模型算法

NLP自然语言处理库系列教程——gensim库

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接口。
数据架构师·2018-05-25 16:28

Python 自然语言处理（基于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接口。
Xy-Huang·2018-05-15 17:56

机器学习之线性回归（Linear Regression）

线性学习中最基础的回归之一，本文从线性回归的数学假设，公式推导，模型算法以及实际代码运行几方面对这一回归进行全面的剖析~一：线性回归的数学假设1.假设输入的X和Y是线性关系，预测的y与X通过线性方程建立机器学习模型
qq_18343569·2018-05-14 19:01

实战：利用KNIME建立Spark Machine learning模型 2：泰坦尼克幸存预测

本文利用KNIME基于Spark决策树模型算法，通过对泰坦尼克的包含乘客及船员的特征属性的训练数据集进行训练，得出决策树幸存模型，并利用测试数据集对模型进行测试。
forestwater·2018-05-09 14:40

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
l7H9JA4·2018-05-07 00:00

路径规划: 模型预测控制（MPC,Model Predictive Control）mark

发展历史20世纪70年代后期，一类新型的计算机控制算法出现在美法等国的工业过程领域，如动态矩阵控制(DMC,DynamicMatrixControl)、模型算法控制(MAC,ModelAlgorithmControl
DinnerHowe·2018-04-08 12:50

路径规划: 模型预测控制（MPC,Model Predictive Control）mark

发展历史20世纪70年代后期，一类新型的计算机控制算法出现在美法等国的工业过程领域，如动态矩阵控制(DMC,DynamicMatrixControl)、模型算法控制(MAC,ModelAlgorithmControl
DinnerHowe·2018-04-08 12:50

时间序列相关算法与分析步骤

2.平稳非白噪声序列，它们的均值和方差是常数，对于这类序列，有成熟的模型来拟合这个序列在未来的发展状况，如AR，MA，ARMA等（具体模型算法及实现在后面）3.非平稳序列，一般做法是把他们转化为平稳的序列
Omni-Space·2018-04-06 11:02

时间序列相关算法与分析步骤

2.平稳非白噪声序列，它们的均值和方差是常数，对于这类序列，有成熟的模型来拟合这个序列在未来的发展状况，如AR，MA，ARMA等（具体模型算法及实现在后面）3.非平稳序列，一般做法是把他们转化为平稳的序列
土豆洋芋山药蛋·2018-03-31 11:53

深度学习基础模型算法原理及编程实现--09.自编码网络

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·2018-03-30 17:37

深度学习基础模型算法原理及编程实现--06.循环神经网络

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·2018-03-27 22:23

具备哪些条件学习大数据开发更容易？

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。
lmseo5hy·2018-03-05 15:05

新手学习大数据需要具备哪些能力？

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。
weixin_34395205·2018-03-01 15:03

深度神经网络调参之权值初始化

不仅游戏，很对地方都是如此，新人在使用神经网络的时候，在发现最终的结果不好的情况下，想着就是模型算法本身的问题，然后换成其他的模型算法，这样往往结果并没有改善。
nwnlp·2018-02-28 21:11

深度学习基础模型算法原理及编程实现--05.卷积神经网络

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·2018-02-25 12:06

深度学习基础模型算法原理及编程实现--04.改进神经网络的方法

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·2018-02-24 14:05

深度学习基础模型算法原理及编程实现--03.全链接

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·2018-02-22 10:47

深度学习基础模型算法原理及编程实现--02.线性单元

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·2018-02-21 14:01

深度学习基础模型算法原理及编程实现--01.感知机

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·2018-02-20 23:06

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·2018-02-06 11:06

单变量的线性回归模型算法

【写在前面的话】大概一年前看过Andrew老师的机器学习课程，受益良多。今年在用机器学习分类的时候，发现很多机器学习基础知识都已经忘得一干二净，对自己很是无语。因此，作者打算重新温习一篇Andrew老师的机器学习课程，并用博客来记录每一节课程的知识要点，加油吧！机器学习模型：如上图，机器学习可以理解为：通过对训练数据学习来构建模型h（hypothesis），然后再通过新的测试数据来估计输入数据的结
algorithmPro·2018-01-31 20:20

“警视”公安指挥决策系统

平台面向公安指挥中心大屏可视化环境，支持整合公安现有信息系统的数据资源，凭借先进的人机交互方式，实现警情警力可视化管理、重点人员及重点场所监测、三维空间视频监控管理、警务数据分析驾驶舱、公安行业模型算法辅助决策
数字冰雹·2018-01-16 13:37

【机器学习】LDA算法 (主题模型算法)

随着互联网的发展，文本分析越来越受到重视。由于文本格式的复杂性，人们往往很难直接利用文本进行分析。因此一些将文本数值化的方法就出现了。LDA就是其中一种很NB的方法。LDA有着很完美的理论支撑，而且有着维度小等一系列优点。本文对LDA算法进行介绍，欢迎批评指正。本文目录：1、Gamma函数2、Dirichlet分布3、LDA文本建模4、吉普斯抽样概率公式推导5、使用LDA1、Gamma函数T(x)
CWS_chen·2018-01-14 12:59

