机器学习课程笔记第29页

机器学习中的有监督学习和无监督学习

有监督学习简单来说，就是人教会计算机学会做一件事。给算法一个数据集，其中数据集中包含了正确答案，根据这个数据集，可以对额外的数据希望得到一个正确判断（详见下面的例子）回归问题例如现在有一个房价数据集，记录了不同面积的房子的实际卖价，现在用图表表示数据集，横轴表示房子面积，纵轴表示房子的卖价，图画出来后，可以用一个直线或者曲线去拟合（至于选择直线还是曲线，要看具体的衡量标准），然后现在有一个需求，就

debugBiubiubiu2000·2024-02-05 14:58

【机器学习】监督学习算法之：决策树

决策树1、引言2、决策树2.1定义2.2原理2.3实现方式2.4算法公式2.4.1信息增益公式2.4.2信息增益率公式2.5代码示例3、总结1、引言小屌丝：鱼哥，我被你骗了。小鱼：…别闹，我怎么可能骗你呢。小屌丝：你上次说的去泡澡小鱼：嗯，然后呢。小屌丝：然后咱俩去的是啥地方小鱼：…嗯…这个…是泡澡的地方啊小屌丝：你可拉倒吧。小鱼：那我问你，咱俩去没去泡澡。小屌丝：去了啊。小鱼：那咱俩泡澡的地方有

Carl_奕然·2024-02-05 13:16

机器学习7-K-近邻算法(K-NN)

K-NearestNeighbors（K-近邻算法，简称KNN）是一种基本的监督学习算法，用于解决分类和回归问题。KNN的核心思想是基于距离度量，在特征空间中找到最近的K个样本，然后使用它们的标签进行决策。以下是KNN的基本概念和工作原理：工作原理：距离度量KNN使用欧氏距离或其他距离度量方法来计算样本之间的距离。选择K值选择一个合适的K值，表示在决策时考虑的最近邻居的数量。投票决策对于分类问题，

dracularking·2024-02-05 13:44

机器学习 - 梯度下降

场景上一章学习了代价函数，在机器学习中，代价模型是用于衡量模型预测值与真实值之间的差异的函数。它是优化算法的核心，目标是通过调整模型的参数来最小化代价模型的值，从而使模型的预测结果更接近真实值。

北堂飘霜·2024-02-05 13:43

机器学习本科课程实验5 贝叶斯分类

实验1.使用sklearn的GaussianNB、BernoulliNB、MultinomialNB完成肿瘤预测任务实验内容：使用GaussianNB、BernoulliNB、MultinomialNB完成肿瘤预测计算各自十折交叉验证的精度、查准率、查全率、F1值根据精度、查准率、查全率、F1值的实际意义以及四个值的对比阐述三个算法在肿瘤预测中的表现对比1.读取数据集importpandasasp

11egativ1ty·2024-02-05 13:43

机器学习本科课程实验6 聚类实验

第一题：使用sklearn的DBSCAN和AgglomerativeClustering完成聚类实验内容：使用sklearn的DBSCAN和AgglomerativeClustering在两个数据集上完成聚类任务对聚类结果可视化对比外部指标FMI和NMI1.导入模块importnumpyasnpimportmatplotlib.pyplotasplt%matplotlibinlineimportw

11egativ1ty·2024-02-05 13:43

（5）【Python/机器学习/深度学习】Machine-Learning模型与算法应用—12种聚类算法说明与归纳

目录一、12种聚类(无监督学习)算法说明和区分比较聚类算法的类型（一）编辑导入函数库加载数据集编辑(1)K-Means--Centroidmodels(2)Mini-BatchK-Means--Centroidmodels(3)AffinityPropagation(Hierarchical)--Connectivitymodels(4)MeanShift--Centroidmodels聚类后如何

代码骑士·2024-02-05 13:12

梯度提升树系列2——如何使用GBDT解决分类问题

具体场景实现2.GBDT在多分类问题中的应用2.1背景介绍2.2实现代码3.参数调整和模型优化3.1关键参数解析3.2调参技巧和工具推荐3.3Python实现示例写在最后在当今数据驱动的时代，分类问题无疑是机器学习领域中最常见也是最有挑战性的问题之一

theskylife·2024-02-05 13:05

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（六）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第十四章：使用卷积神经网络进行深度计算机视觉尽管IBM的DeepBlue超级计算机在1996年击败了国际象棋世界冠军加里·卡斯帕罗夫，但直到最近计算机才能可靠地执行看似微不足道的任务，比如在图片中检测小狗或识别口语。为什么这些任务对我

