E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
机器学习系列
机器学习系列
-第1篇-感知机识别手写数字(mnist例子分析)
系列目录:
机器学习系列
-第0篇-开发工具与tensorflow环境搭建
机器学习系列
-第1篇-感知机识别手写数字(mnist例子分析)
机器学习系列
-第2篇-CNN识别手写数字(mnist例子分析)第0篇已经搭好了开发环境
weixin_34402090
·
2020-06-28 18:37
机器学习系列
丛书
【
机器学习系列
丛书】机器学习:实用案例解析(中文版,带完整书签)http://www.61icbbs.com/forum.php?
weixin_34194317
·
2020-06-28 13:20
机器学习系列
(一)--术语篇
机器学习的术语:机器学习正是这样一门学科,它致力于研究如何通过计算的手段,利用经验来改善系统自身的性能.在计算机系统中,“经验”通常以“数据”形式存在,因此,机器学习所研究的主要内容,是关于在计算机上从数据中产生“模型”(model)的算法,即“学习算法”(learningalgorithm).有了学习算法,我们把经验数据提供给它,它就能基于这些数据产生模型;在面对新的情况时(例如看到一个没剖开的
weixin_33932129
·
2020-06-28 08:55
李宏毅
机器学习系列
-深度学习简介
李宏毅
机器学习系列
-深度学习简介深度学习的概况深度学习的步骤前馈神经网络全连接神经网络数字识别分类总结深度学习的概况深度学习从2012年的图像识别比赛开始就复苏了,发展越来越快,越来越好,具体他的发展历史可以百度下
王伟王胖胖
·
2020-06-27 13:25
机器学习
李宏毅机器学习
深度学习
李宏毅
机器学习系列
-半监督学习
李宏毅
机器学习系列
-半监督学习什么是半监督学习半监督学习的假设生成模型上的半监督学习Low-densitySeparation非黑即白自学习熵正则化半监督SVMSmoothnessAssumption(
王伟王胖胖
·
2020-06-27 13:24
李宏毅机器学习
机器学习
深度学习
一年我写下了 100 篇原创,告诉你怎么秒搜想要找的内容
文章主要写了三个方向,最开始的是爬虫数据分析系列、中期的「每周分享」系列,到近期的
机器学习系列
。老粉丝应该是从爬虫系列知道我的,写了不少爬虫结合数据分析的实战,都是从什
wade1203
·
2020-06-27 12:54
最大熵模型中的数学推导
无独有偶,重写KMP得益于今年4月个人组织的算法班,而动笔继续写这个
机器学习系列
,正得益于今年10月组织的机器学习班。
v_JULY_v
·
2020-06-27 10:46
30.Machine
L
&
Deep
Learning
机器学习十大算法系列
机器学习算法与Python学习
机器学习算法与Python学习
机器学习系列
阶段总结!
ljtyxl
·
2020-06-27 08:10
机器学习算法总结
机器学习系列
:(六)K-Means聚类
声明:版权所有,转载请联系作者并注明出处http://blog.csdn.net/u013719780?viewmode=contents博主简介:风雪夜归子(英文名:Allen),机器学习算法攻城狮,喜爱钻研MachineLearning的黑科技,对DeepLearning和ArtificialIntelligence充满兴趣,经常关注kaggle数据挖掘竞赛平台,对数据、MachineLear
风雪夜归子
·
2020-06-27 07:19
机器学习
机器学习系列
:(二)线性回归
声明:版权所有,转载请联系作者并注明出处http://blog.csdn.net/u013719780?viewmode=contents博主简介:风雪夜归子(英文名:Allen),机器学习算法攻城狮,喜爱钻研MachineLearning的黑科技,对DeepLearning和ArtificialIntelligence充满兴趣,经常关注kaggle数据挖掘竞赛平台,对数据、MachineLear
风雪夜归子
·
2020-06-27 07:19
机器学习
机器学习系列
