模型算法

【Python机器学习预测分析算法实战三】预测模型性能评估及影响因素

能够达到的性能取决于3方面的因素：问题的复杂性，模型算法的复杂性，可用数据的丰富程度。理解函数逼近  预测问题包括两种变量：  第一种变量是尝试要预测的变量；  第二种变量是用来进行预测的变量。  
kewilling·2019-12-12 14:48

2019达观杯信息抽取比赛总结

任务为在3个字段(a,b,c)上进行识别，o为非实体标签举个栗子：给定一行文本1_2_3_4_5_6_7_8_9，通过模型算法后输出1_2_3_4/o5_6_7_8/c9/o思路实体识别可以当作是序列标注问题
柴柴总·2019-12-07 08:06

如何解决机器学习树集成模型的解释性问题

但是，机器学习的模型算法这么多，不用岂不是很浪费？而且有些算法还十分好用的，至少在效果上，如XGBoost、GBDT、Adaboost。那么，有同学就会问了，为什么这些
SAMshare·2019-10-21 02:03

如何解决机器学习树集成模型的解释性问题

但是，机器学习的模型算法这么多，不用岂不是很浪费？而且有些算法还十分好用的，至少在效果上，如XGBoost、GBDT、Adaboost。那么，有同学就会问了，为什么这些
samlam·2019-10-20 20:00

滑动平均法、滑动平均模型算法（Moving average，MA）

原文链接：https://blog.csdn.net/qq_39521554/article/details/79028012什么是移动平均法?移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求量、公司产能等的一种常用方法。移动平均法适用于即期预测。当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动，是非常有用的。移动平均法根据预测
feiquan·2019-10-11 19:00

搜索推荐算法系列文章整理

博主近期花了几个月时间，将搜索推荐行业一些经典的模型算法进行了整理，有的还加入了自己的浅显理解，还有一些是自己的经验文章，也都是搜索推荐行业，这个系列算是做完了，特来整理下每篇文章的链接和简要介绍读懂、
learner_ctr·2019-09-28 00:03

[机器学习笔记]逻辑回归实战

机器学习的第三天，总结一下今天学习的逻辑回归，一个名字带有回归的模型算法，却用来解决分类问题1.数据集合老师提供的两个数据集，2.代码框架读取数据data=pd.read_csv("data1.data
cp0328·2019-09-25 15:45

人工智能 之 自然语言处理（NLP）算法分类总结

u014597198/article/details/82182462目录文章目录目录〇、推荐一、人工智能学习算法分类1.纯算法类2.建模方面二、详细算法1.分类算法2.回归算法3.聚类算法4.降维算法5.概率图模型算法
Lollipop66·2019-09-18 16:01

TESTBASE-ARP高级快速控制原型

ARP包含一款高性能的控制器硬件及完备的开发工具包，采用自动化代码生成技术一键完成硬件驱动和模型算法的集成，帮助用户从繁琐的硬件、驱动开发和软件集成工作中解脱出来，无需关注底层实现细节，从而专注于应用策略及控制
Hirain1234·2019-08-21 17:52

【Spark】MLlib mark a demo（前言）

将数据->算法（函数）->θ的值调用API（调用某个类中的方法），调整不同的参数，获取更好的θ值如何获取算法（函数）中参数的值，最为关键当一个算法中参数已经获取到之后，次数算法（函数）编程模型算法和模型最大的区别
孙文旭·2019-08-09 22:08

向量空间模型算法(Vector Space Model)

概念介绍向量空间模型（VSM：VectorSpaceModel）由Salton等人于20世纪70年代提出，并成功地应用于文本检索系统。VSM概念简单，把对文本内容的处理简化为向量空间中的向量运算，并且它以空间上的相似度表达语义的相似度，直观易懂。当文档被表示为文档空间的向量，就可以通过计算向量之间的相似性来度量文档间的相似性。文本处理中最常用的相似性度量方式是余弦距离。M个无序特征项ti，词根/词
Winyar Wen·2019-07-20 12:44

