![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 94
小鹅鹅
兴趣使然
展开
-
Tlinux/CentOS7安装NVIDIA显卡驱动和CUDA10.1 cuDNN
1. 背景与前期准备此篇博客记录一下TLinux系统安装显卡NVIDIA驱动与CUDA10/11的艰难过程。1.1 显卡驱动与CUDA对应关系1.2 查看内核版本与安装系统开发库如果已安装可以忽略此步骤查看内核版本uname -a下载网址(相对应的内核版本)如果是TLinux可以在这里下载:https://tlinux-mirror.tencent-cloud.com本地下载,上传至机器执行命令安装:rpm -ivh kernel-tlinux2-devel-3.10.107-1原创 2020-10-06 00:08:10 · 4554 阅读 · 2 评论 -
Snorkel 学习笔记 简介与入门 LF TF SF Labeling Functions Transformation Function Slicing Function 示例
文章目录Snorkel简介与入门背景LF 标注函数RefSnorkel简介与入门背景弱监督(Weak Supervision)可以让我们低成本的利用领域专家的知识来程序化的标注上百万级别的 数据样本,从而帮助我们解决人工智能时代的数据瓶颈问题。更确切地说,这是一个帮助将领域专家的知识编码到AI系统中的框架,专家知识注入的方式可以采用手写的推理规则或者远程监督。弱监督的主要优点在于:灵活:需要更新模型时,只需要更新标注函数、重新生成训练集和分类器即可提高召回率:判别模型将提供优于弱监督模型的泛化原创 2020-07-31 16:42:31 · 2922 阅读 · 0 评论 -
OpenAI gym 强化学习环境库安装以及使用
Abstract这篇博客大概会记录OpenAI gym的安装以及使用的简要说明。在强化学习里面我们需要让agent运行在一个环境里面,然鹅手动编环境是一件很耗时间的事情, 所以如果有能力使用别人已经编好的环境, 可以节约我们很多时间。 OpenAI gym 就是这样一个模块, 他提供了我们很多优秀的模拟环境. 我们的各种 RL 算法都能使用这些环境.。不过 OpenAI gym 暂时只...原创 2018-05-12 16:37:32 · 6790 阅读 · 2 评论 -
XGBoost简单推导及理解
前言XGBoost的全称是eXtreme Gradient Boosting。作为一个非常有效的机器学习方法,Boosting Tree是数据挖掘和机器学习中最常用的算法之一。因为它效果好,对于输入要求不敏感,相对LR 的优势如不需要做特征的归一化,自动进行特征选择,模型可解释性较好,可以适应多种损失函数如 SquareLoss,LogLoss 等,往往是从统计学家到数据科学家必备的工具之一,...原创 2018-04-04 00:39:47 · 3045 阅读 · 0 评论 -
LR(Logistic Regression) 逻辑回归模型 进行二分类或多分类 及梯度下降学习参数
逻辑回归(Logistic Regression, LR)是传统机器学习中的一种分类模型,由于算法的简单和高效,在实际中应用非常广泛。它的起源非常复杂,可以看参考引用1。具体应用实践可以看这里。问题背景对于二元分类问题,给定一个输入特征向量XXX(例如输入一张图片,通过算法识别它是否是一只猫的图片),算法能够输出预测,称之为y^y^\hat y,也就是对实际值yyy的估计。或者说,y^...原创 2018-02-22 17:30:32 · 24131 阅读 · 0 评论 -
使用sklearn 实现 Logistics Regression 分类
使用Pandas 数据清洗特征选择 + sklearn 实现 Logistics Regression 分类(记录一次Data Mining作业) 关于LR基础可以看这里数据描述与分析我们有这么一个数据集,记录学生在教务网站上看某学科的视频流数据来预测学生是否挂科。(这之间有关系吗..) user_id: Identifies the individual who is ...原创 2017-11-26 11:43:26 · 13662 阅读 · 0 评论 -
从强化学习Reinforcement Learning到DQN(Deep Q-learning Network)学习笔记
