-机器学习项目

盘点·GitHub最著名的20个Python机器学习项目

【嵌牛鼻子】Python机器学习开源项目【嵌牛提问】【嵌牛正文】引言我们分析了GitHub上的前20名Python机器学习项目，发现scikit-Lea
四月_c374·2019-12-19 19:55

【Ovtave】Octave教程

事实上，在硅谷，我经常看到进行大规模的机器学习项目的人，通常使用的程序语言就是Octave。(编者注：这是当时的情况，现在主要是用Python)
DrogoZhang·2019-12-16 22:03

吴恩达斯坦福CS230深度学习课程全套资料放出（附下载）

在deeplearning.ai深度学习专项课程之后，吴恩达在斯坦福又开了一门学分课，这门课涉及到深度学习的基础知识、神经网络构建，以及如何完成一个成功的机器学习项目。
大数据文摘·2019-12-15 22:32

Hands on Machine Learning目录

第1章机器学习概览第2章一个完整的机器学习项目第3章分类第4章训练模型第5章支持向量机第6章决策树第7章集体学习和随机森林第8章降维第9章安装运行TensorFlow第10章人工神经网络简介第11章深层神经网络训练第
HBU_DAVID·2019-12-15 07:23

25个GitHub上最受欢迎的趣味机器学习项目（上）！

除了这些用例外，还有大量在GitHub上托管的开源机器学习项目。以下是最受欢迎的项目列表。我希望你能学到新东西并始终保持灵感。TensorFlowTensorFlow是一个用于研究
两颗花椰菜·2019-12-08 06:03

吴恩达深度学习 | (15) 结构化机器学习项目专项课程第二周学习笔记

课程视频第二周PPT汇总吴恩达深度学习专项课程共分为五个部分，本篇博客将介绍第三部分结构化机器学习项目专项的第二周课程：机器学习(ML)策略(2)。
CoreJT·2019-12-03 14:18

机器学习漫谈

机器学习数据挖掘/机器学习项目一般包括四个关键部分，分别是，数据分析，特征工程，建立模型，验证。
插着扇子的石头·2019-11-29 20:23

吴恩达深度学习 | (14) 结构化机器学习项目专项课程第一周学习笔记

课程视频第一周PPT汇总吴恩达深度学习专项课程共分为五个部分，本篇博客将介绍第三部分结构化机器学习项目专项的第一周课程：机器学习(ML)策略(1)。目录1.为什么是ML策略？
CoreJT·2019-11-19 20:52

推荐5个有趣又实用的机器学习项目，AI初学者也能玩起来！

虽然教科书和学习材料将为你提供有关机器学习所需的全部知识，但除非你将时间投入到现实生活中的实践实验（机器学习项目）上，否则你永远无法真正掌握机器学习。
Tecsae·2019-11-18 14:36

手把手教你实现PySpark机器学习项目——回归算法

原文链接：https://bss.csdn.net/m/zone/bdtc2019?utm_source=aicamp作者|hecongqing来源|AI算法之心（ID:AIHeartForYou）【导读】PySpark作为工业界常用于处理大数据以及分布式计算的工具，特别是在算法建模时起到了非常大的作用。PySpark如何建模呢？这篇文章手把手带你入门PySpark，提前感受工业界的建模过程！任务
AI科技大本营·2019-11-14 13:13

盘点：2017年GitHub上30个优秀的机器学习项目

我们比较了过去一年近8,800个开源的机器学习项目，从中选择了30个表现优秀的，分享给读者。这是一份非常精彩的名单，它仔细挑选了2017年1月至12月之间发布的最佳开源机器学习库、数据集和应用程序。
智能观·2019-11-03 06:27

手把手教你吧Python应用到实际开发 不再空谈悟法✍✍✍

这里我假定你是新手，这篇文章里咱们一起用Python完成第一个机器学习项目。
look-789·2019-10-24 16:00

这5项图像标注服务，常见又重要！

有时，机器学习项目的目的在于解锁那些黑科技，例如增强现实技术、自动语音识别和神经网络机器翻译，这些AI应用程序拥有改变全球范围内个体生命和企业的潜能。
读芯术·2019-10-23 10:55

手把手实现PySpark机器学习项目-回归算法

摘要PySpark作为工业界常用于处理大数据以及分布式计算的工具，特别是在算法建模时起到了非常大的作用。PySpark如何建模呢？这篇文章手把手带你入门PySpark，提前感受工业界的建模过程！任务简介在电商中，了解用户在不同品类的各个产品的购买力是非常重要的！这将有助于他们为不同产品的客户创建个性化的产品。在这篇文章中，笔者在真实的数据集中手把手实现如何预测用户在不同品类的各个产品的购买行为。如
Datawhale·2019-10-23 09:00

