----机器学习笔记

机器学习笔记二

机器学习笔记总结二一.感知器(单层神经网络)1.感知器算法的起源2.感知器算法的意义二.人工神经网络(上)1.可以不加非线性函数吗？2.加入的非线性函数是什么？
呆狐仙·2023-01-22 07:25

机器学习笔记：SGD （stochastic gradient descent）的隐式正则化

1随机梯度下降的梯度对于满足分布D的数据集，我们做以下标记：mini-batch的梯度，也就是SGD带来的梯度，可以看成是期望的梯度加上一个误差项那么，这个误差项，对于机器学习任务来说，有没有增益呢？结论是：对于优化问题来说，可以逃离鞍点、极大值点，有时也可以逃离一些不好的极小值点SGD的隐式正则化：找寻宽的极小值点（flatoptima）2逃离极大值和鞍点首先回顾一下这张图：当一阶导数为0的时候
UQI-LIUWJ·2023-01-21 19:36

机器学习笔记part1，系数优化(SGD/随机梯度下降)及代码实现

机器学习笔记part1要先理解梯度下降:https://blog.csdn.net/CSDNXXCQ/article/details/1138716481,epochs(时代/学习周期)→模型通过不断地运行
丰。。·2023-01-21 19:03

【机器学习笔记】（李宏毅 2021/2022春机器学习课程）——第一节：机器学习基本概念

视频链接B站p3机器学习基本概念简介1.机器学习是什么？机器学习就是让机器具备找一个函式的能力2.ML三大任务Regression，回归问题（输出为连续数值）Classification，分类问题（输出为离散数值Structuredlearning，结构学习（生成输出为一个有结构的内容，如一张图画、一段文字）3.
何梦吉他·2023-01-21 11:50

Python数据分析 - 机器学习笔记：第一章数据分析 - 1.4.4.其他统计图

前言：本文是学习网易微专业的《python全栈工程师》中的《数据分析-机器学习工程师》专题的课程笔记，欢迎学习交流。一、课程目标柱形图箱线图饼图直方图二、详情解读2.1.柱形图函数：bar%matplotlibinlineimportnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltdata=[2,10,4,8,6]#表示柱子的高度posit
WinvenChang·2023-01-21 10:06

吴恩达机器学习笔记week11——机器学习系统设计 Machine learning system design

吴恩达机器学习笔记week11——机器学习系统设计Machinelearningsystemdesign11-1.确定执行的优先级Prioritizingwhattoworkon:Spamclassificationexample11
Saulty·2023-01-20 17:52

吴恩达机器学习笔记：（三）梯度下降法

梯度下降法知识点：偏导数、微积分、局部最优解概念介绍梯度下降法目的是为了“下降”，下降的方法是按照“梯度”。比如你在一座山上，当前你只能迈出一步，如何走才能使你的高度下降的最多呢，根据梯度的理论，我们沿着当前梯度的反方向走，会让我们的下降幅度最大。上述例子中，山就是一个函数，在山上的你就是函数中待优化的变量，人的坐标表示变量初始值，我们要求的是函数最小值即到达山底，人该如何走即如何迭代变量。所以我
时间之里·2023-01-20 15:56

吴恩达机器学习笔记 多元梯度下降法

之前介绍的梯度下降中只有两个变量，现在考虑有0~n共n+1个变量的时候。与单变量线性回归类似，在多变量线性回归中，我们也构建一个代价函数，则这个代价函数是所有建模误差的平方和，多变量线性回归的批量梯度下降算法为注意多个变量的变化也是要同时计算更新。参数的范围会对梯度下降的算法产生影响，因此常用的梯度下降处理方法有特征缩放和选择合适大小的学习率特征缩放：要保证这些特征都具有相近的尺度，这将帮助梯度下
桃木————·2023-01-20 15:23

机器学习笔记1-What is Machine Learning

WhatisMachineLearningTwodefinitionsofMachineLearningareoffered.ArthurSamueldescribeditas:“thefieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed.”Thisisanolder,informaldefi
roy12138·2023-01-20 08:45

机器学习笔记(一)

目录Introduction|WelcomeIntroduction|WhatismachinelearningMachineLearningdefinition机器学习的定义Introduction|SupervisedLearning监督学习SupervisedLearningdefinition监督学习定义回归分类Introduction|Welcome实际上机器学习是从AI即人工智能发展出
坞吾5雾·2023-01-20 08:14