绝不原创的飞龙·2024-02-05 13:54

向量数据库Milvas

Milvus是在2019年创建的，其唯一目标是存储、索引和管理由深度神经网络和其他机器学习（ML）模型生成的大规模嵌入向量。

hzhj·2024-02-05 13:51

相似度计算

衡量相同维度的不同向量之间的距离称之为两向量的相似度，其计算方法具体可查看这里参考文献：机器学习中的数学——距离定义：基础知识_知识距离定义-CSDN博客

hzhj·2024-02-05 13:49

2024美赛E题成品论文30页+完整数据集+配套代码+答疑

本研究基于机器学习方法，构建了社区抗灾能力预测模型，以评估社区在灾害事件中的表现。首先，我们采用梯度提升树模型对社区基础设施、气象条件等多方面因素进行分析，以量化社区抗灾能力。

2023数学建模国赛比赛资料分享·2024-02-05 13:17

机器学习优化过程中的各种梯度下降方法（SGD，AdaGrad，RMSprop，AdaDelta，Adam，Momentum，Nesterov）

机器学习优化过程中的各种梯度下降方法（SGD，AdaGrad，RMSprop，AdaDelta，Adam，Momentum，Nesterov）实际上，优化算法可以分成一阶优化和二阶优化算法，其中一阶优化就是指的梯度算法及其变种

bj_yoga·2024-02-05 12:59

工信部颁发的《计算机视觉处理设计开发工程师》中级证书

为实现这个目标，计算机视觉结合了图像处理、机器学习、模式识别、计算几何等多个领域的理论和技术。

人工智能技术与咨询·2024-02-05 12:39

机器学习环境搭建（vscode+anaconda的安装+conda虚拟环境的激活）

目录步骤一：安装VSCode步骤二：安装Anaconda步骤三：创建Conda虚拟环境步骤四：在VSCode中激活Conda虚拟环境步骤一：安装VSCode首先，我们需要安装VSCode。这是一个跨平台的轻量级代码编辑器，支持多种编程语言和丰富的扩展。打开浏览器，访问VisualStudioCode-CodeEditing.Redefinedhttps://code.visualstudio.co

yt_0618·2024-02-05 12:09

基金第六课课程笔记

基金的分类:完全复制型指数基金,顾名思义就是完全复制目标指数所包含的所有成分股,照葫芦画瓢,追求的是,获得和跟踪指数持平的收益。增强型指数基金，除了复制目标指数外，基金经理还加入自己的些主观投资，追求超过跟踪的指数的收益。敲黑板!!熊市、跟踪误差、基金规模大小、成立时间长短这几个因素,都会影响它的收益水平。为了买到能帮我们好好赚钱的指数基金，我们还需要在指数基金中淘淘，排除掉差的，选出好的。确定想

木子瓷·2024-02-05 11:51

互联网加竞赛基于深度学习的水果识别设计开题技术

Mr.D学长·2024-02-05 11:40

论文学习笔记 POSEIDON: Privacy-Preserving Federated Neural Network Learning

Privacy-PreservingFederatedNeuralNetworkLearningNDSS2021录用文章目录论文学习笔记POSEIDON:Privacy-PreservingFederatedNeuralNetworkLearning一、机器学习

JiangChSo·2024-02-05 10:55

（6）【Python/机器学习/深度学习】Machine-Learning模型与算法应用—使用Adaboost建模及工作环境下的数据分析整理

目录一、为什么要使用Adaboost建模？二、泰坦尼克号分析（工作环境）（插曲）Python可以引入任何图形及图形可视化工具三、数据分析四、模型建立1、RandomForestRegressor预测年龄2、LogisticRegression建模引入GridSearchCV引入RandomizedSearchCV3、DecisionTree建模4、RandomForest建模FeatureImpo

代码骑士·2024-02-05 10:53

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（一）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0前言机器学习海啸2006年，GeoffreyHinton

绝不原创的飞龙·2024-02-05 10:51

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（四）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第二部分：神经网络和深度学习第十章：使用Keras入门人工神经网络鸟类启发我们飞行，牛蒡植物启发了钩带，自然启发了无数更多的发明。因此，看看大脑的结构以获取如何构建智能机器的灵感似乎是合乎逻辑的。这就是激发人工神经网络（ANNs）的逻

绝不原创的飞龙·2024-02-05 10:51

机器学习——网易慕课笔记

文章目录机器学习笔记说在前面第一章1.1机器学习引言1.2开发环境准备1.3一个神经元的网络第二章计算机视觉加载`FashionMNIST`数据集构造神经元网络模型训练和评估模型自动终止训练第三章卷积神经网络

