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
零基础入门到精通:Python大数据与机器学习之Pandas-数据操作
上一篇文章带大家一起了解了Pandas库中的数据合并,本文是Python大数据与
机器学习系列
文章中的第16篇,将带大家一起了解一下Pandas库中的其他数据操作。
燕大侠v
·
2020-06-20 21:42
Python学习
程序员
Python软件开发
编程
爬虫学习
Python爬虫学习
XAI/MLI 可解释
机器学习系列
1- 开源&paper汇总
一直在关注可解释机器学习领域,因为确实在工作中有许多应用模型检查,特征重要性是否符合预期和AUC一样重要模型解释,比起虚无缥缈的模型指标,解释模型学到的规律更能说服业务方样本解释,为什么这些用户会违约,是否有指标能提前预警?决策归因,有时模型只是提取pattern的方式,最终需要给到归因/决策,例如HTE模型和XAI结合是否也是一种落地方式18年被H2ODriverlessAI提供的可解释机器学习
风雨中的小七
·
2020-06-14 22:00
决策树的建模与剪枝
跟我一起
机器学习系列
文章将首发于公众号:月来客栈,欢迎文末扫码关注!在前面的两篇文章中,笔者首先介绍了决策树的基本思想;然后接着介绍了两种用于构建决策树的生成算法:ID3和C4.5。
空字符(公众号:月来客栈)
·
2020-05-29 15:42
跟我一起机器学习
这就是决策树的思想
跟我一起
机器学习系列
文章将首发于公众号:月来客栈,欢迎文末扫码关注!1引例经过前面的介绍,我们已经学习过了三个分类算法模型,包括逻辑回归、K近邻和朴素贝叶斯。
空字符(公众号:月来客栈)
·
2020-05-25 19:37
跟我一起机器学习
线性回归(目标函数的推导)
跟我一起
机器学习系列
文章将首发于公众号:月来客栈,欢迎文末扫码关注!
空字符(公众号:月来客栈)
·
2020-05-01 08:33
跟我一起机器学习
机器学习系列
手记(八):采样之高斯分布采样
采样高斯分布采样首先,假设随机变量zzz服从标准正态分布N(0,1)N(0,1)N(0,1),令x=σ⋅z+μx=\sigma\cdotz+\mux=σ⋅z+μ则xxx服从均值为μ\muμ、方差为σ2\sigma^{2}σ2的高斯分布N(μ,σ2)N(\mu,\sigma^{2})N(μ,σ2)。因此,任意高斯分布都可以由标准正态分布通过拉伸和平移得到,所以这里只考虑标准正态分布的采样。常见的采样
岳小刀
·
2020-04-27 22:16
机器学习系列手记
机器学习
人工智能
机器学习系列
手记(八):采样之常见的采样方法
采样常见的采样方法对于一个随机变量,通常用概率密度函数来刻画该变量的概率分布特性。具体来说,给定随机变量的一个取值,可以根据该密度函数来计算该值对应的概率(密度)。反过来,也可以根据概率密度函数提供的概率分布信息来生成随机变量的一个取值,这就是采样。因此,从某种意义上来说,采样是概率密度函数的逆向应用。与根据概率密度函数计算样本点对应的概率值不同,采样过程往往没那么直接,通常需要根据待采样分布的具
岳小刀
·
2020-04-27 22:23
机器学习系列手记
机器学习
人工智能
近期
机器学习系列
文章汇总
文章汇总
机器学习系列
文章已经更新了十篇,主要介绍了机器学习的五种常见的分类算法,分别为KNN算法、决策树、朴素贝叶斯、逻辑回归、支持向量机。
程序员资源社区
·
2020-04-20 21:00
(转)吴恩达机器学习作业Python实现(二):logistic回归
原文链接:https://blog.csdn.net/Cowry5/article/details/80247569吴恩达
机器学习系列
作业目录1Logisticregression在这部分的练习中,你将建立一个逻辑回归模型来预测一个学生是否能进入大学
elvinmao
·
2020-04-12 11:06
机器学习系列
:递归神经网络
前言BP神经网络,训练的时候,给定一组输入和输出,不断的对权值进行训练,使得输出达到稳定。但BP神经网络并不是适合所有的场景,并不真正的体现出某些场景的真正特点。回到经典的概率论问题,抛硬币问题,假设你已经抛了100次的,90次是正面的,10次是反面的,问现在继续在抛一次,出现正面的概率是多少?如果没有前面几次的经验,很正常的会认为再次出现正面的概率是50%,但由于我们之前有对这个进行了实验,即有
Datartisan数据工匠
·
2020-04-09 21:36
机器学习系列
手记(五):非监督学习之自组织映射神经网络
非监督学习自组织映射神经网络自组织映射神经网络(Self-OrganizingMap,SOM)是无监督学习方法中一类重要的方法,可用作聚类、高维可视化、数据压缩、特征提取等多种途径。自组织映射神经网络融入了大量人脑神经元的信号处理机制,有着独特的结构特点。1、自组织映射神经网络的工作流程自组织映射神经网络本质上是一个两层的神经网络,包含输入层和输出层(竞争层)。输入层模拟感知外界输入信息的视网膜,