Mechine Learning 机器学习笔记

笔记作者:OUC_Shizue参考课程:复旦大学邱锡鹏《神经网络与深度学习》第一章：机器学习概论一、机器学习的定义1、直接定义机器学习≈计算机自动构建映射函数MachineLearning是指从有限的观测数据中学习出具有一般性的规律，并利用这些规律对未知数据进行预测的方法2、为什么要机器学习现实世界问题复杂，通过人工总结规律构建映射较为困难；因此我们将其转化为提供数据样本让计算机自动总结规律，构建
OUC_Shizue·2023-01-20 08:13

机器学习教程：网格搜索法&交叉验证法

机器学习教程：网格搜索法&交叉验证法网格搜索法（GridSearchCV）概念Python机器学习笔记:GridSearchCV(网格搜索)-战争热诚-博客园GridSearchCV的名字其实可以拆分为两部分
锦鲤柠檬·2023-01-18 20:37

吴恩达机器学习笔记：（二）代价函数

代价函数本例中如下图所示：代价函数实际目的是为了通过寻找θ1，θ2两个参数实现拟合的直线最接近数据点。本例中代价函数的定义θ1，θ2寻找θ1，θ2参数最优值寻找θ1的最优解当θ1=1时当θ1=0.5时当θ1=0时如上图右侧所示，寻当θ1的最优解相当于寻找曲线偏导数等于零的点上图为两个参数同时作用时候生成的数据三维图下图为数据对应的等高线：通过实际数据测试发现当在等高线最中央时拟合的直线最接近数据集
时间之里·2023-01-18 12:04

吴恩达机器学习笔记（七）：代价函数

吴恩达机器学习笔记（七）：代价函数Regularizedlinearregression如前言所述，正则化为了让模型更好地切合数据，同时降低过拟合的可能。
BANKA1_·2023-01-18 11:53

机器学习笔记 - 简单了解模式识别

1、什么是模式识别？在数据中寻找模式是一个有着悠久历史的问题。模式识别是一种数据分析方法，它使用机器学习算法自动识别数据中的模式和规律。这些数据可以是任何东西，从文本和图像到声音或其他可量化的数据。模式识别系统可以快速准确地识别熟悉的模式。他们还可以识别和分类不熟悉的物体，从不同角度识别形状和物体，并识别图案和物体。2、模式识别的特点模式识别从数据中学习。即使部分可见，也能自动识别图案。应该能够识
坐望云起·2023-01-18 09:48

机器学习笔记之深度信念网络(三)贪心逐层预训练算法

机器学习笔记之深度信念网络——贪心逐层预训练算法引言回顾：深度信念网络的结构表示回顾：RBM\text{RBM}RBM叠加思想贪心逐层预训练算法引言上一节介绍了深度信念网络模型的构建思想，本节将介绍后验概率求解
静静的喝酒·2023-01-18 03:40

机器学习笔记之深度玻尔兹曼机(一)玻尔兹曼机系列整体介绍

机器学习笔记之深度玻尔兹曼机——玻尔兹曼机系列整体介绍引言关于含隐变量模型的对数似然梯度玻尔兹曼机受限玻尔兹曼机深度信念网络深度玻尔兹曼机引言从本节开始，将介绍玻尔兹曼机系列的最后一个模型——深度玻尔兹曼机
静静的喝酒·2023-01-18 03:54

决策树准确率低原因_百面机器学习笔记 | 第三章：经典算法：决策树

决策树，是一种自上而下，对样本数据进行树形分类的过程。分类过程：由结点和有向边组成。结点分为内部结点和叶结点，其中每一个内部结点表示一个特征或属性，叶结点表示类别。从顶部根结点开始，所有样本聚在一起。经过根结点的划分，样本被分到不同的子结点中，再根据子结点的特征进一步划分，直至所有样本都被归为某一个类别（叶结点）中。决策树被广泛地应用于分类和回归问题，是一种基础的有监督学习模型。在市场营销、生物医
weixin_39524834·2023-01-17 12:18

