E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
coursera机器学习笔记
【
机器学习笔记
】利用KNN算法进行分类预测遇到的问题和解决记录
机器学习笔记
利用KNN算法进行分类预测遇到的问题和解决记录:1.由于是老师给的数据放在了txt里,并不是sklearn自带的数据,所以作为小白来说不知道如何将数据导入进去并进行数据特征和数据标签的标记,
秦哈哈
·
2022-12-17 09:16
机器学习
Python
python
近邻算法
机器学习
机器学习笔记
-数据的图表展示
统计图表类别数据条形图:条形图是用宽度相同的条形来展示各类频数的图形;帕累托图:帕累托图将各类别数据出现的频数按从大到小排序后绘制的条形图;饼图:饼图是用圆形及园内扇形的角度来表示一个样本(或总体)中各类别的频数占总频数数比例大小的图形;环形图:环形图可以显示多个样本各类别频数占其相应总频数的比例;数值数据直方图:直方图是用来展示数值数据分布的一种常用图形;箱型图:用来反映一组数据的分布;其它图形
Pijriler
·
2022-12-17 07:02
机器学习笔记
机器学习
sklearn
人工智能
机器学习笔记
:scikit-learn pipeline使用示例
0.前言在机器学习中,管道机制是指将一系列处理步骤串连起来自动地一个接一个地运行的机制。Scikit-Learn提供了pipeline类用于实现机器学习管道,使用起来十分方便。既然要将不同处理步骤串联起来,首先必须确保每个步骤的输出与下一个步骤的输入的数据是匹配的。所以,管道中的每个步骤都包含两个方法,fit()用于拟合(或者说训练),transform()用于数据转换(将数据转换为下一个步骤所需
笨牛慢耕
·
2022-12-17 07:45
机器学习与概率统计
scikit-learn
Pipeline
spark
机器学习笔记
:(四)用Spark Python构建分类模型(上)
声明:版权所有,转载请联系作者并注明出处http://blog.csdn.net/u013719780?viewmode=contents博主简介:风雪夜归子(英文名:Allen),机器学习算法攻城狮,喜爱钻研MeachineLearning的黑科技,对DeepLearning和ArtificialIntelligence充满兴趣,经常关注Kaggle数据挖掘竞赛平台,对数据、MachineLea
风雪夜归子
·
2022-12-16 17:35
spark机器学习笔记
机器学习笔记
kNN计算距离测试样本最近的k个训练样本,统计k个样本类别的出现频率或次数,返回最大的那个类别作为该样本类别。其中距离采用欧式距离。没有显式的训练过程,是‘惰性学习’的代表。(注意有两个排序,第一个是对距离排序,从小到大,选择前k个;第二个是对返回的类别计数容器,从大到小,选择最大的作为最终类别;另外,对于返回的k个样本,认为同等重要,即当k为20,第1名和第20名,都是一票)决策树的核心是递归创
アナリスト
·
2022-12-16 15:26
机器学习
人工智能
scikit-learn
机器学习笔记
——KMeans聚类
scikit-learn
机器学习笔记
——KMeans聚类KMeans步骤KMeansAPIKMeans性能评估指标Kmeans性能评估指标APIKMeans应用实例KMeans步骤1、随机设置K个特征空间内的点作为初始的聚类中心
学习爱好者fz
·
2022-12-16 11:44
聚类
python
(二)
机器学习笔记
之数据预处理
数据预处理数据预处理一般包括:(1)数据标准化这是最常用的数据预处理,把某个特征的所有样本转换成均值为0,方差为1。将数据转换成标准正态分布的方法:对每维特征单独处理:其中,可以调用sklearn.preprocessing中的StandardScaler()进行数据的标准化。(2)数据归一化把某个特征的所有样本取值限定在规定范围内(一般为[-1,1]或者[0,1])。归一化得方法为:可以调用sk
蓝色兔子
·
2022-12-16 08:49
机器学习
机器学习
笔记 | 吴恩达
Coursera
Deep Learning学习笔记