吴恩达《Machine Learning Yearning》完整中文版开源

吴恩达称：这本书的主题是“如何构建机器学习项目”。“这本书的重点不在于教授具体的机器学习算法，而在于如何使机器学习算法真
·2019-10-18 05:19

机器学习项目

Minimalandcleanexamplesofmachinelearningalgorithmsimplementations自制机器学习算法库机器学习算法python实现算法/数据结构/Python/剑指offer/机器学习/leetcode机器学习算法项目用python实现机器学习各种经典算法100-Days-Of-ML-Code中文版em算法python实现EMalgorithmCRF-
CopperDong·2019-10-17 11:44

[转] Julia 高性能动态编程语言入门

而且其天生的高性能、通用性与专业性使得其非常适用于科学数值计算、机器学习项目等前沿场景。我看完这个消息以后也迫不及待想尝试一下。注：本文原载于MyPersonalBlog：，
www.bysocket.com·2019-10-12 14:00

使用 TensorFlow 构建机器学习项目中文版

使用TensorFlow构建机器学习项目中文版第1章探索和转换数据TensorFlow的主要数据结构--张量处理计算工作流程--TensorFlow的数据流程图运行我们的程序--会话基本张量方法总结第2
飞龙·2019-09-28 00:00

《Hands-On Machine Learning》学习笔记-2.3 获取数据

端到端机器学习项目获取数据下载数据可以直接使用浏览器下载数据文件，然后解压出其中的CSV文件，但是更好的办法是写一个函数来实现它，特别是当数据会变化的时候，使用函数的形式能够随时随地获取最新的数据。
fioccy·2019-09-17 09:17

公众号的精选文章集合

目前公众号已经更新了有大约100+篇原创的文章，今天做个汇总，主要是分为三部分内容：机器学习：包括一个入门系列，介绍构建一个完整机器学习项目的过程；然后就是GAN的学习系列（待更新）、PyTorch的几篇教程
spearhead_cai·2019-09-16 08:00

盘点当下大热的7大Github机器学习创新项目

本文将会分享近期发布的七大GitHub机器学习项目。这些项目广泛覆盖了机器学习的各个领域，包括自然语言处理（NLP）、计算机视觉、大数据等。
读芯术·2019-09-15 12:00

《Hands-On Machine Learning》学习笔记-2.2 对问题进行宏观的分析

端到端机器学习项目对问题进行宏观的分析欢迎来到机器学习房地产公司。你的第一个任务是基于加州人口普查的数据建立一个加州房价的模型。这些数据内容包含有加州每个街区的人口、收入中位数、房价中位数等等。
fioccy·2019-09-13 22:50

管理机器学习项目

管理机器学习项目一.目录传统的软件项目管理目前的现状机器学习项目管理二、传统的软件项目管理传统的软件项目管理和开发流程已经非常成熟。
_Kevin_Duan_·2019-09-12 14:28

机器学习项目实战----新闻分类任务(二)

五、TF-IDF以及LDA主题模型TF-IDF关键词提取importjieba.analyseindex=2400print(df_news['content'][index])content_S_str=''.join(content_S[index])#提取关键词print("".join(jieba.analyse.extract_tags(content_S_str,topK=5,with
|旧市拾荒|·2019-09-04 08:00

机器学习项目实战----新闻分类任务(一)

一、基础知识假设有一份文本数据如下，数据量很大，现在要对整个语料库进行文本分析，category代表新闻种类，theme代表新闻主题，URL代表新闻链接地址，content代表新闻主题内容停用词：在content这一列，在数据量很大的情况，很容易发现某些似乎与新闻本身意义不大的词大量出现，而我们就把这些在语料库中大量出现但是又没啥大用的词叫做停用词，在数据集链接中包含一份常见的停用词，如下所示：T
|旧市拾荒|·2019-09-03 15:00

train或者test的结果不好或者不符合预期

原文链接：https://www.cnblogs.com/LittleHann/p/7518410.html在进行机器学习项目的时候，如果train或者test的结果不好或者不符合预期，不要急于去调参数或者换模型
芦金宇·2019-09-03 15:36

【机器学习】机器学习项目全流程（附带项目实例）

前言  本篇主要是通过实例让大家熟悉机器学习实际项目中的全流程，通过让大家动手了解实际机器学习项目的大体流程，以及面对一些常见情况的处理方法。  
Daycym·2019-09-03 11:14

【机器学习】机器学习项目全流程（附带项目实例）

前言  本篇主要是通过实例让大家熟悉机器学习实际项目中的全流程，通过让大家动手了解实际机器学习项目的大体流程，以及面对一些常见情况的处理方法。  
Daycym·2019-09-03 11:14