:(一)机器学习基础
声明:版权所有,转载请联系作者并注明出处http://blog.csdn.net/u013719780?viewmode=contents博主简介:风雪夜归子(英文名:Allen),机器学习算法攻城狮,喜爱钻研MachineLearning的黑科技,对DeepLearning和ArtificialIntelligence充满兴趣,经常关注kaggle数据挖掘竞赛平台,对数据、MachineLear
风雪夜归子
·
2020-06-27 07:18
机器学习
吴恩达《
机器学习系列
课程》学习笔记(一)
在B站上看到吴恩达的《
机器学习系列
课程》,看了看发现挺有意思,就梳理一下在此形成学习笔记。第一节:前言机器学习早已成为我们的日常。
唐门教主
·
2020-06-26 18:39
人工智能学习笔记
基于深度学习的行人检测技术
要快速掌握机器学习应用的开发,推荐汇智网的
机器学习系列
教程。1、现代行人检测技术概述用于人体检测的现代方法,我们认为具有如下特
新缸中之脑
·
2020-06-26 08:44
人工智能
机器学习系列
(三)——目标函数、损失函数以及代价函数
机器学习基础(三)
机器学习系列
(一)——基础概念及分类
机器学习系列
(二)——分类及回归问题文章目录机器学习基础(三)4.代价函数4.1为什么要使用代价函数4.2目标函数的作用原理4.3为什么目标函数是负的
Way_X
·
2020-06-25 22:22
机器学习
机器学习实战系列(七):数值回归与预测
在这个系列之后,我还会写一个scikit-learn
机器学习系列
,因为在实现了源码之后,带大家看看SKT框架如何使用也是非常重要的。1、线性回归
图灵的猫.
·
2020-06-25 16:02
Data
Science:机器学习
Data
Science:统计学习
编程之美:Python
【
机器学习系列
之七】模型调优与模型融合(代码应用篇)
这是本人对模型的融合的代码合集,环境是python3,只要复制过去就可以用了,非常方便。目录1.交叉验证1.1原理1.2GridSearchCV2.绘制学习曲线3.stacking3.1stacking原理3.2代码实现不同版本的stacking3.2.1.官网给的例子(简单粗暴)3.2.2用概率作为第二层模型的特征3.2.3特征多样性3.2.4.参数详解1.交叉验证1.1原理基本思想就是把训练数
黄小猿
·
2020-06-25 16:31
机器学习与数据挖掘
吴恩达
机器学习系列
(二)——单一变量线性回归算法(上)
1线性回归模型回归算法是一种监督学习算法,用来建立自变量x和观测变量y之间的映射关系,如果观测变量是离散的,则称其为分类Classification;如果观测变量是连续的,则称其为回归Regression。回归算法的目的是寻找假设函数hypothesis来最好的拟合给定的数据集。该回归模型如下图所示。2目标函数与代价函数2.1目标函数1.定义根据数据特征寻找合适的假设函数hθ(x)来最好的拟合给定
高自强
·
2020-06-25 07:22
机器学习
吴恩达
机器学习系列
(三)——单一变量线性回归算法(下)梯度算法
1梯度下降算法如上篇博文所言,我们的最终目的是将代价函数最小化,以求得最优目标函数。在这里我们求解最小代价函数所使用的算法是梯度下降算法。首先贴上梯度下降算法的数学表达式。2算法思想下面先从一个我们熟悉的场景解释一下该算法的算法思想。2.1场景假设梯度下降法的基本思想可以类比为一个下山的过程。(此处参考https://blog.csdn.net/qq_41800366/article/detail
高自强
·
2020-06-25 07:22
机器学习
吴恩达
机器学习系列
(一)——引言及入门
1前言前几日回学校与实验室老师进行了短暂交流,研究生备考这两年实验室发生了好多变化,据老师说目前实验室差不多已经全部转型为人工智能实验室了,还起了个洋气的名字“π实验室”。备考这两年,很多东西差不多都快断层了。想必研究生阶段应该也是要学习机器学习相关的理论知识了,想来先下手为强。据老师推荐,决定从斯坦福大学吴恩达老师的机器学习视频课入门。(老师对吴老师的这套课评价很高)2机器学习入门2.1吴恩达机
高自强