笔记|吴恩达
Coursera
DeepLearning学习笔记2017-09-29LisaSong1024深度学习1024深度学习如果你觉得好的话,不妨分享到朋友圈。
明明是我先的
·
2022-12-15 16:07
程序
深度学习
1-4
Coursera
吴恩达《神经网络与深度学习》第四周课程笔记-深层神经网络
记录吴恩达深度学习专项课程笔记,方便之后回顾,共5门课,这是第一门课《神经网络与深度学习》第四周深层神经网络的课程笔记,那我们开始吧。上节课课程1-3浅层神经网络我们主要介绍了浅层神经网络。首先介绍神经网络的基本结构,包括输入层(inputlayer),隐藏层(hiddenlayer)和输出层(outputlayer)。然后以简单的2层神经网络为例,详细推导了其正向传播过程和反向传播过程,使用梯度
双木的木
·
2022-12-15 14:14
吴恩达深度学习笔记
笔记
AI
神经网络
机器学习
人工智能
深度学习
python
机器学习笔记
- 决策树基本算法
顾名思义,决策树是基于树结构来进行决策的,这也是人类面临决策问题时的一种很自然的处理机制.比如,我们对”这是好瓜吗?”这个问题进行决策时,通常会进行一系列的判断,先看它是什么颜色,如果是青绿色,再看它的根蒂是什么形态,如果是蜷缩,再看它敲起来是什么声音,最终我们得到判断,这是个好瓜。决策树的形态大致如下图所示基本算法:输入:训练集D={(x1,y1),(x2,y2),...,(xm,ym)}属性集
volvet
·
2022-12-15 11:55
机器学习
机器学习
机器学习笔记
--【决策树】( Matlab/Python)
1、matlab实现决策树(默认用基尼系数来划分属性)A创建分类决策树或回归决策树loadcarsmall%matlab自带数据,可以直接运行。数据包含变量:Horsepower,Weight,MPGX=[HorsepowerWeight];rtree=fitrtree(X,MPG);%生成决策树:回归树view(ctree,'Mode','graph')%查看决策树loadfisheriris%
weixin_39210914
·
2022-12-15 11:55
机器学习
matlab
python
机器学习
决策树
机器学习笔记
03---决策树(Decision Tree)
决策树是一类常见的机器学习方法。以二分类任务为例,我们希望从给定训练数据集学的一个模型以对新实例进行分类,这个把样本分类的任务,可看作对"当前样本属于正类吗?"这个问题的“决策”或判定的过程。参考周志华《机器学习》
一件迷途小书童
·
2022-12-15 11:21
Machine
Learning
机器学习
决策树
人工智能
机器学习笔记
-随机森林(Random Forest,RF)
随机森林(RandomForest,RF)简介随机森林RF是一种基于树模型的Bagging的优化版本,核心思想还是Bagging,只是做了一些特有的改进,即RF使用CART决策树作为基学习器。具体如图所示:RF=决策树+Bagging+随机属性选择RF算法流程如下所示:RF优缺点优点:对于高维(特征很多)稠密型的数据适用,不用降维,无需做特征选择。构建随机森林模型的过程,亦可帮助判断特征的重要程度
小刘同学要努力呀
·
2022-12-15 11:51
机器学习
随机森林
python
机器学习笔记
-Stacking理论及实现
Stacking简介Stacking是使用多个不同的分类器对训练集进行预测,把预测得到的结果作为一个次级分类器的输入。次级分类器的输出是整个模型的预测结果。其具体实现如下图所示:假如有决策树、KNN、神经网络和逻辑回归四种分类器,对训练集进行分类得到分类结果0110,最终将结果送入到次级分类器来得到最终的结果,其具体实现如下图所示:stacking的训练过程如下所示:假设训练数据:train.cs
小刘同学要努力呀
·
2022-12-15 11:51
机器学习
python
人工智能
机器学习笔记
-AdaBoost理论及实现