机器学习项目--加州房地产价格预测

原文链接：https://www.jianshu.com/p/77086bddf350本项目选取StatLib的加州房地产价格数据集，如下图：1.问题总览任务是利用加州普查数据，建立一个加州房价模型。这个数据包含每个街区组的人口、收入中位数、房价中位数等指标。我们的模型要利用这个数据进行学习，然后根据其他指标，预测任何街区的房价中位数。划定问题商业目标是什么？设计的系统将如何被使用模型的输出（一个
Sssssss_A·2019-08-30 17:53

Github上的5个高赞机器学习项目

对于程序员而言，Github无疑是一个巨大的宝库，其全球注册用户超过3100万，仓库数量突破一个亿。（2018年年底统计数据）但我们也要认识到，拥有如此庞杂的项目和用户，泥沙俱下，垃圾项目也不少，要从中找到找到优质的项目，不亚于从沙里淘金。好在Github对每个项目都设有一个星级，如果用户对项目感兴趣，可以为库加注星标，这就如同社交领域的点赞功能，一般来说，获得高赞的项目，都是用户普遍比较关注的觉
云水木石·2019-08-26 21:36

GitHub上Star最高的5个机器学习项目

原文链接：https://mp.weixin.qq.com/s/SZlIsGjO-vrwkY8o-dkGfw1、face-recognition项目地址：https://github.com/ageitgey/face_recognition世界上最简单的面部识别工具，它为Python和命令行提供了一个应用程序编程接口（API）。它可以被用来识别图像中的人脸。它使用dlib最先进的人脸识别算法构建
githubshare·2019-08-22 16:52

机器学习项目实战----泰坦尼克号获救预测(二)

四、特征重要性衡量通过上面可以发现准确率有小幅提升，但是似乎得到的结果还是不太理想。我们可以发现模型似乎优化的差不多了，使用的特征似乎也已经使用完了。准确率已经达到了瓶颈，但是如果我们还想提高精度的话，还是要回到最原始的数据集里面。对分类器的结果最大的影响还是输入的数据本身。接下来采用的方法一般是从原始的数据集里面构造出新的特征。新增特征，家庭成员数和名字长度。#Generatingafamily
|旧市拾荒|·2019-08-12 09:00

机器学习项目实战----泰坦尼克号获救预测(一)

一、任务基础泰坦尼克号沉没是历史上最著名的沉船事故之一。1912年4月15日，在她的处女航中，泰坦尼克号在与冰山相撞后沉没，在2224名乘客和机组人员中造成1502人死亡。这场耸人听闻的悲剧震惊了国际社会，并为船舶制定了更好的安全规定。造成海难失事的原因之一是乘客和机组人员没有足够的救生艇。尽管幸存下沉有一些运气因素，但有些人比其他人更容易生存，例如妇女，儿童和上流社会。在这个案例中我们将运用机器
|旧市拾荒|·2019-08-10 17:00

Github超燃的 5 个机器学习项目，有趣有内涵！

/towardsdatascience.com/highest-rated-ml-projects-on-github-694486293512本文由『专知』整理本文整理了Github上评价最高的几个机器学习项目
机器学习算法与Python学习-公众号·2019-08-09 11:00

GitHub 上 Star 量最高的 5 个机器学习项目

原文链接：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==\x26amp;mid=2650767177\x26amp;idx=2\x26amp;sn=70b8e45f5b78cc198d72f55c56cdf3af\x26amp;chksm=871abb37b06d322113f663c228039109cffee45c04f15a3566c9e2
公众号：Java后端·2019-08-08 13:00

Python机器学习·微教程

在这个教程里，你将学会：如何处理数据集，并构建精确的预测模型使用Python完成真实的机器学习项目这是一个非常简洁且实用的教程，希望你能收藏，以备后面复习！接下来进入正题~这个微课程适合谁学习？
朱卫军·2019-08-06 12:00

终于有人说清楚了--XGBoost算法

1.什么是XGBoostXGBoost是陈天奇等人开发的一个开源机器学习项目，高效地实现了GBDT算法并进行了算法和工程上的许多改进，被广泛应用在Kaggle竞赛及其他许多机器学习竞赛中并取得了不错的成绩
mantch·2019-08-02 20:57

Python(TensorFlow框架)实现手写数字识别系统

本博文不会以论文的形式展现，而是以编程实战完成机器学习项目的角度去描述。项目要求：本文主要解决的问题是手写数字识别，最终要完成一个识别系统。设计识别率高的算法，实现快速识别的系统。1LeNet-5模型
louishao·2019-07-31 11:55

