:48

训练机器学习模型，可使用 Sklearn 提供的 16 个数据集 【下篇】

数据是机器学习算法的动力，scikit-learn或sklearn提供了高质量的数据集，被研究人员、从业人员和爱好者广泛使用。
ReganYue·2023-04-19 06:31

神经网络基础概念—入门教程，并给出一个简单的实例

神经网络是一种机器学习算法，被广泛应用于图像识别、自然语言处理和预测问题等领域。神经网络的基本结构神经网络由输入层、隐藏层和输出层组成，每个层由多个神经元
百年孤独百年·2023-04-19 01:02

机器学习：XGBoost算法介绍

1.简介XGBoost(eXtremeGradientBoosting)是一种用于回归、分类和排序的机器学习算法。
·2023-04-19 00:38

机器学习：XGBoost算法介绍

1.简介XGBoost(eXtremeGradientBoosting)是一种用于回归、分类和排序的机器学习算法。
·2023-04-19 00:25

【机器学习】sklearn 笔记

学习方法不要死啃书，看不懂就先放弃，回过头再来看去网上找相关章节的文章，归类查看并做好笔记不要想着了解每个函数、参数的作用，不会不了解就去查资料即可，先上手跑起来1、机器学习算法的整体使用步骤如下：(1
myaijarvis·2023-04-18 17:45

【TensorFlow】决策森林（TF-DF模型）

长时间以来，决策森林一直是建模表格类数据的最前沿机器学习算法。在许多机器学习应用（比如学习排名）中，决策森林都可提供卓越的性能。分类和决策森林什么是分类？一个
椰卤工程师·2023-04-18 07:42

线性回归算法梳理

机器学习基本概念监督学习：KNN、线性回归、逻辑回归、SVM、决策树和随机森林、神经网络无监督学习：K-means、聚类分析、可视化和降维-PCA、关联性规则学习泛化能力：GeneralizationAbility，是指指机器学习算法对新鲜样本的适应能力
pandawang830·2023-04-18 00:24

机器学习实战（2）——端到端的机器学习项目

目录1框架问题2选择性能指标2.1均方根误差（RMSE）2.2平均绝对误差（MAE）3获取数据4创建测试集5从数据探索和可视化中获得洞见5.1将地理数据可视化5.2寻找相关性5.3试验不同属性的组合6机器学习算法的数据准备
WHJ226·2023-04-17 11:47

梯度下降法

）公式与理解全量梯度下降（一）公式与理解随机梯度下降梯度下降法的困难与挑战代码实战梯度下降法与优化（一）全量梯度下降法（二）随机梯度下降法梯度下降法(一)目的和原因目的：是一个通用的优化算法来帮助一些机器学习算法求解出最优解的
零点呀·2023-04-17 08:25

基于python的红绿灯识别day1

基于python的红绿灯识别day1首先一个整体的构思是必不可少的1.寻找一个训练集2.将训练集做适当的拆分3.使用机器学习算法学习红绿灯并逐个计算准确率，取最优算法首先一个整体的构思是必不可少的1.寻找一个训练集
kill bert·2023-04-17 04:51

能自动翻译的软件-最精准的翻译软件

批量翻译软件是一种利用自然语言处理技术和机器学习算法，可以快速翻译大量文本内容的工具。批量翻译软件可以处理多种格式的文本，包括文档、网页、邮件、PDF等等，更符合掌握多语言的计算机化需求。
147SEO·2023-04-16 20:48

【机器学习(四)】基于KNN算法对鸢尾花类别进行分类预测

✍本文录入于《数据分析之术》，本专栏精选了经典的机器学习算法进行讲解，针对大学生、初级数据分析
i阿极·2023-04-16 19:30

sklearn——线性回归与逻辑回归

1.线性回归1.1数据生成线性回归是机器学习算法的一个敲门砖，为了能够更方便直观地带大家入门，这里使用人工生成的简单的数据。
是菜鸡小小陈啊·2023-04-16 16:10