AdaBoost简介Adaboost是一种迭代算法,其核心思想是针对同一个训练集训练不同的分类器(弱分类器),然后把这些弱分类器集合起来,构成一个更强的最终分类器(强分类器)。理论参考:https://blog.csdn.net/qq_38890412/article/details/120360354AdaBoost实现导包importnumpyasnpimportmatplotlib.pypl
小刘同学要努力呀
·
2022-12-15 11:21
机器学习
python
机器学习笔记
--决策树&决策树可视化
决策树算法/DecisionTree决策树思想就是找到最纯净的数据划分方法,即要把目标变量分得足够开,使每个节点对应于同一个类别.决策树基本算法:在递归过程中有3种情况会导致递归返回:1.当前节点包含的样本完全属于同一类别;2.当前属性集为空,或所有样本在所有属性上取值相同;3.当前节点包含的样本集为空.其中,从数据集中选择最优划分属性的方法不同对应产生了不同的决策树算法:ID3算法使用信息增益(
阿卡蒂奥
·
2022-12-15 11:50
机器学习
决策树
机器学习
graphviz
pydotplus
机器学习笔记
-决策树生成原理
1.决策树是什么?决策树是一种属性结构的辅助决策工具。树枝节点表示决策规则,也有叫属性;树叶节点表示结果,也有叫类别。自上而下由根节点依次延伸,根据属性阈值不同延伸到不同的方向,到达下一个属性节点,并继续延伸,直至最终的叶子节点,也就是分类完成。决策树学习是一种逼近离散值目标函数的方法,该方法学习到的函数被表示为一个决策树。决策树可被表示为多个if-then的规则。那么,怎么知道先从哪个属性开始作
噌胥苑
·
2022-12-15 11:50
机器学习
机器学习
ID3
熵
信息增益
information
Gain
Scikit-Learn
机器学习笔记
-- 决策树
Scikit-Learn
机器学习笔记
–决策树参考文档:handson-mlimportnumpyasnp#加载鸢尾花数据集defload_dataset():fromsklearnimportdatasetsiris
Wang_Jiankun
·
2022-12-15 11:20
机器学习
机器学习
sk-learn
决策树
机器学习笔记
-决策树
决策树(DecisionTree)简介决策树是一种分类和回归算法。比较适合分析离散数据。如果是连续数据要先转成离散数据在做分析。决策树简单例子根据以上表格可以根据年龄为根节点画出的决策树如下所示:也可以把收入和是否为学生等来作为根节点来画出决策树,因此决策树不唯一。熵(Entropy)概念1948年,香农提出了“信息熵”的概念。一条信息的信息量大小和它的不确定性有直接的关系,要搞清楚一件非常不确定
小刘同学要努力呀
·
2022-12-15 11:18
机器学习
决策树
算法
分类:概率生成模型 - 李宏毅
机器学习笔记
目录1.若用回归模型硬train分类任务2.二分类任务2.1概率生成模型3.数学上的形式1.若用回归模型硬train分类任务如图,class2的标签是-1(红色的点),class1的标签是1(蓝色的点),横纵坐标是特征值。测试的时候输出可能不会正好就是1或-1,若输出接近1则认为是class1,接近-1则认为是class2,我们期待找到一条如图绿色的线能很好的分开两个标签,像左图回归任务训练出来的
一杯敬朝阳一杯敬月光
·
2022-12-15 09:38
笔记
机器学习
机器学习
李宏毅
机器学习笔记
-生成模型和逻辑回归
目录概率生成模型分类问题实例模型改进生成模型步骤总结后验概率的数学推导逻辑回归逻辑回归步骤逻辑回归和线性回归的比较为什么不使用MSE判别模型VS生成模型多分类逻辑回归的限制补充:生成式模型和判别式模型概率生成模型概率生成模型,简称生成模型(GenerativeModel),是概率统计和机器学习中的一类重要模型,指一系列用于随机生成可观测数据的模型。生成模型的应用十分广泛,可以用来不同的数据进行建模
iwill323
·
2022-12-15 09:32
李宏毅深度学习笔记
算法
人工智能
机器学习笔记
:可解释机器学习