Java实现线性回归模型算法

今天跟大家一起学习机器学习比较简单的一个算法，也就是线性回归算法。让我们通过一个例子开始：这个例子就是预测住房价格的，我们要使用一个数据集，数据集包含一个地方的住房价格，这里我们要根据不同房屋尺寸所售出的价格，画出我们的数据集，比方说，如果你朋友的房子是1250平方尺大小，你要告诉他这个房子能卖多少钱。那么，你可以做的一件事就是构建一个模型，也许是条直线，从这个数据模型上来看，也许你可以告诉你的朋
余盛朋·2018-01-06 16:44

机器学习项目总结--Display Advertising Challenge

从数据的处理到模型算法的选择，都非常的详细。读完这个代码，大家一定会对机器学习在工业上的应用稍有
horizonheart·2017-12-25 13:14

文献综述——基于深度学习的视网膜图像分类

1402012作者姓名符子龙作者学号14020120006《基于深度学习的视网膜OCT图像分类》的文献综述内容摘要通过翻阅这些参考资料和文献，了解了深度学习技术在图像处理和计算机视觉上的应用与发展，以及各种常用的模型算法
Jerooooome·2017-12-14 23:40

如何提升芝麻信用

芝麻分是由独立第三方信用评估机构-芝麻信用管理有限公司，在用户授权的情况下，依据用户在互联网上的各类消费及行为数据，结合传统金融借贷信息，运用云计算及机器学习等技术，通过逻辑回归、决策树、随机森林等模型算法
zmh_one·2017-12-01 22:46

聊天机器人语言理解模块开发实践

【嵌牛导读】：“从零开始，开发一款聊天机器人”AI对于社会真正的贡献并不是某一个模型算法多么炫酷高深，而是它可以为尽量多的人所利用，来做实事。
索味_gdwang·2017-11-01 19:57

【数据平台】python语言NLP库Gensim初识

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接口。
fjssharpsword·2017-11-01 15:07

逻辑回归的算法思想

假设我们有一个模型算法用来预测这件事情的结果，那么你通过这个模型来预测结果，但是你会发现，模型只会直接告诉你你被录取（你
PrivateEye_zzy·2017-10-31 16:56

机器学习元知识

深度学习：多层神经网络的学习方法模型要学习的概率分布或函数（假设空间）策略学习准则或者如何选择模型算法如何通过输入计算得到输出深度学习和多层神经网络的区
VeeLe·2017-10-22 23:31

机器学习是什么

机器学习的目的：让计算机通过模型算法独立的或者半独立的完成相对复杂或者要求相对高的工作。用以节约时间帮助人类进行大规模的数据分析。学习的方式分两类：1、无监督学习。2、有监督学习。
Data_Yan·2017-08-13 16:27

机器学习是什么

机器学习的目的：让计算机通过模型算法独立的或者半独立的完成相对复杂或者要求相对高的工作。用以节约时间帮助人类进行大规模的数据分析。学习的方式分两类：1、无监督学习。2、有监督学习。
Data_Yan·2017-08-13 16:27

最大熵模型中的数学推导

/details/47808183仅供自己学习参考，其中问题还有待验证，如果对文章著作权有任何问题，联系本人，本人将立即删除0引言写完SVM之后，一直想继续写机器学习的系列，无奈一直时间不稳定且对各个模型算法的理解尚不够
无良笔记·2017-07-20 10:08

Spark机器学习(8)：LDA主题模型算法

1.LDA基础知识LDA（LatentDirichletAllocation）是一种主题模型。LDA一个三层贝叶斯概率模型，包含词、主题和文档三层结构。LDA是一个生成模型，可以用来生成一篇文档，生成时，首先根据一定的概率选择一个主题，然后在根据概率选择主题里面的一个单词，这样反复进行，就可以生成一篇文档；反过来，LDA又是一种非监督机器学习技术，可以识别出大规模文档集或语料库中的主题。LDA原始
MSTK·2017-07-12 12:00

机器学习实践中应避免的七种常见错误

摘要：在机器学习领域，每个给定的建模问题都存在几十种解法，本文作者认为，模型算法的假设并不一定适用于手头的数据；在追求模型最佳性能时，重要的是选择适合数据集（尤其是“大数据”）的模型算法。
CodingFish·2017-05-09 11:32

[机器学习]机器学习实践中应避免的七种常见错误

在这种情况下，大多数从业人员倾向于挑选他们熟悉的建模算法，本文作者则认为，模型算法的假设并不一定适用于手头的数据；在追求模型最佳性能时，重要的是选择适合数据集（尤其是“大数据”）的模型算法。
BaiHuaXiu123·2017-04-08 07:00