河篱·2024-02-05 10:18

TensorFlow入门实操笔记 3-4

前言碎碎念fine…世界鸽王立flag第一天就咕咕咕了，今天马上立刻学习以抚慰自己的良心（bushi起床自我暗示：我真的很喜欢机器学习！

七水合硫酸亚铁有点脆·2024-02-05 10:40

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（三）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第六章：决策树决策树是多功能的机器学习算法

绝不原创的飞龙·2024-02-05 10:10

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（八）

Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第十八章：强化学习强化学习（RL）是当今最激动人心的机器学习领域之一

绝不原创的飞龙·2024-02-05 10:10

机器学习本科课程实验4 支持向量机

第一题：支持向量机的核函数实验内容：了解核函数对SVM的影响绘制不同核函数的决策函数图像简述引入核函数的目的1.导入模型importnumpyasnpimportmatplotlib.pyplotasplt%matplotlibinlinefrommatplotlib.colorsimportListedColormapimportwarningswarnings.filterwarnings('

11egativ1ty·2024-02-05 10:55

NLP入门系列—词嵌入 Word embedding

现有的机器学习方法往往无法直接处理文本数据，因此需要找到合适

不二人生·2024-02-05 10:54

挑战杯 python 机器视觉车牌识别 - opencv 深度学习机器学习

1前言优质竞赛项目系列，今天要分享的是基于python机器视觉的车牌识别系统学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：3分更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1课题背景车牌识别其实是个经典的机器视觉任务了，通过图像处理技术检测、定位、识别车牌上的字符，实现计算机对车牌的智能管理功能。如今在

laafeer·2024-02-05 10:16

大数据原理-Spark

：基于内存计算三大分布式计算系统：Hadoop、Spark、Storm特点：采用有向无环图DAG作业调度运行速度快循环数据流容易使用：可以通过SparkShell交互式编程用途：SQL查询、流式计算、机器学习

monster++·2024-02-05 09:28

彻底学会系列：一、机器学习之线性回归

1.基本概念线性回归：有监督学习的一种算法。主要关注多个因变量和一个目标变量之间的关系。因变量：影响目标变量的因素：X1,X2...X_1,X_2...X1,X2...，连续值或离散值。目标变量：需要预测的值:target，y目标变量和自变量之间的关系:即模型，model1.1连续值连续值是可以在一个区间范围内取任意值的变量。例如，身高、体重、温度、时间等都是连续值1.2离散值离散值是只能取有限个

挑大梁·2024-02-05 08:53

Pytorch机器学习——3 神经网络（五）

outline神经元与神经网络激活函数前向算法损失函数反向传播算法数据的准备PyTorch实例：单层神经网络实现3.3前向算法当我们使用前馈神经网络接受输入x并产生输出时，信息通过网络向前流动。输入x提供初始信息，向输出的方向传播到每一层中的神经元，并跟相应的权重做运算，最终产生输出，称之为前向传播。

辘轳鹿鹿·2024-02-05 08:45

XAI：理解与解释的AI技术

一、背景与概述随着机器学习与人工智能的广泛应用，人们对于如何理解和应用这些机器学习模型的需求日益增长。在这样的背景下，解释性AI（XAI）作为一种能够提供解释和理解的AI技术应运而生。

呆码科技·2024-02-05 08:12

机器学习本科课程实验1 线性模型

第三章线性模型3.1一元线性回归3.2多元线性回归3.3对数几率回归，线性判别分析（二选一）3.4类别不均衡3.1一元线性回归——Kaggle房价预测使用Kaggle房价预测数据集：打乱数据顺序，取前70%的数据作为训练集，后30%的数据作为测试集分别以LotArea,BsmtUnfSF,GarageArea三种特征作为模型的输入，SalePrice作为模型的输出在训练集上，使用最小二乘法求解模型

11egativ1ty·2024-02-05 08:38

深度学习在智能交互中的应用：人与机器的和谐共生

深度学习作为机器学习的一个重要分支，具有强大的特征学习和模式识别能力，可以模拟人脑的神经网络进行数据分析和预测。

wd90119·2024-02-05 08:37

机器学习本科课程实验3 决策树处理分类任务

实验3.1决策树处理分类任务使用sklearn.tree.DecisionTreeClassifier完成肿瘤分类（breast-cancer）计算最大深度为10时，十折交叉验证的精度(accuracy)，查准率(precision)，查全率(recall)，F1值绘制最大深度从1到10的决策树十折交叉验证精度的变化图1.读取数据importnumpyasnpimportpandasaspddat

11egativ1ty·2024-02-05 08:05

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（七）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第十六章：使用RNN和注意力进行自然语言处理当艾伦·图灵在1950年想象他著名的Turing测试时，他提出了一种评估机器匹配人类智能能力的方法。他本可以测试许多事情，比如识别图片中的猫、下棋、创作音乐或逃离迷宫，但有趣的是，他选择了一