·
2020-06-25 07:21
机器学习
【呆鸟译Py】Python 数据科学速查表 - 可视化系列(Matplotlib、Bokeh、Seaborn)
-数据处理系列(Numpy、Pandas及SciPy)【呆鸟译Py】Python数据科学速查表-可视化系列(Matplotlib、Bokeh、Seaborn)【呆鸟译Py】Python数据科学速查表-
机器学习系列
呆鸟的简书
·
2020-06-24 22:26
【呆鸟译Py】Python 数据科学速查表 - PySpark系列(SQL与RDD)
-数据处理系列(Numpy、Pandas及SciPy)【呆鸟译Py】Python数据科学速查表-可视化系列(Matplotlib、Bokeh、Seaborn)【呆鸟译Py】Python数据科学速查表-
机器学习系列
呆鸟的简书
·
2020-06-24 22:18
机器学习系列
(三十一)——ROC曲线、多分类问题的混淆矩阵
本篇主要内容:ROC曲线、多分类混淆矩阵ROC曲线ROC全称是ReceiverOperationCharacteristicCurve,它描述的是TPR和FPR之间的关系。ROC曲线TPR(TruePositiveRate)的计算公式为:它表示预测值为1,真实值也为1中预测正确的比例,TPR其实就是Recall。FPR(FalsePositiveRate)的计算公式为:它表示预测值为1,真实值为0
Ice_spring
·
2020-06-24 21:58
Python机器学习(五):SVM 支撑向量机
Jacob的Python
机器学习系列
:Python机器学习(一):kNN算法Python机器学习(二):线性回归算法Python机器学习(三):梯度下降法Python机器学习(四):PCA主成分分析Python
Jacob杨帮帮
·
2020-06-24 20:56
吴恩达
机器学习系列
课程汇总(视频+部分汉化+讲义+作业)
更多好玩的机器学习教程:进入袋马学院领一份,全部免费?.关注微信公众号获取更多免费资源:袋马AI斯坦福大学的“StanfordEngineeringEverywhere”项目提供了大量免费的工科课程,给全世界的学生和工作者提供更多前沿的学习资源。吴恩达在斯坦福开设的课程已经被大家所熟知,成为机器学习的经典课程之一。ListitemCS229课程(2007):MachineLearning课程官网:
maerdym
·
2020-06-24 13:21
机器学习
人工智能
吴恩达-YEARNING
神经网络
机器学习系列
(8)_读《Nature》论文,看AlphaGo养成
作者:龙心尘&&寒小阳时间:2016年3月。出处:http://blog.csdn.net/longxinchen_ml/article/details/50900070http://blog.csdn.net/han_xiaoyang/article/details/50903562声明:版权所有,转载请联系作者并注明出处1.文章声明博主是围棋小白,下棋规则都记不清楚,也没有设计过棋类AI程序。
龙心尘
·
2020-06-24 08:24
机器学习
【机器学习+python(7)】手动获取随机数据
因此本节将为大家介绍:随机数据的获取方式生成特定分布的数据存储生成的随机数据本文是
机器学习系列
的第7篇干货,约1396字,预计阅读时间约5分钟。
哈希大数据
·
2020-06-23 19:44
机器学习系列
(4)_机器学习算法一览,应用建议与解决思路
作者:寒小阳时间:2016年1月。出处:http://blog.csdn.net/han_xiaoyang/article/details/50469334声明:版权所有,转载请联系作者并注明出处1.引言提起笔来写这篇博客,突然有点愧疚和尴尬。愧疚的是,工作杂事多,加之懒癌严重,导致这个系列一直没有更新,向关注该系列的同学们道个歉。尴尬的是,按理说,机器学习介绍与算法一览应该放在最前面写,详细的应
iteye_2022
·
2020-06-23 19:26
计算机考研复试准备 -- 专业基础知识
目录初试笔记算法与数据结构基础密码学和安全基础机器学习相关课程吴恩达
机器学习系列
课程1、什么是机器学习?