岳小刀
·
2020-04-05 21:24
机器学习系列手记
机器学习
神经网络
算法
【呆鸟译Py】Python 数据科学速查表 -
机器学习系列
(Keras、Scikit-learn)
-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
·
2020-03-30 13:42
机器学习系列
- 5.梯度下降
一.梯度下降:1.为什么需要梯度下降算法:梯度下降其实是一种基于搜索的最优化方法。梯度下降优化算法,其作用是用来对原始模型的损失函数进行优化,以便寻找到最优化的参数,使得损失函数的值最小。梯度下降算法作为一个聪明很多的算法,抓住了参数与损失值之间的导数,也就是能够计算梯度(gradient),通过导数告诉我们此时此刻某参数应该朝什么方向,以怎样的速度运动,能安全高效降低损失值,朝最小损失值靠拢。2
小蘑菇1962
·
2020-03-29 19:02
机器学习系列
教程-KNN-调用scikit-learn库
代码编辑工具:jupyternotebook01理论讲解KNN算法机器学习过程KNN算法02代码实战importnumpyasnp#导入numpy,用于科学计算,如,矩阵运算importmatplotlib.pyplotasplt#导入图像显示库pyplot,如折线图importrandom#导入随机函数库,生成随机数#####10个样本数据data_X=[[-0.32236679,-1.3846
XiWeidong
·
2020-03-24 10:20
【呆鸟译Py】Python 数据科学速查表 - 数据处理系列(Numpy、Pandas 及 SciPy)
-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
·
2020-03-18 20:22
机器学习系列
---Logistic回归:我看你像谁 (下篇)
作者:向日葵Logistic回归书接上回,在我们有了最小二乘法与极大似然估计做基础之后,这样我们就做好了Logistic回归的准备,渐渐的进入到我们的主题Logistic回归。很多都属于分类的问题了,邮件(垃圾邮件/非垃圾邮件),肿瘤(良性/恶性)。二分类问题,可以用如下形式来定义它:y∈{0,1},其中0属于负例,1属于正例。现在来构造一种状态,一个向量来代表肿瘤(良性/恶性)和肿瘤大小的关系。
Datartisan数据工匠
·
2020-03-14 10:28
机器学习系列
(一):Logistic回归-我看你像谁(上篇)
作者:向日葵引子:依旧是一个“烧烤”的天气,我在的城市厦门,已经达到了37度的高温了,不过也好,只有这样的暑假,这样的天气才有时间和心思,静下心来思考一些东西。关于机器学习的教程确实是太多了,处于这种变革的时代,出去不说点机器学习的东西,都觉得自己落伍了,但总觉得网上的东西并不系统,无法让人串联在一起,总有很多人读了几篇机器学习的东西,就自以为机器学习就那些东西,认为机器学习也就那么一回事,想把这
Datartisan数据工匠
·
2020-03-03 12:55
机器学习系列
(二)——Numpy模块基本操作
在正式进入机器学习算法学习之前,先学习一下常用模块的基本操作。Numpy.array与pythonlist导入numpy,查看版本importnumpyasnpnp.__version__#out:'1.15.4'为什么使用numpy进行数据操作呢,首先看pythonlist和numpy操作数据的不同:L=[iforiinrange(10)]L#out:[0,1,2,3,4,5,6,7,8,9]p
Ice_spring
·
2020-02-28 18:08
AI角 | 把吴恩达深度学习系列课程画出来,这有份诚意满满的笔记求查收
在吴恩达
机器学习系列
课程完结后不久,一位名叫TessFerrandez的小姐姐在推特上分享了一套自己的课程笔记,瞬间收获了3k+赞和1k+转发。
阿里云云栖号
·
2020-02-28 06:00
机器学习之numpy和matplotlib学习(一)
没关系##一起学习
机器学习系列
##今天先来学一个Numpy产生等差
SundayCoder
·
2020-02-24 04:41
Coursera公开课《机器学习基石&技术》课程的感触
背景最近在修台湾大学林轩田老师在Coursera上的
机器学习系列
课程《机器学习基石》和《机器学习技术》,前者是后者的先行课程,是基础,后者是前者的升级与补充。
练绪宝
·
2020-02-20 12:42
(转)吴恩达机器学习作业Python实现(一):线性回归
原文链接:https://blog.csdn.net/Cowry5/article/details/80174130吴恩达
