机器学习实验
风雪夜归子
风雪夜归子(Allen),机器学习算法攻城狮,喜爱钻研Meachine Learning的黑科技,对Deep Learning和Artificial Intelligence充满兴趣,经常关注Kaggle数据挖掘竞赛平台,对数据、Machine Learning和Artificial Intelligence有兴趣的童鞋可以一起探讨哦,个人CSDN博客:http://blog.csdn.net/u013719780?viewmode=contents
展开
-
机器学习实验(一):运用机器学习(Kmeans算法)判定家庭用电主因
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(Allen),机器学习算法攻城狮,喜爱钻研Meachine Learning的黑科技,对Deep Learning和Artificial Intelligence充满兴趣,经常关注Kaggle数据挖掘竞赛平台原创 2016-10-18 16:16:22 · 7408 阅读 · 7 评论 -
机器学习实验(十二):深度学习之图像分类模型AlexNet结构分析和tensorflow实现
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在ImageNet上的图像分类challenge上,Hinton和他的学生Alex Krizhevsky提出的AlexNet网络结构模型赢得了2012届的冠军,刷新了Imag原创 2016-11-23 18:11:36 · 14288 阅读 · 3 评论 -
机器学习实验(十一):基于WiFi fingerprints用自编码器(Autoencoders)和神经网络(Neural Network)进行定位_2(keras版)
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上一个实验机器学习实验(十):基于WiFi fingerprints用自编码器(Autoencoders)和神经网络(Neural Network)进行定位_1(tensorflow版)是用tensorflow实现原创 2016-11-22 15:55:44 · 6436 阅读 · 3 评论 -
机器学习实验(十):基于WiFi fingerprints用自编码器(Autoencoders)和神经网络(Neural Network)进行定位_1(tensorflow版)
Autoencoders and Neural Network for Place recognition with WiFi fingerprints本文来源于Michał Nowicki⋆and Jan Wietrzykowski 论文的读书笔记论文原文:https://arxiv.org/pdf/1611.02049v1.pdf原创 2016-11-21 17:08:32 · 8865 阅读 · 1 评论 -
机器学习实验(九):基于高斯分布和OneClassSVM的异常点检测
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大多数数据挖掘或数据工作中,异常点都会在数据的预处理过程中被认为是“噪音”而剔除,以避免其对总体数据评估和分析挖掘的影响。但某些情况下,如果数据工作的目标就是围绕异常点,那么这些异常点会成为数据工作的焦点。 数据集中的异常数据通常原创 2016-11-18 17:50:44 · 21016 阅读 · 6 评论 -
机器学习实验(八):用特征值衰减正则化方法进行深度学习实验_3
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本文在机器学习实验(六):用特征值衰减正则化方法进行深度学习实验_1的基础上进行第二个实验,本实验以CIFAR10数据集进行实验,相关实验代码如下。原创 2016-11-17 18:09:07 · 4927 阅读 · 0 评论 -
机器学习实验(七):用特征值衰减正则化方法进行深度学习实验_2
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本文在机器学习实验(六):用特征值衰减正则化方法进行深度学习实验_1的基础上进行实验,本文以mnist数据集进行实验,相关实验代码如下,本文的实验是用keras写的,keras代码很容易看懂,废话不多说,直接上代码。原创 2016-11-17 18:03:42 · 4416 阅读 · 0 评论 -
机器学习实验(六):用特征值衰减正则化方法进行深度学习实验_1
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#This code implements a light version of the Eigenvalue Decay regularizer for#the Keras de原创 2016-11-17 17:54:56 · 4706 阅读 · 0 评论 -
机器学习实验(五):用迁移学习方法基于keras建立卷积神经网络进行人体动作识别(HAR)
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Meachine Learning的黑科技,对Deep Learning和Artificial Intelligence充满兴趣,经常关注Kaggle原创 2016-11-16 18:17:06 · 17269 阅读 · 10 评论 -
机器学习实验(四):用tensorflow实现卷积神经网络识别人类活动
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Meachine Learning的黑科技,对Deep Learning和Artificial Intelligence充满兴趣,经常关注Kaggle数据原创 2016-11-15 22:36:49 · 15585 阅读 · 8 评论 -
机器学习实验(三):建立深度学习模型对kaggle保险索赔进行预测
原文作者: Danijel Kivaranovic In [1]:## import librariesimport numpy as npnp.random.seed(123)import pandas as pdimport subprocessfrom scipy.sparse import csr_matrix,原创 2016-10-28 18:11:17 · 8656 阅读 · 0 评论 -
机器学习实验(二):kaggle保险索赔案例分析
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原文:http://analyticsbot.ml/2016/10/machine-learning-pre-processing-features/Load raw data原创 2016-10-28 11:55:30 · 13555 阅读 · 3 评论 -
机器学习实验(十三):90%的准确率,根据中文名字预测性别!
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 90%的准确率,根据中文名字预测性别!一、概述 性别是人类差异最大的特征之一,不同的性别拥有不同的特征,譬如购物、电视剧、书籍等方面男生和女生的爱好有很大的不同。因此,知道了用户的性别就原创 2017-08-08 16:50:53 · 16237 阅读 · 7 评论