看完这篇--决策树，80%都懂了

1.什么是决策树1.1决策树的基本思想其实用一下图片能更好的理解LR模型和决策树模型算法的根本区别，我们可以思考一下一个决策问题：是否去相亲，一个女孩的母亲要给这个女海介绍对象。大家都看得很明白了吧！
mantch·2019-07-07 10:00

深入浅出推荐系统算法

其中在模型算法中最终要的部分就是特征工程，如果特征选取不好，模型将事倍功半，NLP中最终要的就是文本处理，文本处理不好也会直接影响结果。上面是整个推荐算法的几类，下面每一部分做一个简单的介绍。
J小白Y·2019-06-09 10:47

矩阵分解SVD原理

常用的经典矩阵分解算法：经典算法PCA、SVD主题模型算法LDA概率矩阵分解PMF，由深度学习大牛RuslanSalakhutdinov所写，主要应用于推荐系统中，在大规模的稀疏不平衡性Netflix数据集上取得较好的效果
code__online·2019-05-30 20:06

燃料电池专用控制器PowerFCU

PowerECU包含一款高性能的控制器硬件及完备的开发工具包，采用自动化代码生成技术一键完成硬件驱动和模型算法的集成，帮助从繁琐的硬件、驱动开发和软件集成工作中解脱出来，无需关注底层实现细节
FuelCellPowerIn·2019-05-24 21:12

零基础大数据培训学习难吗？学习大数据需要什么基础

首先对于零基础的童鞋想参加大数据学习的，需要：1、一些数学常识，尤其是想从事数据分析这一块，至少要了解常用计算模型算法。
juan188·2019-05-18 14:17

EM算法及高斯混合模型算法推导

期望最大化(EM)算法1.前言概率模型有时候既含有观测变量，又含有隐变量。只含有观测变量的情况下，直接对观测值进行极大似然估计便能够求出参数；比如抛一枚不均匀硬币n次，极大似然估计能够求解出正反面分别出现的概率。在含有隐变量的情况下，无法通过极大似然估计求得；比如手中有三枚不均匀硬币，先从中选取一枚硬币，然后再抛，得到的正反面为观测值；如果直接用极大似然估计，无法体现选择硬币的过程，错误地将三枚硬
flushest·2019-05-13 17:09

集成学习（AdaBoost、随机森林）算法推导

多个学习器既可以采用同一种模型算法，又可以采用不同的模型算法；前者的集成是"同质的"，被称为
flushest·2019-05-10 10:30

自然语言处理库——Gensim之Word2vec

主要用于主题建模和文档相似性处理，它支持包括TF-IDF，LSA，LDA，和word2vec在内的多种主题模型算法。Gensim在诸如获取单词的词向量等任务中非常有用。
满腹的小不甘·2019-05-09 11:38

通知 | 首届中国心电智能大赛复赛开启

首届中国心电智能大赛复赛已开启，截止于6月10日前，晋级复赛的参赛团队通过京东云提供的云桌面系统进行模型算法开发。现复赛赛题已公布，各位团队负责人可登录大赛官网->用户中心->我的比赛中查看。
enohtzvqijxo00atz3y8·2019-05-07 07:00

推荐系统（特征处理）

摘要“数据与特征决定了一个模型的上限，而模型算法的目的则为逼近这个上限”对于特征一般的处理流程是|：特征提取->特征清洗–>特征处理–>特征监控特征工程的一些处理方法：数值特征处理：方法一：无量纲处理：
_BOTAK_·2019-05-05 14:42

词表征 2：word2vec、CBoW、Skip-Gram、Negative Sampling、Hierarchical Softmax

主要有以下3种模型算法：word2vecGloVefastText（三）word2vec基本设计
cherryleechen·2019-05-03 11:01

单层感知器为什么不能解决异或(XOR)问题

文章目录1.感知器模型2.单层感知器模型算法概述3.线性不可分问题4."与"、"或"、"非"问题的证明5."
buracag_mc·2019-04-12 19:29