数据挖掘模型篇之R语言实践-谢佳标-专题视频课程

数据挖掘模型篇之R语言实践—3261人已学习课程介绍理论与实践结合的方式，通过通俗易懂的教学方式培养学生运用R语言完成常用挖掘模型算法建立及评估，学习完课程可以掌握：线性回归模型、聚类分析、关联规则算法
jiabiao1602·2017-02-28 09:31

从声学模型算法总结 2016 年语音识别的重大进步

转自http://www.leiphone.com/news/201701/ZEDsG4fOpI2zr2OA.html薛少飞，阿里巴巴iDST语音识别专家，中国科学技术大学博士。现负责阿里声学模型研究与应用：包括语音识别声学建模和深度学习在业务场景中的应用。博士期间的研究方向为语音识别说话人自适应，提出基于SpeakerCode的模型域自适应方法，在语音相关的会议和期刊上发表论文十余篇。本期雷锋网
老雷blog·2017-02-27 16:50

运动目标检测 之 GMM背景模型算法

综述单高斯背景建模是一种基于像素样本统计信息的背景表示方法，它是根据视频中的每个像素在时域上的概率统计信息(均值/方差)来构建各个像素的颜色分布模型，依次来达到背景建模的目的。背景建模完成后，使用统计差分进行目标像素判断以达到对前景目标的检测，同时用目标像素不断更新背景模型以实现对动态背景的建模拟合。混合高斯背景模型是有限个单高斯分布的加权和，它能描述像素的多峰状态，适用于对光照渐变、树木摇摆等复
_苏_·2017-01-05 18:06

Java实现GM(1,1)灰色系统模型算法

代码如下：publicclassGM1_1{privatestaticdouble[]cumulativeArray(double[]originalArray){double[]cumulativeArray=newdouble[originalArray.length];doublesum=0.0D;for(inti=0;i
galeno1994·2016-11-25 10:13

机器学习之线性回归（Linear Regression）

线性学习中最基础的回归之一，本文从线性回归的数学假设，公式推导，模型算法以及实际代码运行几方面对这一回归进行全面的剖析~一：线性回归的数学假设1.假设输入的X和Y是线性关系，预测的y与X通过线性方程建立机器学习模型
July_sun·2016-11-18 21:23

短文本主题建模方法

另一方面，短文本数据存在一定的特殊性，我们无法直接用传统的主题模型算法来处理它。
Datartisan数据工匠·2016-10-13 11:59

最生动的数据分析师技能图谱

-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
DQ_DM·2016-09-30 14:07

最生动的数据分析师技能图谱

-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
DQ_DM·2016-09-30 14:07

[综] Latent Dirichlet Allocation(LDA)主题模型算法

 多项分布http://szjc.math168.com/book/ebookdetail.aspx?cateid=1&§ionid=983 二项分布和多项分布http://blog.csdn.net/shuimu12345678/article/details/307739290-1分布：在一次试验中，要么为0要么为1的分布，叫0-1分布。二项分布：做n次伯努利实验，每次实验为1的概率为
编著人·2016-09-28 16:00

Plackett-Luce模型算法介绍

1简介最近学习了一下机器学习上经典的排序融合算法(RankAggregation)——Plackett-Luce模型，它的核心思想已经深深融入到我们生活的每个角落，大到总统选举，小到生活上小抉择。虽然目前来看，P-L算法算是最简单的一种排序融合(RankAggregation)方式之一，但是我认为还有很多值得借鉴的地方，尤其在机器学习、计算机视觉方向上，经典的东西永远是值得学习和回味的。Plack
无鞋童鞋·2016-09-23 11:19

[置顶] Plackett-Luce模型算法介绍

1简介最近学习了一下机器学习上经典的排序融合算法(RankAggregation)——Plackett-Luce模型，它的核心思想已经深深融入到我们生活的每个角落，大到总统选举，小到生活上小抉择。虽然目前来看，P-L算法算是最简单的一种排序融合(RankAggregation)方式之一，但是我认为还有很多值得借鉴的地方，尤其在机器学习、计算机视觉方向上，经典的东西永远是值得学习和回味的。Plack
FX677588·2016-09-23 11:00

回归&logistics回归笔记-七月算法（julyedu.com）4 月机器学习算法班学习笔记

过拟合logistic回归损失函数性能分析性能优化关于样本处理关于特征的优化处理关于模型算法的参数优化以下内容摘抄于七月算法（julyedu.com）4月机器学习算法班课堂讲义过拟合解决方法正则化为什么正则化能抑制过拟合
zhzhji440·2016-05-12 00:00

最大熵模型中的数学推导

最大熵模型中的数学推导原文来自：http://blog.csdn.net/v_july_v/article/details/405084650引言  写完SVM之后，一直想继续写机器学习的系列，无奈一直时间不稳定且对各个模型算法的理解尚不够
xiangyong58·2016-05-01 14:00
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他