![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
bluewelkin
这个作者很懒,什么都没留下…
展开
-
推荐工程师
推荐系统工程师和正常码农们相比,无需把PM们扔过来的需求给像素级实现,从而堆码成山;和机器学习研究员相比,又无需沉迷数学推导,憋出一个漂亮自洽的模型,一统学术界的争论;和数据分析师相比,也不需绘制漂亮的图表,做出酷炫的PPT能给CEO汇报,走上人生巅峰。 https://blog.csdn.net/qq_40027052/article/details/78579587?reload...原创 2018-11-15 16:35:55 · 184 阅读 · 0 评论 -
logistic回归原理解析及Python应用实例(转载)
logistic回归,又叫对数几率回归(从后文中便可此名由来)。首先给大家强调一点,这是一个分类模型而不是一个回归模型!下文开始将从不同方面讲解logistic回归的原理,随后分别使用梯度上升算法和随机梯度上升算法将logistic回归算法应用到实例中。一、logistic回归和线性回归的关系想必大家也早有疑惑,既然logistic回归名字中都带有“回归”二者,难道和回归模型一点关系都没有...转载 2019-04-04 12:00:49 · 453 阅读 · 0 评论 -
机器学习 KNN K-最邻近算法
k 近邻学习是一种常用的监督学习方法,比如:判断一个人的人品,只需要观察与他来往最密切的几个人的人品好坏就可以得出,即“近朱者赤,近墨者黑”。理论/原理:“物以类聚,人以群分”一个对于KNN算法解释最清楚的图如下所示:蓝方块和红三角均是已有分类数据,当前的任务是将绿色圆块进行分类判断,判断是属于蓝方块或者红三角。当然这里的分类还跟K值是有关的:如果K=3(实线圈),红三...转载 2019-01-09 11:55:25 · 261 阅读 · 0 评论 -
logistic回归,softMax回归
本篇博文来总结一下回归模型里面两个非常重要的模型。logistic回归softMAX回归Logistic回归logistics回归虽然有“回归”两字但是却是分类模型,并且是个二分类模型。logistics回归是个线性分类模型,有着线性的决策边界,但是有着非线性的激活函数去估计后验概率。下面就从数学层面讲讲logistics回归。 首先介绍下sigmoid函数 其函数图像...转载 2019-01-24 14:06:50 · 301 阅读 · 0 评论 -
下载并解压mnist数据集
使用tensorflow自带下载from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("MNIST_data/", one_hot=True)在相应的python运行目录下会生成与下载文件print("Training data size:", mnis...转载 2019-01-24 10:53:49 · 1524 阅读 · 0 评论 -
sofmax与概率
.1. 逻辑回归原理1.1.1. 逻辑回归在现实生活中,我们遇到的数据大多数都是非线性的,因此我们不能用上一章线性回归的方法来进行数据拟合。但是我们仍然可以从线性模型着手开始第一步,首先对输入的数据进行加权求和。线性模型: z=wx+bz=wx+b其中w我们称为“权重”,b为偏置量(bias),xx为输入的样本数据,三者均为向量的形式。我们先在二分类中来讨论,假如能创...原创 2019-01-24 09:49:46 · 518 阅读 · 0 评论 -
softmax
1.softmax初探在机器学习尤其是深度学习中,softmax是个非常常用而且比较重要的函数,尤其在多分类的场景中使用广泛。他把一些输入映射为0-1之间的实数,并且归一化保证和为1,因此多分类的概率之和也刚好为1。 首先我们简单来看看softmax是什么意思。顾名思义,softmax由两个单词组成,其中一个是max。对于max我们都很熟悉,比如有两个变量a,b。如果a>b,则max为...转载 2019-01-24 09:36:49 · 196 阅读 · 0 评论 -
机器学习的大方向思考
1、对问题的深入理解,对目标的把握,对问题本质的深入理解提出问题是很难的。要做什么目标是很难的 2、算法的选择 3、最后结果的在线运行(还是事后分析)...原创 2018-11-22 10:34:29 · 376 阅读 · 0 评论 -
深度学习的现状与边界、没有很好解决的问题
神经网络是一门重要的机器学习技术,也是目前最为火热的研究方向,即深度学习的基础。石大明教授首先详细分析了人工智能两大学派:符号主义与连接主义,紧接着又讲述了机器学习的两大方法:有监督学习和非监督学习,循序渐进。神经网络发展包含四个里程碑,分别是感知器、多层感知器、支持向量机、深度学习,并对神经网络中的难点进行了分析。他提出,深度学习在神经网络发展中的地位实质是靠强大的计算和存储能力进行搜索而完...转载 2018-11-21 15:49:30 · 3207 阅读 · 0 评论 -
(转)数据分析师最常用的10个机器学习算法
在机器学习领域,有种说法叫做“世上没有免费的午餐”,简而言之,它是指没有任何一种算法能在每个问题上都能有最好的效果,这个理论在监督学习方面体现得尤为重要。 举个例子来说,你不能说神经网络永远比决策树好,反之亦然。模型运行被许多因素左右,例如数据集的大小和结构。 因此,你应该根据你的问题尝试许多不同的算法,同时使用数据测试集来评估性能并选出最优项。 当然,你尝试的算法必须和你...转载 2018-11-15 09:32:07 · 267 阅读 · 0 评论 -
深度学习
最近致力于深度学习,希望在移动领域能够找出更多的应用点.其中TensorFlow作为目前的一个热点值得我们重点关注.机器学习机器学习是人工智能的一个分支,也是用来实现人工只能的一种方法。简单来说,机器学习就是通过算法,使得机器能从大量历史数据中学习规律,从而对新的样本做智能识别或对未来做预测,与传统的使用特定指令集手写软件不同,我们使用大量数据和算法来“训练”机器,由此带来机器学习如何完成...转载 2018-11-21 10:19:17 · 185 阅读 · 0 评论 -
搞懂这些,你也能转型70W年薪的机器学习工程师
人工智能的热潮依旧,相关人才缺口随势增长,顶着“高薪”、“稀缺”、“大佬”标签的机器学习专家成为了程序员、工程师、数据分析师的转型风向标。根据 Indeed 在美国 2018 年的最佳工作报告,机器学习工程师在美国前十的“最佳”工作排名中占据前列,年薪高达 13.62 万美元。机器学习是什么?应用场景有哪些?成为机器学习专家难不难? 11月1日的数据侠实验室,Tapas数据仓库管理员寇冠东和大...转载 2018-11-15 21:47:49 · 287 阅读 · 0 评论 -
卸载与安装numpy
一、卸载pip uninstall numpy二、安装找到目录D:\python\Lib\site-packagespip install numpy-1.15.4+mkl-cp35-cp35m-win_amd64.whl原创 2019-04-15 16:45:14 · 36398 阅读 · 0 评论