来自李宏毅2019-ExplainableML_哔哩哔哩_bilibili0前言深度学习可以做的事情是,比如我们给模型一张猫的照片,模型可以预测:”这是一只猫“我们现在想知道的是:模型为什么会认为这是一只猫呢?1localexplanation&globalexplanation1.1localexplanation(whydoyouthinkthisisacat?)比如我们想要知道图片每一个部分
UQI-LIUWJ
·
2022-12-15 09:53
机器学习
机器学习
人工智能
超越“大数据”:运用商业分析和数据科学为企业实现商业价值 (培训笔记)
内容简介:商业模式和大数据分析关联硅谷顶级公司大数据BI商业价值实际案例大数据团队建立和管理经验总结及大数据行业前瞻海外讲师:李玥高级数据分析专家数据科学业界领军人物曾担任多家初创公司的数据顾问,例如
Coursera
Shadow_mi
·
2022-12-15 08:27
大数据分析
大数据
商业价值
大数据分析
【Datawhale可解释性
机器学习笔记
】ZFNET
ZFNET介绍论文地址:VisualizingandUnderstandingConvolutionalNetworksAlexNet的提出使得大型卷积网络开始变得流行起来,但是人们对于CNN网络究竟为什么能表现这么好,以及怎么样能变得更好尚不清楚,因此为了解决上述两个问题,ZFNet提出了一种可视化技术,用于理解网络中间的特征层和最后的分类器层,并且找到改进神经网络的结构的方法。ZFNet是Ma
JeffDingAI
·
2022-12-15 08:08
深度学习
计算机视觉
2020李宏毅
机器学习笔记
-Recurrent Neural Network
目录RNN(循环神经网络)摘要Introduction(介绍)LSTMThree-gateMemoryCellLSTMExampleLSTMStructureLearningTargetLossFunctionTrainingErrorSurfaceHelpTechniquesRNN的应用ManytooneManytomanyRNNv.s.StructuredLearning总结与展望RNN(循环
ZN_daydayup
·
2022-12-15 06:34
机器学习
深度学习
人工智能
【
机器学习笔记
】可解释机器学习-学习笔记 Interpretable Machine Learning (Deep Learning)
【
机器学习笔记
】可解释机器学习-学习笔记InterpretableMachineLearning(DeepLearning)目录【
机器学习笔记
】可解释机器学习-学习笔记InterpretableMachineLearning
佚名小司机
·
2022-12-15 05:51
机器学习
学习
深度学习
Coursera
自动驾驶课程学习——软硬件架构
硬件传感器包括:相机和深度相机、激光雷达(红外激光),雷达(无线电),声呐(超声波测距),GPS/IMU,里程计覆盖范围主动减速率大致是5m/s2s^2s2:人用力踩下刹车的速度一般减速率2m/s2s^2s2:减速距离的计算是d = v22ad\;=\;\frac{v^{2}}{2a}d=2av2,aaa就是减速率讨论两个情况:高速公路及城市道路高速公路的需求紧急刹车:前后方150米到200米
绿竹巷人
·
2022-12-14 20:53
移动机器人SLAM
人工智能
实用
机器学习笔记
第四章-模型评估与验证
一、模型评估本章主要是讲如何衡量一个模型,此时模型已经训练好了1.模型指标监督学习中,通常使用损失作为衡量模型质量的指标。还有其他多种指标:模型相关的指标:分类问题评估精度,目标检测问题评估mAP商业相关的指标:营业收入、延迟通常根据多个指标来选择模型1.1举例广告投放1.2常见分类问题的指标1.2.1准确度Accuracy=正确预测样本大小/样本大小样本中预测正确的个数占比1.2.2精度Prec
11408考研休息室
·
2022-12-14 15:32
机器学习
人工智能
深度学习
【打卡笔记Task01】可解释机器学习之导论
【DataWhale可解释
机器学习笔记
】项目地址:https://github.com/TommyZihao/zihao_course/tree/main/XAI谢谢子豪兄的分享和讲解!!