前言本篇博客大概会记录强化学习RL的基础知识,基本方法,以及如何推导到DQN,和关于DeepMind的Playing Atari with Deep Reinforcement Learning(DQN学习打砖块游戏)这篇论文的一些理解,后续改进方向,还有一些具体实现。若有理解不当,恳请指出!强化学习基础强化学习中两大最基本的要素:Agent(智能体)与Environment(环境...原创 2018-02-17 22:42:53 · 21515 阅读 · 0 评论 -
Win10环境下使用WSL安装OpenAI/gym +TensorFlow用强化学习DQN打砖块(Breakout Game)
实现目标我们的目标是在Windows 10系统上具体实现DeepMind论文中强化学习算法Q-learning Network(DQN)的训练过程。 随着每次训练,强化学习算法将拿到越来越高的分,具体强化学习与DQN的前置知识可以参考这里 注意:子系统无法安装CUDA,所以只能使用CPU版的TensorFlow,具体可以参考下图 运行环境Win 10 + Ubuntu 1...原创 2018-02-27 22:28:03 · 13379 阅读 · 6 评论 -
Tensorflow(GPU) 在Win10+Cuda8.0环境下安装以及Cudnn包配置 图文详细教程
安装环境Win10Python3.6.4 3.5以上版本都可以,目前Tensorflow只支持64位python3.5以上版本numpy 安装好Python后打开终端cmd输入 pip3 install numpy具体流程下载安装Cuda8.0,一定要是8.0版本!下载地址,并按照下图选择下载本地安装包。 如果安装错了记得要把之前的删除卸载干净安装完成后配置系...原创 2018-02-27 00:17:59 · 31195 阅读 · 16 评论 -
手推SVM 支持向量机的简易推导和理解
前言SVM - support vector machine, 俗称支持向量机,为一种监督学习算法,是一种二分类模型,学习策略是间隔最大化,可以形式为一个求解凸二次规划问题(此篇博客主要讲述),也等价于正则化的合页损失函数的最小化问题(Coursera 吴恩达 机器学习课程里面讲的SVM)。 支持向量机的优点: 可用于高维空间中的数据分类 在数据维度高于样本个数时,仍然可以有效...原创 2018-01-29 10:19:35 · 5891 阅读 · 0 评论 -
AdaBoost (Adaptive Boosting) 自适应增强 简单理解算法与matlab实现
综述AdaBoost学习算法用于提高简单学习算法的分类性能。它通过组合一组弱分类函数(具有较高分类错误的弱分类器)来形成更强的分类器。最后的强分类器采用弱分类器加阈值的加权组合的形式。AdaBoost方法的自适应在于:前一个分类器分错的样本会被用来训练下一个分类器。AdaBoost方法对于噪声数据和异常数据很敏感,但在一些问题中,AdaBoost方法相对于大多数其它学习算法而言,不会很容易原创 2018-02-03 20:19:37 · 2467 阅读 · 0 评论 -
从决策树到GBDT梯度提升决策树和XGBoost
从决策树到GBDT(Gradient Boosting Decision Tree)梯度提升决策树和XGBoost的一些学习笔记决策树决策树可以转换成if-then规则的集合,也可以看作是定义在特征空间划分类的条件概率分布。决策树学习算法包括三部分:特征选择,数的生成和数的剪枝。最大优点: 可以自学习。在学习的过程中,不需要使用者了解过多背景知识,只需要对训练实例进行较好的标注,就能够...原创 2017-11-16 22:56:20 · 4647 阅读 · 0 评论 -
线性判别分析(Linear Discriminant Analysis, LDA) 学习笔记 + matlab实现
综述线性判别分析 (LDA)是对费舍尔的线性鉴别方法(FLD)的归纳,属于监督学习的方法。LDA使用统计学,模式识别和机器学习方法,试图找到两类物体或事件的特征的一个线性组合,以能够特征化或区分它们。所得的组合可用来作为一个线性分类器,或者,更常见的是,为后续的分类做降维处理。LDA的基本思想是将高维的模式样本投影到最佳鉴别矢量空间,以达到抽取分类信息和压缩特征空间维数的效果,投影后保证模式样本在新原创 2017-12-09 13:56:01 · 13555 阅读 · 3 评论 -
Lasso 稀疏约束 + Group Lasso 分组最小角回归算法
背景 Lasso(least absolute shrinkage and selection operator,又译最小绝对值收敛和选择算子、套索算法)是一种同时进行特征选择和正则化(数学)的回归分析方法,旨在增强统计模型的预测准确性和可解释性.Lasso 稀疏约束 + Group Lasso 分组最小角回归算法原创 2017-10-31 12:01:53 · 34375 阅读 · 1 评论