绝不原创的飞龙·2024-02-05 07:27

机器学习的整个流程

机器学习的整个流程定义了数据科学团队执行以创建和交付机器学习模型的工作流。此外，机器学习流程还定义了团队如何协作合作，以创建最有用的预测模型。

茫茫人海一粒沙·2024-02-05 07:56

微软技术专家带你学 AI｜Azure 机器学习：创建自己的模型

点击蓝字关注我们编辑：AlanWang排版：RaniSun微软技术专家带你学AI新的一年，为帮助开发者们在Azure上掌握人工智能，我们特别带来「微软技术专家带你学AI」系列，通过4期的课程，带大家从机器学习的基本原理深入

MicrosoftReactor·2024-02-05 06:31

微软技术专家带你学 AI｜Azure 认知服务

点击蓝字关注我们编辑：AlanWang排版：RaniSun微软技术专家带你学AI新的一年，为帮助开发者们在Azure上掌握人工智能，我们特别带来「微软技术专家带你学AI」系列，通过4期的课程，带大家从机器学习的基本原理深入

MicrosoftReactor·2024-02-05 06:31

挖矿系列：细说Python、conda 和 pip 之间的关系

它广泛应用于数据分析、机器学习、网络编程、Web开发等领域，并且拥有庞大的标准库以及丰富的第三方库支持。pip：是Python的官方包管理器，主要用于安装和管理Pytho

科学禅道·2024-02-05 05:08

机器人抓取中的混淆概念

实际上，一些传统的基于经验的方法可能会结合神经网络或其他机器学习技术，以更好地适应复杂的抓取任务。

cocapop·2024-02-05 05:06

回顾 | Pre VS Code Day - 用 GitHub Codespaces 构建 OpenAI 应用实战

编辑：AlanWang排版：RaniSun微软Reactor为帮助广开发者，技术爱好者，更好的学习.NETCore,C#,Python，数据科学，机器学习，AI，区块链,IoT等技术，将每周三到周六，组织

MicrosoftReactor·2024-02-05 05:02

（课程笔记）深度学习入门 - 1 - OverView

一、机器学习算法的过程与结果1、首先要得到标签化数据集（DataSet），既然是标签化，那应该是监督学习模式，而且此处的数据集应该分化为训练用集（TrainSet）和测试用集（TestSet），训练用集用于训练最终的算法模型

牛顿第八定律·2024-02-05 05:55

【深度学习】讲透深度学习第3篇：TensorFlow张量操作（代码文档已分享）

可以让大家熟练掌握机器学习基础,如分类、回归（含代码），熟练掌握numpy,pandas,sklearn等框架使用。

程序员一诺·2024-02-05 05:52

python 中和机器学习相关的库：numpy scipy pandas scikit-learn tensorflow-gpu matplotlib

numpy：python科学计算的基础包，随机数生成、快速高效的多维数组对象ndarray，用于对数组执行元素级计算，直接对数组执行数学运算的函数；用于读写硬盘上基于数组的数据集工具等。scipy:微积分、矩阵分解、函数优化器（最小化器）、根查找算法、信号处理工具、稀疏矩阵和稀疏线性系统求解器。pandas：非常重要的库，提供了快速便捷处理结构化数据的大量数据结构和函数；用得最多的pandas对象

Hi-Lu·2024-02-05 04:41

pycharm如何导入numpy,pandas,scikit-learn,scipy,ipython等机器学习库

方法一可安装集成环境anaconda，anaconda集成了numpy,scipy,ipython,scikit-learn,matplotlib等机器学习所有的库。

刘先森i·2024-02-05 04:10

人工智能时代：AI提示工程的奥秘 —— 驾驭大语言模型的秘密武器

提示工程与大语言模型三、大语言模型的应用实践四、策略与技巧五、结语《AI提示工程实战：从零开始利用提示工程学习应用大语言模型》亮点内容简介作者简介目录获取方式一、引言随着人工智能技术的飞速发展，大语言模型作为一种新型的机器学习模型

程序边界·2024-02-05 04:47

神经网络基本原理

神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向–深度学习的基础。神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中的神经网络是一个非常复杂的组织。

哦豁灬·2024-02-05 04:45

深度学习预备知识1——数据操作

所有机器学习方法都涉及从数据中提取信息，因此需要一些关于数据的实用技能，包括存储、操作和预处理数据。机器学习通常需要处理大型数据集。

哦豁灬·2024-02-05 04:44

目标检测：2如何生成自己的数据集

数据标注即通过分类、画框、标注、注释等，对图片、语音、文本、视频等数据进行处理，标记对象的特征，以作为机器学习

proing·2024-02-05 03:28

推荐频道

机器学习课程笔记