机器学习系列
作业目录单变量线性回归在本部分的练习中,您将使用一个变量实现线性回归
elvinmao
·
2020-02-14 19:52
机器学习实战总结
参考文章学习路线
机器学习系列
_机器学习路线图(附资料)【重磅干货整理】机器学习(MachineLearning)与深度学习(DeepLearning)资料汇总:真的是超多干货零.算法概念监督学习:需要用已知结果的数据做训练无监督学习
人机分离机
·
2020-02-10 23:11
机器学习系列
教程-KNN-纯手写
代码编辑工具:jupyternotebook01理论讲解KNN算法1.KNN算法特点:KNN算法2.算法原理KNN算法为了简化问题,这里只关心样本的两个特征,肿瘤大小和发现肿瘤的时间。对应红色(样本数据)点表示良性肿瘤,蓝色(样本数据)表示恶性肿瘤,绿色(预测数据)的点表示我们要预测的数据,k=3表示在所有的点里,找到离这个绿色最近的三个点,然后判断是红色点多还是蓝色点多,绿色点和多的一边同类。例
XiWeidong
·
2020-02-05 11:59
经典
机器学习系列
之【集成学习】
中国有句老古话,叫“三个臭皮匠顶个诸葛亮”,说的是人多力量大,可也有句成语叫“乌合之众”。在机器学习中也有一类算法,将这两种思想融合起来,取其精华,它就是集成学习,算法将不同的学习器融合在一起。 在集成学习中,算法不要求每个学习器性能最好,但是期望它们对问题具有不同的看法,GoodButDifferent(好而不同)。 如果在分类问题上描述的话,所表示的就是具有不同的划分能力,对于一些样本
小小何先生
·
2020-02-04 15:17
经典
机器学习系列
之【线性模型与广义线性模型】
这一节我们介绍线性模型,介绍思路如下:我们先介绍概念,什么叫做线性模型?在了解了基本的线性模型之后,我们将其应用于一元线性回归,之后扩展到多元线性回归。之后我们再将其扩展到广义线性模型。最后通过广义线性模型迁移到logit回归(分类问题)中。线性模型基本概念 线性模型(LinearModel)是在假设特征满足线性关系,给定一些数据,需要用这些数据训练一个模型,并用此模型进行预测。但这个模型是
小小何先生
·
2020-02-04 15:44
「05」回归的诱惑:一文读懂线性回归
前言从这一篇文章开始,就正式进入「美团」算法工程师带你入门
机器学习系列
的正文了,之前的几篇算是导读和预热,想必大家看的并不过瘾。
图灵的猫
·
2020-01-19 20:00
机器学习系列
(三)——目标函数和损失函数
目标函数的作用原理4.3为什么目标函数是负的4.4常见的目标函数5.损失函数5.1什么是损失函数5.2常见的损失函数5.3逻辑回归为什么使用对数损失函数5.4对数损失函数是如何度量损失的机器学习基础(三)
机器学习系列
zhoubin_dlut
·
2020-01-07 10:00
小白学SVM
机器学习系列
教程(二)
更多文章,欢迎大家关注的我的个人博客网站:fangd123原文链接:SVM-Understandingthemath-Part2在SVM教程的第一部分中,我们了解了SVM的目标。它的目标是是寻找最大化间隔的超平面。但是我们如何计算这个边距?SVM=SupportVECTORMachine在支持向量机中,有一个概念,叫做向量(vector)。这也就是说理解向量和如何使用它们是很重要的。Hereash
方小达
·
2020-01-05 05:46
机器学习系列
(二)——分类及回归问题
目录机器学习基础(二)3分类算法3.1常用分类算法的优缺点?3.2分类算法的评估方法3.3正确率能很好的评估分类算法吗3.4什么样的分类器是最好的4逻辑回归4.1回归划分4.2逻辑回归适用性4.3逻辑回归与朴素贝叶斯有什么区别4.4线性回归与逻辑回归的区别机器学习基础(二)上篇文章中,我们就机器学习的相关基础概念进行了阐述,包括机器学习的基本概念以及机器学习的分类。不了解的童鞋可以看一下补补课,机
zhoubin_dlut
·
2020-01-02 21:00
机器学习系列
(一)——基础概念及分类
目录机器学习基础(一)1基本概念1.1ML各种常见算法图示1.2导数的计算1.3关于局部最优和全局最优的描述1.4大数据与深度学习之间的关系2机器学习的分类2.1监督学习2.2非监督式学习2.3半监督式学习2.4弱监督学习2.5监督学习有哪些步骤机器学习基础(一)emm...那个第一篇文章,简单的自我介绍一下,机器学习小白,希望和大家一起进步,有什么问题可以留言一起探讨。本文撰写于2020/1/1
zhoubin_dlut
·
2020-01-01 22:00
机器学习实践系列1——线性回归
一元线性回归在
机器学习系列
1——机器学习概况中我们讲到,监督学习的主要任务是做预测,其中一种是回归性预测,预测某一个连续型变量的数值。
刺猬ciwei_532a
·
2019-12-31 05:19
「01」机器学习,到底在学些什么?
