机器学习
tsf_1993
自然语言处理,数据挖掘,机器学习
展开
-
一文读懂机器学习
作者:计算机的潜意识在本篇文章中,我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习,并且上手相关的实践。这篇文档也算是 EasyPR开发的番外篇,从这里开始,必须对机器学习了解才能进一步介绍EasyPR的内核。当然,本文也面对一般读者,不会对阅读有相关的前提要求。在进入正题前,我想读者心中可能会有一个疑惑:机器学习有什么重要性,以至于要阅读完这篇非常长的文章呢转载 2015-09-18 08:45:18 · 636 阅读 · 0 评论 -
win7 keras
安装的是anaconda2 1. 下载安装Anaconda Python Distribution,网址:https://www.continuum.io/downloads#_windows 2. 在打开的Anaconda Prompt的命令行中输入“pip install keras” 3. 再接着输命令“conda install mingw libpython”下载theano原创 2017-01-13 11:38:34 · 447 阅读 · 0 评论 -
spark svm
dataimputimport org.apache.spark.{SparkConf, SparkContext}import org.apache.spark.mllib.linalg.Vectorsimport org.apache.spark.mllib.regression.LabeledPointimport org.apache.spark.mllib.util.MLUtils原创 2016-11-18 09:07:46 · 818 阅读 · 0 评论 -
代码记录!
分词这里写代码片tf-idf这里写代码片训练model这里写代码片测试model这里写代码片在spark上运行服务这里写代码片测试分类这里写代码片原创 2016-10-02 18:27:34 · 348 阅读 · 0 评论 -
支持向量机SVM
是什么?支持向量机SVM(Support Vector Machine)是一个有监督的学习模型。 SVM的主要思想可以概括为两点: ⑴它是针对线性可分情况进行分析,对于线性不可分的情况,通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分,从而 使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能; ⑵它基于结构风险最小化理论之上在特征空间中建构最优原创 2016-03-04 23:12:03 · 983 阅读 · 0 评论 -
机器学习课程
课程信息 Machine learning is the science of getting computers to act without being explicitly programmed,In the past decade,machine learning has given us self-driving cars, practical speech recognition, e翻译 2016-01-11 09:34:25 · 451 阅读 · 0 评论 -
机器学习算法
1. K-近邻算法(KNN)监督学习的线性回归算法 采取测量不同特征之间的距离方法进行分类计算未知的数据A与所有已知样本S(n)的距离,按照距离递增排序,找到K个距离A最近的样本S1(k),按照S1(k)的类型来判断A的类型2. 决策树(C4.5)监督分类算法 1. 划分数据集() 2. 递归构建决策树 3. 使用决策树进行分类 例如:根据水生和陆生初步判断是否是鱼类。3. 朴素贝原创 2015-09-21 19:43:44 · 644 阅读 · 0 评论 -
Share some pictures about my training
深度网络的调参过程原创 2018-06-06 16:33:26 · 293 阅读 · 0 评论