机器学习-线性回归 Linear Regression

#线性回归模型算法importnumpyasnpimportmatplotlib.pyplotaspltdefgradient_descent(X,Y,iteration=200,learning_rate
BrianLi_·2019-03-27 08:42

NLP基础笔记4——语言模型

一、简介首先放一张基于LanguageModel的NLP主要模型算法梳理框图。NLP语言模型可分为传统语言模型与神经语言模型。简言之，语言模型就是给句子（词序列）分配一个概率。
NLP_victor·2019-02-23 22:34

Word2vec：理论学习笔记

里面有很多地方是出于自己对模型算法的一些理解，若有错误欢迎指正。
大白菜—NLP·2019-01-31 15:32

年度吐槽～那些被客户妖魔化的大数据应用

突然，他们想到了，人工智能，机器学习，模型算法这三位兄弟！对于这3位神一样存在的兄弟，他们早有耳闻，终于在今年盼到了他们，来为车企赋能，b
Yan文怡·2019-01-05 10:24

04 特征工程 - 特征转换 - 文本特征属性转换

03特征工程-特征转换-分词、Jieba分词机器学习的模型算法均要求输入的数据必须是数值型的，所以对于文本类型的特征属性，需要进行文本数据转换，也就是需要将文本数据转换为数值型数据。
白尔摩斯·2019-01-02 18:51

通俗易懂--模型集成(多模型)讲解(算法+案例)

使用到的模型算法有：KNN、SVM、LogisticRegr
mantch·2019-01-01 11:01

通俗易懂--模型集成(多模型)讲解(算法+案例)

使用到的模型算法有：KNN、SVM、LogisticRegr
mantch·2018-12-31 19:00

数据分析需要学习哪些课程?

对于初级数据分析师，了解一些描述统计相关的基础内容，有一定的公式计算能力即可，了解常用统计模型算法则是加分。对于高级数据分析师，统计模型相关知识是必备能力，线性代数（主要
haotian1685·2018-12-31 13:59

15分钟入门NLP神器—Gensim

它支持包括TF-IDF，LSA，LDA，和word2vec在内的多种主题模型算法，支持流式训练，并提供了诸如相似度计算，信息检索等一些常用任务的API接
·2018-12-08 00:00

Gensim

支持TF-IDF、LSA、LDA、Word2Vec等多种主题模型算法。支持流式训练，提供了相似度计算，信息检索等常用任务的API接口。基本概念语料：原始文本集合，用于无监督的训练文本主题的隐层结构。
Python之简·2018-11-22 20:22

国内知名独角兽 语音信号处理算法工程师招聘

北京海淀区薪酬：年薪30-80万（Junior/Senior）联系方式：Mike18060477681岗位职责：1、负责音频处理算法，如降噪、抗混响、自动增益、回声消除、麦克风阵列等算法的研究；2、负责各种声学模型算法的设计与实现
Tudou_ee44·2018-11-09 16:06

gensim实现LDA(Latent Dirichlet Allocation)算法提取主题词(topic)

 LatentDirichletAllocation（LDA)隐含分布作为目前最受欢迎的主题模型算法被广泛使用。LDA能够将文本集合转化为不同概率的主题集合。
limengmingx·2018-09-29 17:45

数据科学

数据科学：如何从实际的生活中提取数据，然后利用计算机的运算能力和模型算法从这些数据中找出一些有价值的内容，为商业决策提供支持。
姜兴琪·2018-09-23 18:21

初高级分析师的能力和工具体系，指标雷达图！

对于初级数据分析师，了解一些描述统计相关的基础内容，有一定的公式计算能力即可，了解常用统计模型算法则是加分。
duozhishidai·2018-09-16 18:38

TensorFlow实现模型评估

在训练模型过程中，模型评估能洞察模型算法，给出提示信息来调试、提高或者改变整个模型。但是在模型训练中并不是总需要模型评估，我们将展示如何在回归算法和分类算法中使用它。
lilongsy·2018-09-07 14:26