「ML 实践篇」模型训练

在训练不同机器学习算法模型时，遇到的各类训练算法大多对用户都是一个黑匣子，而理解它们实际怎么工作，对用户是很有帮助的；快速定位到合适的模型与正确的训练算法，找到一套适当的超参数等；更高效的执行错误调试、
Aurelius-Shu·2023-04-16 10:39

R语言机器学习方法

机器学习涉及的理论和方法繁多，编程相当复杂，一直是阻碍机器学习大范围应用的主要困难之一，由此诞生了Python，R，SAS，STAT等语言辅助机器学习算法的实现。
zkzhzy·2023-04-15 20:55

机器学习深入浅出

文章目录机器学习基本概念机器学习算法类型机器学习的实现步骤机器学习三个基本要素机器学习相关应用1.语音识别2.图像识别机器学习是一种人工智能的分支，它使用算法和数学模型来让计算机自主学习数据并做出预测和决策
夏沫の梦·2023-04-15 20:52

标准化与归一化 with Scikit-learn

同时，在机器学习算法的目标函数（例如SVM的RBF内核或线性模型的L1和L2正则化），许多目标函数的基础都是假设所有的特征都是零均值并且具有同一阶数上的方差。
uglybachelor·2023-04-15 19:24

2019年上半年收集到的人工智能机器学习方向干货文章

一文读懂机器学习项目的完整生命周期80+机器学习数据集，还不快收藏人工智能常见算法简介目前最实用的机器学习算法，你认为是哪几种？算法工程师必须要知道
城市中迷途小书童·2023-04-15 15:22

【机器学习(三)】基于线性回归对波士顿房价预测

✍本文录入于《数据分析之术》，本专栏精选了经典的机器学习算法进行讲解，针对大学生、初级数据分析工程师精心打造，对机器学习算法知识点逐一击破，不断学习，提
i阿极·2023-04-15 12:05

余弦相似度

在机器学习算法中，有很多方法计算某个对象之间的距离或是相似性，余弦相似度是通过衡量两个向量间的夹角大小，通过夹角的余弦值表示结果，余弦相似度的取值为[-1,1]，值越大表示越相似。
haima1998·2023-04-15 04:52

【机器学习(二)】线性回归之梯度下降法

✍本文录入于《数据分析之术》，本专栏精选了经典的机器学习算法进行讲解，针对大学生、初级数据分析工程师精心打造，对机器学习算法知识点逐一击破，不断学习，提升自我。
i阿极·2023-04-15 03:07

[学习笔记] 1. 机器学习前置知识

视频链接所有数据集下载地址：数据集1.机器学习前置知识目录1.机器学习概述1.1机器学习算法分类1.1.1监督学习1.1.2无监督学习1.1.3半监督学习1.1.4强化学习1.2模型评估1.2.1分类模型评估
Le0v1n·2023-04-15 00:46

Pytorch深度学习笔记（四）梯度向下模型

首先，梯度下降(GradientDescent,GD)，不是一个机器学习算法，而是一种基于搜索的最优化方法。梯度下降法通过导数告诉我们此时
向岸看·2023-04-14 19:18

Word2Vec：一种基于预测的方法

Word2Vec是一种用于自然语言处理（NLP）的机器学习算法，它能够将文本中的词语转换为向量形式，这些向量在数学上具有有意义的几何特征。在本文中，我将介绍Word2Vec算法的原理、实现和应用方向。
冷冻工厂·2023-04-14 17:28

OpenAI之 GPT-3.5-Turbo,自然语言处理的突破

机器学习算法的发展和大量
智慧安全方案·2023-04-14 17:13

【深度之眼机器学习训练营第四期】1.初识机器学习

机器学习是使电脑学习的科学，无需借助明确的程序，比如垃圾邮件的自动分类就依靠机器学习算法。神经网络算法可以模拟人的大脑运作规律，促进机器学习的发展，比如，可以让机器人模拟人有序地打扫房间。
灰蒙蒙的雨露·2023-04-14 14:14