_天涯__
·
2020-06-23 14:17
计算机专业基础
人工智能
机器学习系列
(3)_逻辑回归应用之Kaggle泰坦尼克之灾
作者:寒小阳时间:2015年11月。出处:http://blog.csdn.net/han_xiaoyang/article/details/49797143声明:版权所有,转载请注明出处,谢谢。1.引言先说一句,年末双十一什么的一来,真是非(mang)常(cheng)欢(gou)乐(le)!然后push自己抽出时间来写这篇blog的原因也非常简单:写完前两篇逻辑回归的介绍和各个角度理解之后,我们
寒小阳
·
2020-06-23 12:00
机器学习/数据挖掘
机器学习与数据挖掘
Kaggle
数据挖掘
逻辑回归
Titanic
实际应用
可扩展机器学习——分类——点击率预测(Click-through Rate Prediction)
可扩展
机器学习系列
主要包括以下几个部分:概述-Spark分布式处理-线性回归(li
zhiyong_will
·
2020-06-23 11:58
Machine
Learning
论文与材料的学习笔记
机器学习系列
之线性回归
线性回归线性回归的从零开始实现线性回归的简洁实现线性回归的从零开始实现importtorchfromIPythonimportdisplayfrommatplotlibimportpyplotaspltimportnumpyasnpimportrandomnum_inputs=2num_examples=1000w=[2,-3.4]b=4.2features=torch.from_numpy(np
duter_sun先生
·
2020-06-23 06:35
pytorch
线性回归
贝叶斯⑤——搜狗新闻分类实战(jieba + TF-IDF + 贝叶斯)
贝叶斯
机器学习系列
:贝叶斯①——贝叶斯原理篇(联合概率&条件概率&贝叶斯定理&拉普拉斯平滑)贝叶斯②——贝叶斯3种分类模型及Sklearn使用(高斯&多项式&伯努利)贝叶斯③——Python实现贝叶斯文本分类
数据小斑马
·
2020-06-22 23:12
贝叶斯
图上的
机器学习系列
-聊聊GraphSAGE
前言本篇结合《InductiveRepresentationLearningonLargeGraphs》来聊聊GraphSAGE。这是一种已经在工业界得到广泛采纳的图神经网络方法,具有较好的分布式实施特性,推荐大家关注。方法定义GraphSAGE是GraphSAmpleandaggreGatE的简称,可以猜想该方法在抽样与聚合上一定有其独到之处。其更正式的定义如下(来自参考资料2):GraphSA
a_step_further
·
2020-06-22 11:16
数据挖掘
图计算
Machine Learning-模型评估与调参 ——ROC曲线
机器学习系列
专栏选自Python-Machine-Learning-BookOnGitHub作者:SebastianRaschka翻译&整理BySam这篇文章介绍一下我们在评估模型的时候常常用到的ROC
Pysamlam
·
2020-06-22 03:25
Machine Learning-模型评估与调参 ——评价指标代码
机器学习系列
专栏选自Python-Machine-Learning-BookOnGitHub作者:SebastianRaschka翻译&整理BySam上一篇文章讲了混淆矩阵的概念以及相关的评价指标,这篇文章就讲一下这么指标如何用
Pysamlam
·
2020-06-22 03:25
Machine Learning-模型评估与调参 ——管道工作流
机器学习系列
专栏选自Python-Machine-Learning-BookOnGitHub作者:SebastianRaschka翻译&整理BySam之前有讲到过模型调优的思想,大家看完应该对其有一定的了解
Pysamlam
·
2020-06-22 03:54
Machine Learning-模型评估与调参 ——嵌套交叉验证
机器学习系列
专栏选自Python-Machine-Learning-BookOnGitHub作者:SebastianRaschka翻译&整理BySam上次讲到用网格搜素的方法来寻找最优的参数,但这有一个前提就是已经确定了算法
Pysamlam
·
2020-06-22 03:54
Machine Learning-模型评估与调参 ——K折交叉验证
机器学习系列
专栏选自Python-Machine-Learning-BookOnGitHub作者:SebastianRaschka翻译&整理BySam今天继续学习python的模型评估和调参系列内容,而我们今晚要将的是
Pysamlam
·
2020-06-22 03:54
Machine Learning-模型评估与调参 ——混淆矩阵
机器学习系列
专栏选自Python-Machine-Learning-BookOnGitHub作者:SebastianRaschka翻译&整理BySam讲完了很多模型选择和调参的方法,那么评价指标就差不多要派上用场了