讯飞一面

还是模型算法看少了吧，做的比赛直接套的别人的模型就给人感觉没太多诚意了，开始为什么不问我数据预处理啊？？？难道
YC_cd·2018-08-16 20:44

克里金插值法的java实现

我对于克里金方法的理解，认为他的算法可以分成五步（前提是你的模型已确定），第一步是求出每两个已知点之间的距离A，然后带入模型算法中求出对应
wdclown·2018-08-14 09:56

【Python数据分析基础】: 数据缺失值处理

数据质量对于数据分析而言是至关重要的，有时候它的意义会在某种程度上会胜过模型算法。本篇开始分享如何使用Python进行数据分析，主要侧重介绍一些分析的方法和技巧，而对于pa
路远·2018-07-28 00:00

模型算法评估指标

转载：https://zhuanlan.zhihu.com/p/34079183二分类问题的结果有四种：预测是positive-1和negative-0，true和false描述本次预测的对错。TruePositive,TP：预测为1，且实际为1，即预测正确；FalsePositive,FP：预测为1，而实际为0，即预测错误；FalseNegative，FN：预测为0，而实际为1，即预测错误；Tr
Jadelyw·2018-07-24 18:25

第2章 感知机

找出无穷多个超平面中的一个能线性可分的超平面，即模型f(x)=sign(w*x+b)经验风险：误分类的数据minL(w,b)=−∑xiϵMyi(w∗x0+b)2.3学习算法目的：提供算法求出使损失函数极小时的w、b，及确定感知机模型算法
xc_bnu·2018-07-10 14:50

都贵玛：草原母亲，大爱无疆 | 功勋

深度学习的动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本，力求通过对样本数据特征挖掘从而得到满意的目标识别的精度的模型算法。
智东西·2018-07-02 00:00

（参评）机器学习笔记——鸢尾花数据集（KNN、决策树、朴素贝叶斯分析）

目录1、问题描述2、数据准备与数据预处理  2.1收集数据  2.2划分数据集3、数据可视化4、模型基本原理与算法实现  4.1 KNN算法基本原理及主程序  4.2决策树模型算法及基本原理  4.3朴素贝叶斯算法及基本原理
AmbiRF·2018-06-28 15:32

算法工程师-见解。

先搞清楚目前行业内招的算法工程师主要在做什么：第一类是做数据模型进行推荐、分类、识别、预测等工作的建模型算法工程师，通常JD上也写成数据挖掘工程师、深度学习工程师等。
binbigdata·2018-06-20 18:27

深度学习基础模型算法原理及编程实现--11.构建简化版的tensorflow---MiniFlow【实现MLP对MNIST数据分类】

文章列表1.深度学习基础模型算法原理及编程实现–01.感知机.2.深度学习基础模型算法原理及编程实现–02.线性单元.3.深度学习基础模型算法原理及编程实现–03.全链接.4.深度学习基础模型算法原理及编程实现
drilistbox·2018-06-12 10:46

语音识别资料（一）

从声学模型算法总结2016年语音识别的重大进步http://blog.csdn.net/charleslei/article/details/58142000AI实践者需要掌握的10大深度学习方法：反向传播
一摩尔自由·2018-06-08 14:48

AI不是魔法：人工智能的能与不能

前端的交互技术包括语音识别、图像识别和自然语言处理；后端的人工智能技术就是人工智能的核心算法，包括深度学习算法、记忆预测模型算法等。
黄成甲·2018-06-01 15:06

深度学习基础模型算法原理及编程实现--10.优化方法：从梯度下降到NAdam

文章列表1.深度学习基础模型算法原理及编程实现–01.感知机.2.深度学习基础模型算法原理及编程实现–02.线性单元.3.深度学习基础模型算法原理及编程实现–03.全链接.4.深度学习基础模型算法原理及编程实现
drilistbox·2018-05-30 21:23
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他