使用线性回归预测网店的销售额

店家想：“能不能通过机器学习算法，根据过去记录下来的广告投放金额和商品销售额，来预测在未来的某个节点，一个特定的广告
九灵猴君·2023-04-14 14:38

2-5.2 经典机器学习算法-SVM算法优缺点、超参数调节、核函数选择、软硬间隔的推导过程

1、SVM算法的优缺点2、SVM的超参数C如何调节3、SVM核函数如何选择4、简述SVM硬间隔推导过程5、简述SVM软间隔推导过程1、SVM算法的优缺点优点：（1）可以解决高维特征的分类和回归问题（2）模型最终结果无需依赖全体样本，只需依赖支持向量（3）有已经研究好的核技巧可以使用，可以应对线性不可分的问题（4）样本量中等偏小的情况也有较好的效果，有一点泛化能力和鲁棒性。这也是深度学习热门起来之前
沉睡的小卡比兽·2023-04-14 10:36

机器学习算法之1：k-NN 算法

k-NN算法k-NN算法（k-NearestNeighbor），也叫k近邻算法。学会k-NN算法，只需要三步：了解k-NN的算法思想掌握背后的数学原理代码实现算法思想:多数表决k-近邻算法，它的本质是通过距离判断两个样本是否相似，如果距离够近就认为他们足够相似属于同一类别。当然只对比一个样本是不够的，误差会很大，我们需要找到离其最近的k个样本，并将这些样本称之为「近邻」(nearestneighb
Zen of Data Analysis·2023-04-14 10:07

机器学习算法系列（二）- 口袋算法（Pocket Algorithm）

阅读本文需要的背景知识点：感知器学习算法、一丢丢编程知识一、引言  前面一节我们学习了机器学习算法系列（一）-感知器学习算法（PLA），该算法可以将数据集完美的分成两种类型，但有一个前提条件就是假定数据集是线性可分的
Saisimonzs·2023-04-14 09:11

机器学习算法系列（一）

机器学习算法之–K近邻法1、算法原理1.1核心思想给定一个训练数据集，对于新输入的实例，在训练数据集中找到与该实例最近的k个实例，这k个实例的多数属于某个类，就将该输入实例划分为某个类通俗来说，就是未标记的样本类别
三秋树&二月花·2023-04-14 09:09

机器学习算法系列（二）

机器学习算法之–线性回归算法回归是监督学习的另一个重要问题回归用于预测输入变量(自变量)和输出变量(因变量)之间的关系，特别是当输入变量的值发生变化时，输出变量的值随之发生的变化;回归模型正是表示从输入变量到输出变量之间映射的函数
三秋树&二月花·2023-04-14 09:09

机器学习实战-支持向量机原理、Python实现和可视化（分类）

支持向量机是一种有监督的机器学习算法，可用于分类和回归问题。它遵循一种用核函数技巧来转换数据的技术，并且基于这些转换，它找到可能输出之间的最佳边界。简单来说，它做一些非常
statr·2023-04-14 07:45

python xgboost_Python机器学习——使用XGBoost检测帕金森氏病

XGBoost是一种新的机器学习算法，设计时考虑了速度和性能。XGBoost代表eXtremeGradientBoosting，它
weixin_39994296·2023-04-14 06:44

Python机器学习算法 —— 回归

文章目录1.1线性回归模型1.2最小二乘法项目实战Logistic回归1.数据准备2.模型训练与测试1.1线性回归模型对于给定的训练集数据，线性鬼给的目的是找到一个与这些数据最为吻合的线性函数。一般情况下线性回归模型假设函数为：hw,b(x)=∑i=1nwixi+b=wTx+bh_{w,b}(x)=\sum_{i=1}^{n}w_{i}x_{i}+b=w^{\mathrm{T}}x+bhw,b(x
2021 Nqq·2023-04-14 06:43
上一页 27 28 29 30 31 32 33 34 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他