立!
·
2022-12-14 12:30
可解释机器学习打卡专区
机器学习笔记
1:机器学习基础知识——练习题
目录1.如何定义机器学习?2.机器学习在哪些问题上表现突出,你能给出四种类型吗?3.什么是被标记的训练数据集?4.最常见的两种监督学习任务是什么?5.你能举出四种常见的无监督学习任务吗?6.要让一个机器人在各种未知的地形中行走,你会使用什么类型的机器学习算法?7.要将顾客分成多个组,你会使用什么类型的算法?8.你会将垃圾邮件检测的问题列为监督学习还是无监督学习?9.什么是在线学习系统?10.什么是
Ruoki~
·
2022-12-14 10:14
机器学习
人工智能
算法
【Datawhale可解释性
机器学习笔记
】预备知识学习
人工智能黑箱子灵魂之问AI的脑回路是怎样的?AI如何做出决策?是否符合人类的直觉和常识如何衡量不同特征对AI预测结果的不同贡献?AI什么时候work?AI什么时候不work?AI有没有过拟合?泛化能力如何?会不会被黑客误导,让AI指鹿为马?如果样本的某个特征变大15,会对AI预测结果产生什么影响?如果AI误判,为什么会犯错?如何能不犯错?两个AI预测结果不同,该信哪一个?能让AI把学到的特征教给人
JeffDingAI
·
2022-12-14 05:26
机器学习
学习
人工智能
机器学习笔记
11 -- 优化方法
优化方法:正规方程“天才”直接求解W梯度下降“努力”试错,改进(更为通用)其中系数阿尔法可以理解为步长,后边偏导数代表方向,然后不断进行迭代至偏导为0可能会产生局部最优解,这里暂且不提线性回归API:案例:波士顿房价预测:流程:获取数据集(已处理)划分数据集特征工程:无量纲化(标准化)预估器流程:fit()——>模型:coef_intercept_模型评估:学习率可调回归性能评估及API:from
whurrican
·
2022-12-14 03:56
机器学习
人工智能
机器学习笔记
9--分类算法
sklearn转换器和估计器转换器估计器转换器fit_transform=fit+transform标准化:(x-mean)/stdfit_transform():fit():计算每一列的平均值、标准差transform():(x-mean)/std最终转换运算估计器估计器工作流程:1、实例化一个estimator2、estimator.fit(x_train,y_train)计算--调用完毕--
whurrican
·
2022-12-14 03:26
机器学习
分类
sklearn
机器学习笔记
(李宏毅 2021/2022)——第三节:CNN卷积神经网络
相关视频2021-CNN选修-SpatialTransformerlayer2022-为什么用了验证集还是overfitting2022-鱼与熊掌可以兼得的机器学习一、2021-CNN1.CNN的设计原理ReceptiveField+ParameterSharing=CNNCNN的bias要大于FC,也就是说CNN的弹性要更小,但不代表不好,因为弹性大,容易overfittingCNN的设计基于三
toro180
·
2022-12-13 17:38
机器学习【李宏毅】
机器学习
cnn
深度学习
python机器学习前戏 ——特征工程应用
机器学习笔记
——特征工程应用机器学习为什么需要特征工程什么是特征工程特征工程的实现目录
机器学习笔记
——特征工程应用机器学习——特征工程应用机器学习为什么需要特征工程什么是特征工程sklearn工具特征抽取应用字典特征抽取
熬夜秃头君
·
2022-12-13 13:52
机器学习
机器学习
python
我的
机器学习笔记
——特征工程
我的
机器学习笔记
——特征工程1.特征工程是什么?