Pysamlam
·
2020-06-22 03:54
Machine Learning-模型评估与调参 ——网格搜索
机器学习系列
专栏选自Python-Machine-Learning-BookOnGitHub作者:SebastianRaschka翻译&整理BySamC罗和梅西在机场等了几天总算等到了内马尔。
Pysamlam
·
2020-06-22 03:54
机器学习系列
(二十六)——Logistic回归
用回归方法做分类Logistic回归听名字像是回归算法,其实它解决的是分类问题,为什么要叫回归呢,这是因为Logistic回归是用回归的方法来解决分类问题。那么问题来了,回归的办法如何解决分类问题呢?回归得到的结果是连续的值如何对应到离散的类别呢?一个简单的方式就是选定阀值,以二分类问题为例,利用回归我们可以通过每个样本的特征得到对应的预测数值,对于这些预测数值我们设定一个阀值,如果预测数值大于阀
Ice_spring
·
2020-06-21 21:47
机器学习系列
(16)_怎样找到一份深度学习的工作(附学习材料,资源与建议)
原文地址:Howtogetajobindeeplearning原文翻译与校对:@戴丹&&@胡杨&&寒小阳时间:2016年10月。出处:http://blog.csdn.net/han_xiaoyang/article/details/52777661声明:版权所有,转载请联系作者并注明出如果你是一个软件工程师(或者你现在正在学习这一方面),你肯定有机会听说过深度学习(有时候深度学习缩写为”DL”)
寒小阳
·
2020-06-21 14:03
机器学习/数据挖掘
机器学习与数据挖掘
推荐一位川大零基础转行 Python 的人生勇士
公众号文章主要分三个方向:Python爬虫&数据分析系列、每周分享系列和
机器学习系列
(正在更新)。里面有非常多干货,今天节选部分分享与你。
wuShiJingZuo
·
2020-06-21 14:33
这是一位川大零基础转行 Python 的人生勇士
公众号文章主要分三个方向:Python爬虫&数据分析系列、每周分享系列和
机器学习系列
。里面有非常多干货,今天节选部分分享与你。「Python爬虫&数据分析」系列Python爬虫&数据分析系列最早开始
小詹学 Python
·
2020-06-21 12:02
我把所有工具神器资源都打包好了
公众号文章主要分三个方向:Python爬虫&数据分析系列、每周分享系列和
机器学习系列
(正在更新)01「Python爬虫&数据分析」系列Python爬虫&数据分析系列是
wade1203
·
2020-06-21 09:57
机器学习(三)线性回归和梯度下降法
文章链接:http://blog.csdn.net/lonelyrains/article/details/48931697回顾
机器学习系列
第一篇监督学习,回归属于监督学习。
lonelyrains
·
2020-06-21 03:53
机器学习
机器学习
可扩展机器学习——Spark分布式处理
可扩展
机器学习系列
主要包括以下几个部分:概述Spark分布式处理线性回归(linearRegression)梯度下降(GradientDes
zhiyong_will
·
2020-06-21 01:40
Machine
Learning
论文与材料的学习笔记
Spark
【转】
机器学习系列
-SVD篇
SVD全称Singularvaluedecomposition,奇异值分解。线性代数里重要的一种分解形式,其矩阵的特殊含义可以用来做处理线性相关。如在自然语言处理中,对新闻的分类,就可以采用SVD的方法,而且已取得不错的效果。把新闻中的核心词,用一个向量进行表示,每条新闻一个向量,组成一个矩阵,对矩阵进行SVD分解。如:可以用一个大矩阵A来描述这一百万篇文章和五十万词的关联性。这个矩阵中,每一行对
道简术心
·
2020-06-21 01:55
机器学习教程 一.初识机器学习与数据认识
这篇博客是本人学习
机器学习系列
教程时候做的笔记,虽然有点简陋,但也是对我自己知识总结,希望能对像我一样的行业萌新有所帮助,也许排版有些简陋(第一次写博客),我会在接下来的博客中慢慢改进。
会分析的小驼
·
2020-06-20 23:05
机器学习
机器学习
数据挖掘
python
入门教程
Machine Learning-模型评估与调参(完整版)
机器学习系列
专栏选自Python-Machine-Learning-BookOnGitHub作者:SebastianRaschka翻译&整理BySam这个系列的文章写得也是够长时间的了,不过总算是写完了
Pysamlam
·
2020-06-20 22:51
上一页
8
9
10
11
12
13
14
15
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他