-机器学习项目

《机器学习实战 学习笔记》（二）：端到端的机器学习项目

文章目录第2章端到端的机器学习项目 1使用真实数据(加州房价预测)    1.1流行的各个领域的开放数据集存储库 2观察大局    2.1框架问题    2.2选择性能指标    2.3检查假设 3获取数据
闹闹的BaBa·2022-12-24 09:38

机器学习概述扩展：完整机器学习项目的流程和独立同分布

完整机器学习项目的流程1抽象成数学问题明确问题是进行机器学习的第一步。机器学习的训练过程通常都是一件非常耗时的事情，胡乱尝试时间成本是非常高的。
来一碗锅巴洋芋·2022-12-24 07:00

机器学习之信用卡欺诈检测（零基础，附数据及详细python代码2022年Tensorflow2）

首先该数据参考：机器学习项目实战之信用卡欺诈检测（零基础，附数据及详细python代码）(4条消息)机器学习项目实战之信用卡欺诈检测（零基础，附数据及详细python代码）_西南交大-Liu_z的博客-
Victor__Zhang·2022-12-24 00:41

机器学习项目实战之信用卡欺诈检测

机器学习项目实战之信用卡欺诈检测（零基础，附数据及详细python代码）https://blog.csdn.net/qq_40683479/article/details/89221558项目实例---
四月天03·2022-12-24 00:11

python sklearn机器学习项目流程初探

本文是python初学者上手机器学习的学习记录，重点是熟悉整个操作流程。整个流程包括数据载入，查看数据结构，划分测试集与训练集，数据探索，数据准备，选择和训练模型，交叉验证以及测试集评估算法。对于第一次上手的新手来说，还是很烦躁的。数据载入csv文件用的是pd.read_csv函数。注意文件路径中的“\”应该再使用一个“\”进行转义，或者直接换成“/”。importnumpyasnpimportp
silentwilliam·2022-12-23 22:21

如何确定最适合数据集的机器学习算法

本文中我将介绍八个常用于抽查的机器学习算法，文中还包括各个算法的R语言代码，你可以将其保存并运用到下一个机器学习项目中。适用于你的数据集的最佳算法你无法在建模前就知道哪个算法最适用于你的
weixin_34050427·2022-12-22 23:46

python定价_机器学习项目：使用Python进行零售价格推荐

在这个机器学习项目中，我们将建立一个自动建议正确的产品价格的模型。
东辛·2022-12-22 14:29

简单的python数据可视化_4种更快更简单实现Python数据可视化的方法

数据可视化是数据分析或机器学习项目中十分重要的一环。
weixin_39625782·2022-12-21 09:27

什么是数据标注，它的用途是什么？

数据标注使自动驾驶汽车等机器学习项目能够成功地将我们带到目的地。数据标注对人工智能的重要性数据标注是人工智能算法得以有效运
景联文科技·2022-12-20 21:19

从零开始实现一个端到端的机器学习项目[6]

基于书籍《Hands-onMachineLearningwithScikit-Learn,Keras&TensorFlow》的笔记文章目录3选择和训练模型3.1训练和评估训练集3.2使用交叉验证来更好地进行评估3.3微调（fine-tune)模型3.3.1网格搜索（gridsearch）3.3.2随机搜索3.3.3集成方法（模型集成-融合）3.3.4分析最佳模型及其误差3.3.5通过测试集评估系统
不爱写程序的程序猿·2022-12-20 21:49

安全分析模型

安全分析模型自动化调优MLOps（MachineLearningOperations）是一种人工智能的工程实践，是面向机器学习项目的研发运营管理体系。
maoguan121·2022-12-20 19:58

信息安全技术

安全分析模型自动化调优MLOps（MachineLearningOperations）是一种人工智能的工程实践，是面向机器学习项目的研发运营管理体系。
securitypaper·2022-12-20 03:42

安全分析模型自动化调优

安全分析模型自动化调优MLOps（MachineLearningOperations）是一种人工智能的工程实践，是面向机器学习项目的研发运营管理体系。
m0_74079109·2022-12-19 09:25

安全智能分析技术 模型自动化调优

安全分析模型自动化调优MLOps（MachineLearningOperations）是一种人工智能的工程实践，是面向机器学习项目的研发运营管理体系。
m0_73803866·2022-12-19 09:52