阅读0编辑文章大家好,欢迎来到久违的
机器学习系列
,这是「美团」算法工程师带你入门机器学习专栏的第一篇文章,不会太长,一半聊想法,一半聊干货。
图灵的猫
·
2019-12-30 13:00
机器学习系列
7-隐马尔科夫模型
前言最近一直在看机器学习算法模型,但是总是在各种原理以及推导中迷失,感觉自己理解了,但是放下书本却又不知所以然,这种“差不多理解了”现象相信也会困扰很多初学者,于是我就想,能不能有一种方式,简单,通俗,易懂,印象深刻的为大家呈现机器学习这种看上去很“深奥”的知识。恰巧本周组内小伙伴分享“自然语言处理-中文分词的一些常用方法”,分享过程中两件事情使我印象深刻,第一:很多知识点,总是讲到结果就结束了,
一只幻想飞翔的猪
·
2019-12-25 05:27
机器学习实践系列3——二项逻辑回归
从线性回归到逻辑回归在【
机器学习系列
2——线性回归】和【
机器学习系列
3——多项式回归】中我们结合实际案例解释了线性回归的基本概念和应用。线性回归解决的是连续型数值的预测问题,例如预测房价,产品销量等。
刺猬ciwei_532a
·
2019-12-22 19:40
阿里巴巴
机器学习系列
课程
亲爱的同学们,福利来临!随着机器学习领域的发展越来越火,阿里云机器学习PAI为广大机器学习爱好的学生提供免费的一站式算法平台,该平台提供上百种算法,并且兼容TensorFlow、Caffe、MXNET等深度学习框架,学生们还可以免费使用M40GPU卡,这么好的福利到哪里去领呢?作者:傲海,阿里云数据产品经理,专注于阿里云机器学习平台PAI的产品化建设和商业拓展。点击开通机器学习PAI:http:/
阿里云云栖号
·
2019-12-22 14:06
机器学习系列
笔记(2)——多项式回归与过拟合
多项式回归与过拟合importnumpyasnpimportmatplotlib.pyplotaspltX_simple=np.arange(1,11).reshape(-1,2)X_simplearray([[1,2],[3,4],[5,6],[7,8],[9,10]])#导入多项式处理的类fromsklearn.preprocessingimportPolynomialFeaturespoly
卖行家的小报纸
·
2019-12-17 19:39
机器学习
机器学习
python
机器学习系列
5:熵的推导和计算
一、信息熵熵(entropy)这一词最初来源于热力学。1948年,克劳德·爱尔伍德·香农将热力学中的熵引入信息论,所以也被称为香农熵(Shannonentropy),信息熵(informationentropy)。本文只讨论信息熵。首先,我们先来理解一下信息这个概念。信息是一个很抽象的概念,百度百科将它定义为:指音讯、消息、通讯系统传输和处理的对象,泛指人类社会传播的一切内容。那信息可以被量化么?