【吴恩达机器学习笔记】第1周 - 线性回归与代价/成本函数

机器学习的模式用训练集的数据，匹配一种算法，生成一个函数（h），这个函数可以输入x，产出y所以机器学习的关键在于：1、选择正确的算法，选择算法之后，函数h的形态就确定了，但是参数未知2、确定函数h的参数值：监督学习：通过训练集的x和y，共同确定参数值无监督学习：通过训练集的x，确定参数值（还没搞懂）最简单的算法：一元线性回归(LinearRegression）相同的算法，不同的参数值：代价/成本函
Sun_Weiss·2023-01-17 09:01

python中dbscan和kmeans_Python机器学习笔记：K-Means算法，DBSCAN算法

完整代码及其数据，请移步小编的GitHub传送门：请点击我如果点击有误：https://github.com/LeBron-Jian/MachineLearningNoteK-Means算法K-Means算法是无监督的聚类算法，它实现起来比较简单，聚类效果也不错，因此应用很广泛。K-Means算法有大量的变体，本文就从最传统的K-Means算法学起，在其基础上学习K-Means的优化变体方法。包括
weixin_39999532·2023-01-16 18:12

python特征提取方法_大师兄的Python机器学习笔记:特征提取

一、关于分类(Classification)1.什么是分类分类是机器学习的重要模块，主要用来预测数据的类别标签。2.常见分类问题1)二分类(BinaryClassification)例:新冠人数增长还是减少?2)多分类(Multicalssclassification)互斥。例：足球比赛结果主队是胜、平还是负?非互斥。例：火锅底料的味道是酸、甜还是辣？3.分类流程特征提取与特征选取>>分类器处理>
weixin_39748928·2023-01-16 09:02

机器学习笔记 soft-DTW（论文笔记 A differentiable loss function for time-series）

1soft-DTW来由DTW算法通过动态规划求解了两个序列的相似度。这个过程1是离散的，不可微的。如果要将其应用作为神经网络的损失函数，这是不行的。因为神经网络通过对损失函数结果进行梯度下降的方法，更新参数，要求损失函数可微。2符号说明论文“Adifferentiablelossfunctionfortime-series”（2017ICML）中使用了Softminimum来代替DTWminimu
UQI-LIUWJ·2023-01-16 04:50

李宏毅机器学习笔记第8周_自动调整学习速率

文章目录一、Trainingstuck≠SmallGradient二、Waitaminute三、Trainingcanbedifficultevenwithoutcriticalpoints四、Differentparametersneedsdifferentlearningrate五、Rootmeansquare六、RMSProp七、Adam:RMSProp+Momentum八、Learning
MoxiMoses·2023-01-14 15:50

李宏毅--机器学习笔记

李宏毅--机器学习笔记什么是机器学习机器学习好简单机器学习的学习地图第一篇博客，记录李宏毅老师的机器学习课程相关内容什么是机器学习传统定义：机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能
regina_2019·2023-01-14 15:50

机器学习笔记

文章目录1、  本文是我在学习机器学习过程当中的心得和笔记。另外还有关于Python的Python基础和Python应用两篇文章。1、
晚安灰太狼·2023-01-14 12:17

35题初探scikit-learn库，get机器学习好帮手

pandas，numpy共称机器学习3巨头（又是我自己想的[呲牙笑]）点击此处，不用配环境，就可以在线运行代码35题初探scikit-learn库，get机器学习好帮手萌新可以参考以下教程：Python机器学习笔记
heywhaleshequ·2023-01-14 09:10

【机器学习笔记】《统计学习方法》第二章 感知机+随机梯度下降法

主要参考书目《统计学习方法》第2版，清华大学出版社参考书目MachineLearninginAction,PeterHarrington用于考研复试笔记，所以写的很简洁，自己能看懂就行。有学习需求请绕道，参考吴恩达机器学习或以上书籍，讲得比大多数博客好。概念感知机(perceptron)是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1，-1二值。f(x)=sign(w⋅x
Baolar_Code·2023-01-13 22:30

Python机器学习笔记：深入理解Keras中序贯模型和函数模型

Python机器学习笔记：深入理解Keras中序贯模型和函数模型先从sklearn说起吧，如果学习了sklearn的话，那么学习Keras相对来说比较容易。为什么这样说呢？
weixin_53002252·2023-01-13 16:06

机器学习性能指标

【机器学习笔记】：一文让你彻底理解准确率，精准率，召回率，真正率，假正率，ROC/AUC-知乎[白话解析]通过实例来梳理概念：准确率(Accuracy)、精准率(Precision)、召回率(Recall
endeavor`·2023-01-13 10:57

机器学习线性回归算法实验报告_机器学习笔记 线性回归

一、线性回归找到最佳拟合直线1.定义线性回归是通过现有数据，让训练模型生成一个拟合公式，从而计算目标数据的预测值。在统计学中，线性回归(LinearRegression)是利用称为“线性回归方程”的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为简单回归大于一个自变量情况的叫做多元回归。一个带有一个
weixin_39528219·2023-01-13 06:55