机器学习项目中Xgboost深入理解（二）梯度及GB的理解

Xgboost与GBDT同源，那么所谓的梯度是什么意思呢？G、B又代表什么。1.梯度Gradient梯度是一个向量（矢量），表示梯度是方向导数在某一点的最大值。理解为某函数（可以指损失函数）在某点处的方向导数，沿着该方向，梯度可以取得最大值，即函数沿着此方向（梯度的方向）变化最快，变化率（梯度的模）最大。2.梯度的维度，在空间中是一个锥面，那么在点(x,y)处，梯度表示：(2x,2y)，此时梯度维
云从天上来·2022-12-16 15:54

Unity中训练一个ML-Agents项目—解决torch和mlagents配置问题

开始一个全新的Unity机器学习项目-ML-Agents目录一、安装Anaconda并新建一个环境二、配置torch和mlagents1.进入虚拟环境（我的环境命名为ml-agents）2.pipinstalltorch3
LLLQQQismmmmme·2022-12-16 03:43

第三门课：结构化机器学习项目（第一周）——机器学习策略(1)

机器学习策略[1]1.机器学习策略2.正交化Orthogonalization3.单一数字评估指标4.满足和优化指标5.训练/开发/测试集划分6.开发集和测试集的大小7.什么时候该改变开发/测试集和指标8.人类的表现水准9.可避免偏差10.理解人的表现11.超过人的表现12.改善你的模型的表现1.机器学习策略如何改善模型的性能?收集更多数据训练集多样性（如，识别猫，收集各种姿势的猫，以及反例）训练
青春是首不老歌丶·2022-12-16 00:13

第三门课：结构化机器学习项目（第二周）——机器学习策略(2)

机器学习策略[2]1.进行误差分析2.清除标注错误的数据3.快速搭建你的第一个系统，并进行迭代4.使用来自不同分布的数据，进行训练和测试5.数据分布不匹配时，偏差与方差的分析6.定位数据不匹配问题7.迁移学习Transferlearning8.多任务学习Multi-tasklearning9.什么是端到端的深度学习10.是否要使用端到端的深度学习其优点1.进行误差分析举例：图片猫分类器，算法将一些
青春是首不老歌丶·2022-12-16 00:13

[学习日志]使用pytorch 和 bert 实现一个简单的文本分类任务

项目模块化之类的做的并不好，感觉机器学习项目那么小没啥分包的必要，分了一堆包只会降低代码的可读性，反而不利于新手学习（其实是懒得分）数据集和任务介绍数据集就是谷歌官方在bert教程中提供得一
烫烫烫烫的若愚·2022-12-15 20:20

机器学习项目实战——03逻辑回归算法之用户流失预测

数据集采用的是真实数据集。对于数据集的说明如下：可以看出：这个属于分类问题，并且对于预测值只有0和1，属于二分类问题，一般采用逻辑回归。但是逻辑回归可能效果不好，后续在讲如何提高分类准确率。观察数据集：第一列、第二列、第三列与最后的预测值无关。因此可在处理时删除这三列。x_train=np.delete(x_train,[0,1,2],axis=1)x_test=np.delete(x_test,
平行世界里的我·2022-12-15 09:16

机器学习项目实战——01回归算法之波士顿房价预测

使用的数据集在sklearn库里存在。对于数据集的描述：数据每两个之间都有关系，存在多重线性关系，若用回归算法，则需采用岭回归、LASSO回归以及弹性网等。代码使用LASSO回归实现fromsklearn.datasetsimportload_bostonimportnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltfromsklearn.l
平行世界里的我·2022-12-14 22:51

【集成学习-组队学习】2.使用sklearn构建完整的机器学习项目流程

使用sklearn构建完整的机器学习项目流程组队学习来源：Datewhle23期__集成学习(上):https://github.com/datawhalechina/team-learning-data-mining
L1315382539·2022-12-14 12:27

学习【AI测试】人工智能 (AI) 测试--开篇经验分享

人工智能（AI）的定义通俗点定义，AI就是让机器实现原来只有人类才能完成的任务目前最广泛的AI的四种测试类型：机器学习项目的测试推荐系统项目的测试图像识别项目的测试自然语言处理项目的测试要明确项目具体要测试什么
guoweifeng216·2022-12-14 05:02

一个完整的python项目_一个完整的机器学习项目在Python中的演练（一）

大家往往会选择一本数据科学相关书籍或者完成一门在线课程来学习和掌握机器学习。但是，实际情况往往是，学完之后反而并不清楚这些技术怎样才能被用在实际的项目流程中。就像你的脑海中已经有了一块块”拼图“(机器学习技术)，你却不知道如何讲他们拼起来应用在实际的项目中。如果你也遇见过同样的问题，那么这篇文章应该是你想要的。本系列文章将介绍一个针对真实世界实际数据集的完整机器学习解决方案，让您了解所有部分如何结
weixin_39997310·2022-12-12 07:30