_世界和平_
·
2019-12-14 15:18
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
Datartisan数据工匠
·
2019-12-12 05:31
IT人工智能深入
机器学习系列
16-保序回归
4.1实例4.2训练过程分析parallelPoolAdjacentViolators方法用于实现保序回归的训练。parallelPoolAdjacentViolators方法的代码如下:parallelPoolAdjacentViolators方法的主要实现是poolAdjacentViolators方法,该方法主要的实现过程如下:pool方法的实现如下所示。经过上文的处理之后,input根据中
java了个巴拉
·
2019-12-11 23:07
机器学习系列
1-学习资料和学习路线
该系列是学习机器学习的系列博客,主要用于记录和分享学习机器学习(和深度学习)过程中的各种知识和问题,希望能够将自己学习到的知识、方法论转化为文字,分享给更多有志于从事机器学习相关工作或学习的同学。学习资源目前网上关于机器学习的资源已经非常丰富,现在分享笔者学习过程中接触到的学习资源:书籍:《机器学习》-周志华链接:http://pan.baidu.com/s/1bo7j7SN密码:47wi《Dee
咸鱼去吹泡泡
·
2019-12-06 20:20
Python 机器学习实战教程:回归
Python机器学习实战教程:回归原文:Regression-IntroandData译者:飞龙协议:CCBY-NC-SA4.0引言和数据欢迎阅读Python
机器学习系列
教程的回归部分。
ApacheCN_飞龙
·
2019-12-02 02:51
机器学习:使用scikit-learn的线性回归预测Google股票
这是
机器学习系列
的第一篇文章。本文将使用Python及scikit-learn的线性回归预测Google的股票走势。请千万别期望这个示例能够让你成为股票高手。下面按逐步介绍如何进行实践。
chardlau
·
2019-11-28 00:49
【线上直播】
机器学习系列
之分类
【线上直播】
机器学习系列
之分类▼嘉宾李梦婷李梦婷简介中山大学博士,拥有8年人工智能、机器学习的研发经验。曾发表多篇SCI收录和EI收录论文,参与多项国家自然科学基金项目、广州市科技计划项目。
nanao3o
·
2019-11-08 16:10
机器学习系列
-word2vec篇
开篇深度学习方向当下如火如荼,就差跑进楼下大妈的聊天内容了。深度学习的宝藏很多,一个小领域的一段小代码,都可以发出璀璨的光芒。如果你也刚刚踏入这方向,一开始难免有一些彷徨,但慢慢会有,清晨入古寺初日照高林,那种博大的体验。word2vec就是这样的一小段代码,如果你对word2vec的代码了如指掌,那你可以直接return。这是一篇关于word2vec介绍的文章,读完以后你会欣喜的发现自己会灵活的
Datartisan数据工匠
·
2019-11-06 05:59
机器学习系列
-广义线性模型
广义线性模型高斯分布的另一种看法伯努利分布--Logistic回归的含义12Softmax迭代推导总结softmax算法在机器学习里占有很重要的地位,虽然很多机器学习的学习包已经高度的集成了softmax算法,但从推到的过程中,可以看到很多的知识点,好像看到了算法的机器学习算法推到的大统一。广义线性模型,解释了机器学习算法的很多问题,最小二乘法的理论依据,Logistic回归Sigmoid函数的由
Datartisan数据工匠
·
2019-11-02 13:36
李宏毅
机器学习系列
-强化学习之Q-Learning小改进
李宏毅
机器学习系列
-强化学习之Q-Learning小改进DoubleDQNDuelingDQNPrioritizedReplyMulti-stepNoisyNetDistributionalQ-functionRainbowQ-Learning
王伟王胖胖
·
2019-09-04 12:09
强化学习
李宏毅机器学习
深度学习
Q-Learning小改进
强化学习
深度学习
机器学习系列
之极大似然估计(MLE)
核心在统计学中,极大似然估计(MaximumLikelihoodEstimation)是用来估计模型参数的一种方法,就是利用已知样本的结果信息,反推出最有可能导致这样结果的模型参数值。一般情况下,我们用θ\thetaθ来表示模型的参数,所以解决问题的本质就是求θ\thetaθ。举例1现在假设有一枚不均匀的硬币,然后我们做了100次实验,一共60次正面,40次反面;我们设θ\thetaθ为硬币朝上的
筱踏云
·
2019-09-04 11:58
机器学习系列
李宏毅
机器学习系列
-强化学习之Q-Learning
李宏毅
机器学习系列
-强化学习之Q-Learning评判家(Critic)怎么衡量$V^\pi(s)$蒙特卡洛法(MC)时序差分算法(TD)MC和TD对比另一种评判$Q^\pi(s,a)$Q-Learning
王伟王胖胖
·
2019-09-03 22:36
李宏毅机器学习
强化学习
深度学习
强化学习之Q-Learning
Q-Learning
深度学习
强化学习
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
。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
Python数据之道
·
2019-09-01 18:00
上一页
9
10
11
12
13
14
15
16
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