Wenee_
·
2022-12-13 13:22
学长的学习日记
机器学习
机器学习笔记
【二】——特征工程
特征工程what特征工程包含内容二、特征预处理特征预处理API数值型数据的无量纲化-归一化1.定义2.公式3.API4.归一化缺陷-标准化1.定义2.公式3.API4.标准化总结三、特征降维特征选择1.定义2.方法1.Filter过滤式2.Eembeded嵌入式3.模块主成分分析2.API3.例子业界广泛流传: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what(看看就好)特征
Krisyeo1
·
2022-12-13 13:51
机器学习
机器学习
数据分析
【百面
机器学习笔记
——第一章 特征工程】
百面
机器学习笔记
——第一章特征工程01特征归一化02类别型特征03高维组合特征的处理04特征组合07图像数据不足时的处理方法01特征归一化原因:消除量纲带来的不同数值量级的影响,防止梯度下降过程中不同方向下降速度不同
书玮嘎
·
2022-12-13 13:48
人工智能
计算机视觉
机器学习
机器学习笔记
:特征处理——相关性分析GINI impurity
做相关性分析的方法有很多,这里分享几个相关性分析。1、GINI系数什么是基尼系数呢,其实就是P(Y|X)的一种变形,用人话就是说,利用多个标签,是否能区分模型,也就是相关度。引入示例加深理解XY有钱老板有钱傻逼没钱老板没钱傻逼没钱傻逼如果他有钱的情况下,他是老板的概率为0.5(二分之一)他没钱的情况下,他是老板的概率为0.33(三分之一)所以他的GINI系数为
trader易
·
2022-12-13 13:39
机器学习
人工智能
实用
机器学习笔记
第八章-迁移学习
1.迁移学习1.1概念在一个人任务上学习一个模型,用于解决一个相关任务常用于深度学习,原因是数据难获取、训练模型很贵1.2方法训练好一个模型,做成特征抽取模块(WordVec、ResNet-50feature、I3Dfeature)在一个相关的任务上训练一个模型,然后在另一任务上直接使用它训练一个模型,对模型做微调(本章关注的重点)1.3相关领域半监督学习zero-shot/few-shotlea
11408考研休息室
·
2022-12-13 10:04
迁移学习
机器学习
神经网络
菜鸟的
机器学习笔记
——0 前言
初上大学时,对人工智能十分感兴趣,于是加入本学院的课题组进行学习。当时导师布置给我学习西瓜书的任务,奈何当时实在是过于晦涩,时间接较为紧迫,无法细致的研究。于是学会机器学习与深度学习的基础理论后,便开始上手敲代码,妥妥的调三侠。渐渐的意识到,脱离了基础知识的算法宛如空中楼阁,许多先进的文献与算法并没办法深入的进行研究,自己也无法独立地进行创新,对结构的改进更是难上加难。综上,在第一步的学习与科研任
潭中鱼可白许头
·
2022-12-13 08:05
人工智能
scikit-learn
机器学习笔记
——基本概念
一、什么是机器学习首先我们以人来举例:你在买苹果的时候,看到一个苹果,它黄里透红、果皮粗糙、硬度稍软,我们就可以判断它比较甜,这是因为我们已经有了类似的经验,通过对经验的应用就可以做出相应的判断。这种对经验的利用是我们自发形成的,但是机器是否能做到呢。机器学习就是这样一门学科,它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。在计算机系统中,“经验”通常就是我们所说的数据。因此,机器学
编程小菜鸟123
·
2022-12-13 08:32
机器学习
机器学习
机器学习笔记
之监督学习和无监督学习
学习机器学习的过程中,打算记录一些笔记,又想赚点积分,于是厚颜无耻写几篇博客。限于水平,可能会有表达不清楚甚至错误的地方,希望大家指正,其实这才是真正的目的。班门弄斧,希望大家多多包涵。基本定义。机器学习(machinelearning)“一个程序被认为能从经验E中学习,解决任务T,达到性能度量值P,当且仅当,有了经验E后,经过P评判,程序在处理T时的性能有所提升”这是在吴恩达的视频和周志华的书上
解渴的凉白开
·
2022-12-13 08:01