【机器学习】太香啦！只需一行Python代码就可以自动完成模型训练！

对于端到端机器学习项目，每个组件的复杂性取决于项目。我们知道市面上有很多的AutoML开源库可加快开发的速度。在本文中，我将分享一个非常棒的python工具库「LazyPredict
风度78·2022-12-11 12:07

机器学习的基础知识

机器学习实战开一个专题写一个机器学习的python实战练习，这个专题所有博文的知识都来自《机器学习实战：基于scikit-learn、keras和Tensorflow》机器学习的基础知识（已完成）端对端的机器学习项目
问题很多de流星·2022-12-10 01:16

训练集和测试集样本分布一致性的判断方法

一）机器学习避坑指南：训练集/测试集分布一致性检查https://blog.csdn.net/jpld/article/details/111659837工业界有一个大家公认的看法，“数据和特征决定了机器学习项目的上限
lizz2276·2022-12-09 19:44

吴恩达老师深度学习专项学习笔记

文章目录（一）神经网络与深度学习一、概论二、神经网络基础三、浅层神经网络四、深层神经网络（二）改善深层神经网络一、深度学习的实用层面二、优化算法：三、超参数调试（三）机构化机器学习项目一、ML策略（一）
dayday up·2022-12-09 12:05

2022吴恩达机器学习课程学习笔记（第二课第三周）

方差制定一个用于性能评估的基准学习曲线（修订）决定下一步做什么偏差/方差和神经网络机器学习开发的迭代错误分析添加更多数据添加数据的类型数据增强数据合成讨论迁移学习：使用其他任务中的数据迁移学习原理迁移学习有效的原因总结机器学习项目中的完整周期公平
Ys能保研·2022-12-09 10:21

6大最常用的Java机器学习库一览

在MLOSS.org网站上，列出了70多个基于Java的开源机器学习项目，可能还有更多未列出的项目，存于大学里的服务器、GitHub或Bitbucket中。
李旭me·2022-12-09 10:28

【ML笔记】1、完整的机器学习项目与典型的回归任务

《HandsonMachineLearningwithScikitLearnandTensorFlow》学习笔记完整地学习一个案例项目包括以下主要步骤：项目概述获取数据发现并可视化数据，发现规律为机器学习算法准备数据选择模型，进行训练微调模型给出解决方案部署、监控、维护系统首先，你需要划定问题：监督、非监督还是强化学习？这是个分类任务、回归任务，还是其它的？要使用批量学习还是线上学习？例如房价预测
ingy·2022-12-09 09:43

企业机器学习可视化管理平台在信息 化项目管理中的实践研究——以某政务数据治理项目为例

.昆明理工大学,2021.DOI:10.27200/d.cnki.gkmlu.2021.001055.文献作者：王凯文章主要内容:这篇论文主要的研究结果是开发出一套通用的机器学习可视化管理平台，从而使机器学习项目能快速落地
兜里有糖的杜先生·2022-12-09 09:32

广告行业中那些趣事系列22：当文本分类遇上了主动学习

本文主要分享将主动学习应用到文本分类任务，对于希望将主动学习应用到实际的机器学习项目的小伙伴可能会有帮助。欢迎转载，转载请注明出处以及链接，更多关于自然语言处理、推荐系统优质内容请关注如下频道。
数据拾光者·2022-12-08 11:01

Datawhale集成学习笔记：XGBOOST算法

引用：DatawhaleXGBoost算法XGBoost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
JeffDingAI·2022-12-08 06:13

TigerGraph GNN课程一：图数据切分与GNN模型数据加载实践

如何切分数据集并进行分批训练，是每一个机器学习项目都会面临的问题。数据切分对于机器学习模型，如何利用好已有的数据集是模型效果优劣的前提条件。
TigerGraph·2022-12-08 02:40

pytorch 自动微分基础原理

PyTorch的Autograd功能是PyTorch灵活快速地构建机器学习项目的一部分。它允许在复杂计算中快速轻松地计算多个偏导数（也称为梯度）。该操作是基于反向传播的神经网络学习的核心。
xuejianxinokok·2022-12-07 19:40

从零开始实现一个端到端的机器学习项目[1]