Python机器学习笔记之pandas绘图

前言本文基于南京大学张莉老师的《用python玩转数据》记录Python绘图学习历程。一、pandas绘图目的pandas绘图是基于Series和DataFrame的绘图，可直接将DataFrame横坐标作为X，里面值作为Y轴数据，相对于Matpoltlib有时更为简便。二、使用步骤1.构建一个DataFrame样例用于后续调研代码如下（示例）：importnumpyasnpimportpanda
夹缝求生的交通人·2023-01-12 13:08

机器学习笔记（二）

目录十一、神经网络。11.1需求预测(神经网络流程)11.2举例-图像感知十二、网络层12.1更复杂的神经网络12.2神经网络向前传播十三、用代码实现推理13.1Tensorflow中的数据形式13.2搭建神经网络十四、单个网络层上的向前传播14.1向前传播的一般实现十五、强人工智能-AGI十六、神经网络为何如此高效16.1矩阵乘法16.2矩阵乘法规则16.3矩阵乘法代码十七、Tensorflow
L.P.H·2023-01-12 07:42

机器学习笔记

大数据机器学习机器学习回归问题和分类问题导入数学函数库importnumpyasnp导入绘图模块importmatplotlib.pyplotasplt生成回归样本数据fromsklearn.datasetsimportmake_regressionX,y=make_regression(n_samples=100,n_features=1,n_informative=1,noise=50,ran
花落风雪·2023-01-12 07:12

一文读懂残差网络ResNet

作者：苘郁蓁链接：https://zhuanlan.zhihu.com/p/91385516专栏：郁蓁的机器学习笔记本文的内容包括残差网络的基础知识以及相关辅助理解的知识点，希望有一定深度学习基础的同学能够平滑上手理解
风度78·2023-01-12 02:15

【李宏毅机器学习笔记1】第一节 机器学习基本概念简介（上）

第一节机器学习基本概念简介（上）1.机器学习第一步：function机器学习MachineLearning≈LookingforFunctionML的三大任务：Regression(回归)+classification（分类）+strcturedlearning(createsomethingwithstructure)即让机器产生有结构的东西机器学习的model：带有未知parameters的f
freezing001·2023-01-11 20:05

李宏毅机器学习笔记-Lecture1

李宏毅机器学习笔记-Lecture1_续机器学习基本概念（下）PiecewiseLinearCurvesBeyondPiecewiseLinearCurvesSigmoidFunction各参数对Sigmoid
不废江河954·2023-01-11 20:34

python降维方法_机器学习笔记----四大降维方法之PCA（内带python及matlab实现）

大家看了之后，可以点一波关注或者推荐一下，以后我也会尽心尽力地写出好的文章和大家分享。本文先导：在我们平时看NBA的时候，可能我们只关心球员是否能把球打进，而不太关心这个球的颜色，品牌，只要有3D效果，看到球员扣篮的动作就可以了，比如下图：如果我们直接对篮球照片进行几百万像素的处理，会有几千维甚至几万维的数据要计算，计算量很大。而往往我们只需要大概勾勒出篮球的大概形状就可以描述问题，所以必须对此类
weixin_39836860·2023-01-11 20:00

机器学习笔记（六）分类评价指标、混淆矩阵、精准率、召回率、P-R曲线、ROC曲线

目录1、准确率(accuracy)的陷阱2、混淆矩阵(ConfusionMatrix)3、分类评价指标4、P-R曲线5、ROC曲线1、准确率(accuracy)的陷阱准确率：所有的预测都正确的比例。正确率=正确数除以总数乘以百分之百。准确率是分类算法中最基本也是最简单的评价指标，假设有一个算法，其预测某种癌症的准确率为99.9%。这个算法好吗？99.9%的准确率看上去很高，但是如果这种癌症本身的发
小广向前进·2023-01-11 11:02

机器学习笔记之深度信念网络(二)模型构建思想(RBM叠加结构)

机器学习笔记之深度信念网络——模型构建思想引言回顾：深度信念网络的结构表示解析RBM隐变量的先验概率通过模型学习隐变量的先验概率引言上一节介绍了深度信念网络的模型表示，本节将介绍深度信念网络的模型构建思想
静静的喝酒·2023-01-11 11:35