敲门算法：和你一起学李宏毅

李宏毅*机器学习项目：王佳旭直播概要机器学习的误区？
Datawhale·2019-07-27 09:20

机器学习项目实战----信用卡欺诈检测(二)

六、混淆矩阵：混淆矩阵是由一个坐标系组成的，有x轴以及y轴，在x轴里面有0和1，在y轴里面有0和1。x轴表达的是预测的值，y轴表达的是真实的值。可以对比真实值与预测值之间的差异，可以计算当前模型衡量的指标值。这里精度的表示：(136+138)/(136+13+9+138)。之前有提到recall=TP/(TP+FN)，在这里的表示具体如下:下面定义绘制混淆矩阵的函数：defplot_confusi
|旧市拾荒|·2019-07-19 09:00

机器学习项目实战----信用卡欺诈检测(一)

一、任务基础数据集包含由欧洲人于2013年9月使用信用卡进行交易的数据。此数据集显示两天内发生的交易，其中284807笔交易中有492笔被盗刷。数据集非常不平衡，正例（被盗刷）占所有交易的0.172％。，这是因为由于保密问题，我们无法提供有关数据的原始功能和更多背景信息。特征V1，V2，...V28是使用PCA获得的主要组件，没有用PCA转换的唯一特征是“Class”和“Amount”。特征'Ti
|旧市拾荒|·2019-07-18 22:00

ubuntu之路——day10.1 ML的整体策略——正交化

orthogonalization正交化的概念就是指，将你可以调整的参数设置在不同的正交的维度上，调整其中一个参数，不会或几乎不会影响其他维度上的参数变化，这样在机器学习项目中，可以让你更容易更快速地将参数调整到一个比较好的数值
NWNU-LHY·2019-07-18 13:00

终于有人说清楚了--XGBoost算法

1.什么是XGBoostXGBoost是陈天奇等人开发的一个开源机器学习项目，高效地实现了GBDT算法并进行了算法和工程上的许多改进，被广泛应用在Kaggle竞赛及其他许多机器学习竞赛中并取得了不错的成绩
mantch·2019-07-10 15:00

回归问题示例

一个完整的机器学习项目主要有以下几个步骤组成：探索性数据分析（EDA）特征工程和选择（FeatureEngineeringandSelection）机器学习模型比较（ModelComparison）超参数调优
sunwq06·2019-07-08 17:00

机器学习算法工程师面试集锦（更新中）

机器学习算法工程师面试集锦（更新中）面试问题汇总常用的损失函数介绍交叉验证特征选择方法机器学习项目的一般步骤经验风险最小化与结构风险最小化训练决策树时的参数是什么在决策树的节点处分割标准是什么决策树的剪枝策略基尼系数的公式熵的公式是什么决策树如何决定在哪个特征处分割随机森林的优点有哪些为什么要模型融合
一只进阶的程序媛·2019-06-27 00:08

Python TensorFlow框架 实现手写数字识别系统

本博文不会以论文的形式展现，而是以编程实战完成机器学习项目的角度去描述。项目要求：本文主要解决的问题是手写数字识别，最终要完成一个识别系统。设计识别率高的算法，实现快速识别的系统。1LeNet-5模型
qq_45293105·2019-06-25 12:00

Python 入门学习 （机器学习+深度学习 项目实战）

python环境配置（Pycharm+Anaconda）•三：Ancaonda+tensorflow+sklearn+python3.5安装•四：简单程序实现（Spyder,Pycharm运行展示）•五：机器学习项目实战
CNTJU·2019-06-20 18:04

Python TensorFlow框架 实现手写数字识别系统

本博文不会以论文的形式展现，而是以编程实战完成机器学习项目的角度去描述。项目要求：本文主要解决的问题是手写数字识别，最终要完成一个识别系统。设计识别率高的算法，实现快速识别的系统。1LeNet-5模型
好端端的·2019-06-17 13:30

吴恩达 coursera AI 第一课总结+作业答案

总计五门专项课程神经网络与机器学习提升神经网络性能结构化机器学习项目卷积神经网络自然语言处理：序列模型神经网络初探房价预测房价预测的神经网络模型神经网络化刚刚新建的
Big_quant·2019-06-16 08:23

基于spark ml的特征提取、转换和选择

引言：在实际的机器学习项目中，我们获取的数据往往是不规范、不一致的，有很多缺失数据，甚至不少错误数据，这些数据有时称为脏数据或者噪声，在模型训练前，务必对这些脏数据进行处理，否则再好的模型也只能garbagein
飞魔006·2019-06-14 09:52
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他