机器学习笔记
学习笔记
机器学习
菜鸟求带
菜鸟的
机器学习笔记
-day1-机器学习简介
人工智能vs机器学习vs深度学习图片来源:https://blogs.nvidia.com/blog/2016/07/29/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/人工智能的研究早在上世纪50年代就已经开始,它是人类一个终极目标,希望机器能够像人类具有智慧,能够自我学习、思考。但直到80年
积跬步,积小流
·
2022-12-13 08:24
机器学习
人工智能
机器学习
通俗易懂
由浅入深
机器学习笔记
(菜鸟版
机器学习笔记
(之前已经写过一些基本的概念了,这里就不过多的赘叙了)这里写目录标题,emm
机器学习笔记
监督学习过拟合与欠拟合损失函数1.较简单的,大多用于分类算法的损失函数,如果用于回归函数就过于苛刻了,
别卷了好吗
·
2022-12-13 08:18
人工智能
python
吴恩达
Coursera
, 机器学习专项课程, Machine Learning:Unsupervised Learning, Recommenders, Reinforcement Learning第.
Practicequiz:CollaborativeFiltering第1个问题:Youhavethefollowingtableofmovieratings:Refertothetableaboveforquestion1and2;Assumenumberingstartsat1forthisquiz,sotheratingforFootballForeverbyElissaisat(1,1),
ZhemgLee
·
2022-12-13 07:59
机器学习----回归问题
1.序言这个系列主要总结一些自己在
coursera
上的课堂笔记。cousera上的机器学习课程是大名鼎鼎的AndrewNG(吴恩达)老师讲的,讲的深入浅出,真的是良心课程。
小cui童鞋
·
2022-12-12 23:22
机器学习
机器学习
回归问题
机器学习笔记
——logistic回归(logistic regression)
logistic回归logistic回归实际上并不是一种回归算法,而是一种分类算法,意思就是输出值是离散值(01或者更多类),而它叫这个名字完全是历史原因。我们可以从下图看出对于分类问题,如果我们采用传统的回归算法并不能获得很好的效果假设称述由于输出的值是0和1,因此我们很自然想到将假设函数的值映射到0-1之间,我们又sigmoid函数恰好能够很好的解决这个问题。也就是说我们将回归方法的假设函数作
Veropatrinica
·
2022-12-12 22:03
机器学习
机器学习
分类问题
logistic回归
梯度下降
代价函数
吴恩达
Coursera
, 机器学习专项课程, Machine Learning:Unsupervised Learning, Recommenders, Reinforcement Learning第.
吴恩达
Coursera
,机器学习专项课程,MachineLearning:UnsupervisedLearning,Recommenders,ReinforcementLearning第一周所有jupyternotebook
ZhemgLee
·
2022-12-12 18:41
机器学习笔记
机器学习入门文章目录机器学习入门1.基本概念1.1什么是机器学习1.2数据集1.3学习和训练2.机器学习分类2.1有监督学习2.1.1回归问题2.1.2分类问题2.2无监督学习2.2.1聚类2.2.2降维3机器学习的三个基本要素3.1模型3.2学习准则3.2.1损失函数3.2.1.10-1损失函数3.2.1.2平方损失函数3.2.1.3交叉熵损失函数3.2.2欠拟合和过拟合3.3优化方法(简略写,
m0_73930236
·
2022-12-12 10:58
人工智能
聚类
上一页
17
18
19
20
21
22
23
24
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他