机器学习笔记4：特征工程

一、特征工程概述“数据决定了机器学习的上限，而算法只是尽可能逼近这个上限”，这里的数据指的就是经过特征工程得到的数据。特征工程指的是把原始数据转变为模型的训练数据的过程，它的目的就是获取更好的训练数据特征，使得机器学习模型逼近这个上限。特征工程能使得模型的性能得到提升，有时甚至在简单的模型上也能取得不错的效果。特征工程在机器学习中占有非常重要的作用，一般认为括特征构建、特征提取、特征选择三个部分。
腾阳·2023-01-11 08:54

无废话的机器学习笔记（番外）（数据集，方差-偏差，过拟合，正则化，降维）

这节介绍一些机器学习中的基本概念，数据集（训练、测试、验证），方差-偏差，过拟合，正则化，降维。目录数据集（dataset）方差-偏差（variance-bias）过拟合（overfitting）正则化（regularization）降维（DimensionReduction）意义应用方法数据集（dataset）一般对于一个大数据集，我们会把它按照6：2：2分成训练集、验证集和测试集。简易的机器学
全栈O-Jay·2023-01-11 07:28

2021李宏毅机器学习笔记--7.1 backpropagation

2021李宏毅机器学习笔记--7.1backpropagation1摘要2步骤2.1chainrule链式法则2.2lossfunction2.2.1forwardpass2.2.2backwardpasscase1
guoxinxin0605·2023-01-11 06:13

2021李宏毅机器学习笔记--16 Recursive Network

2021李宏毅机器学习笔记--16RecursiveNetwork递归网络摘要一、Application:SentimentAnalysis(应用：情绪分析)二、RecursiveNetwork三、RecursiveNetworkTensorNetwork
guoxinxin0605·2023-01-11 06:13

2021李宏毅机器学习笔记--7 deep learning深度学习 与 fully connect feedforward network全连接前馈网络

2021李宏毅机器学习笔记--7deeplearning深度学习与fullyconnectfeedforwardnetwork全连接前馈网络摘要步骤step1NeuralnetworkFullyConnectFeedforwardNetwork
guoxinxin0605·2023-01-11 06:12

2021李宏毅机器学习笔记--1.概述机器学习

2021李宏毅机器学习笔记--1.概述机器学习机器学习内容图示什么是机器学习期望找什么样子的函式怎么告诉机器你期望的函式的样子机器怎么找出你期望的函式机器学习内容图示图中十五个知识点大致囊括了机器学习大部分内容内容什么是机器学习机器学习就是让机器自动的找一个函数式
guoxinxin0605·2023-01-11 06:42

2021李宏毅机器学习笔记--6 logistic regression逻辑回归（一种分类方法）

2021李宏毅机器学习笔记--6logisticregression逻辑回归（一种分类方法）摘要步骤step1FunctionSetstep2GoodnessofaFunctionstep3Findthebestfunction
guoxinxin0605·2023-01-11 06:42

机器学习笔记_01线性回归和逻辑回归

机器学习笔记_01线性回归和逻辑回归文章目录机器学习笔记_01线性回归和逻辑回归一、什么是机器学习二、线性回归2.1线性回归的表达式**1.假设函数****2.优化方法****3.损失函数****4.损失函数的优化
程序员酱油哥·2023-01-10 10:30

【机器学习笔记11】高斯混合模型（GMM）【上篇】原理与推导

高斯混合模型的概率密度函数几何角度混合模型角度可能会弄混的地方隐变量的分布与隐变量的后验概率分布极大似然估计EM算法求近似解明确变量和参数E-step简化Q函数展开Q函数结论M-stepGMM总结GMM聚类流程GMM优缺点GMM的实现和应用推荐阅读前置文章：【机器学习笔记
Twilight Sparkle.·2023-01-10 08:09

机器学习笔记之深度信念网络(一)背景介绍与结构表示

机器学习笔记之深度信念网络——背景介绍与结构表示引言深度信念网络场景构建深度信念网络的联合概率分布引言从本节开始，将介绍深度信念网络。
静静的喝酒·2023-01-09 18:06

Python机器学习笔记：异常点检测算法——LOF（Local Outiler Factor）

人工智能学习离不开实践的验证，推荐大家可以多在FlyAI-AI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。完整代码及其数据，请移步小编的GitHub传送门：请点击我如果点击有误：https://github.com/LeBron-Jian/Mach
iFlyAI·2023-01-09 14:52
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他