从零开始实现一个端到端的机器学习项目基于书籍《Hands-onMachineLearningwithScikit-Learn,Keras&TensorFlow》的笔记1.前言本次博客遵从原书，同样从StatLib
不爱写程序的程序猿·2022-12-07 11:01

机器学习中的7种数据偏见

通常，用于机器学习项目的训练数据必须代表现实世界。这很重要，因为这些数据是机器学习如何完成其工作的方式。数据偏差可能会发生在从人类报告和选择偏差到算法和解释
Imagination官方博客·2022-12-07 06:05

特征工程(Feature Engineering)

一、特征工程的重要性有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已，在楼主本人亲自做的机器学习项目中也发现，不同的机器学习算法对结果的准确率影响有限，好的特征工程以及数据集才影响到了模型本质的结果
weixin_33725807·2022-12-06 12:56

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
的态度·2022-12-06 06:31

《零基础学机器学习》笔记-第1课-MNIST数字识别

机器学习项目的实际过程大致可以分为5个环节，下面以卷积神经网络分析MNIST数据集为例实战一下。
Maker 张·2022-12-06 06:22

2019机器学习代码实现_如何用3行代码实现任何机器学习项目

2019机器学习代码实现Wouldn’titbegreattobeabletosolvecomplexmachinelearningproblemsquicklyandwithoutextensiveknowledgeoftheamazingTensorFloworPyTorchframeworks?w^ouldn't它是巨大的，能够解决复杂的机器学习问题，Swift，没有惊人的TensorFlo
big maomi·2022-12-05 15:30

《Scikit-Learn与TensorFlow机器学习实用指南》 第09章 启动并运行TensorFlow

（第一部分机器学习基础）第01章机器学习概览第02章一个完整的机器学习项目（上）第02章一个完整的机器学习项目（下）第03章分类第04章训练模型第05章支持向量机第06章决策树第07章集成学习和随机森林第
weixin_33859231·2022-12-05 11:25

机器学习实战（基于Scikit-Learn和TensorFlow）（Ⅰ）

TensorFlow）（Ⅰ）本文参考书籍：《机器学习实战（基于Scikit-Learn和TensorFlow）》目录机器学习实战（基于Scikit-Learn和TensorFlow）（Ⅰ）1.机器学习概览2端到端的机器学习项目获取数据快速查看数据结构创建测试集从数据探索和可视化中获得洞见将地理数据可视化寻找相关性试验不同属性的组合机器学习算法的数据准备数
小灵宝·2022-12-05 07:23

Deep Learning with Pytorch_002

chapter03_深入研究神经网络的构建块_2机器学习问题的解决方案框架机器学习项目的工作流程包括问题陈述、评估、特征工程和避免过拟合问题定义和数据集创建要定义问题，包括两件重要的事情：输入数据和问题的类型
种子123·2022-12-04 22:13

Machine Learning（Lesson2 一个完整的机器学习项目）

文章目录引言项目项目概览划定问题性能指标开始写代码了看一下数据特征工程创建训练集、测试集准备训练用的数据自定义转换器（打包数据清洗过程）模型训练参数测试结束作业（你可以现在去，也可以再学学去）引言这一章的学习是最基础也是最重要的一个章节，一定要好好跟着做，就算你不一个个跟着敲代码，也至少确保每行代码都成功运行了，并得到了最终的结果。对于很多人来说，机器学习只是一个工具，并不需要在乎他的实现原理，那
季马宝宝·2022-12-04 20:47

四种快速易用的Python数据可视化方法

数据可视化是数据科学或机器学习项目中十分重要的一环。
程序员老华·2022-12-04 14:03

特征工程之数据预处理（下）

机器学习入门系列（2）--如何构建一个完整的机器学习项目，第四篇！
AirZH??·2022-12-04 12:41

广告行业中那些趣事系列23：一个大一统的NLP处理框架T5

本文主要从从理论到实践分享了NLP领域的T5模型，对于希望将T5模型应用到实际的机器学习项目的小伙伴可能会有帮助。
数据拾光者·2022-12-04 09:11

机器学习分类猫狗_六周机器学习项目怎么样？ 初学者对猫狗的分类问题（第4周）...

机器学习分类猫狗It’sbeen3weekssinceIhadstartedmy6weekMLprojectandI’mfeelingveryhappythatIwasabletodoquitealotofstuffandlearnnewthingsfromthisproject.Itisalwaysbettertodoaprojectnomatterwhetherit’ssmallorbig,j
weixin_26726011·2022-12-02 15:36
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他