机器学习-算法入门到进阶
文章平均质量分 96
机器学习-算法入门到进阶
管程序猿
这个作者很懒,什么都没留下…
展开
-
Python_机器学习_算法_第11章_11-HMM模型
Python_机器学习_算法_第11章_11-HMM模型`11.1 马尔科夫`链**加粗样式**学习目标1 简介2 经典举例3 小结11.2 HMM简介学习目标1 简单案例2 案例进阶2.1 问题阐述2.2 问题解决2.2.1 一个简单问题【对应问题二】2.2.2 看见不可见的,破解骰子序列【对应问题一】2.2.3 谁动了我的骰子?【对应问题三】3 小结11.3 HMM模型基础学习目标1 什么样的问题需要HMM模型2 HMM模型的定义3 一个HMM模型实例4 HMM原创 2022-10-31 12:57:05 · 353 阅读 · 0 评论 -
Python_机器学习_算法_第10章_10EM算法
EM算法学习目标10.1 初识EM算法学习目标小结10.2 EM算法介绍学习目标1 极大似然估计1.1 问题描述1.2 用数学知识解决现实问题1.3 最大似然函数估计值的求解步骤2 EM算法实例描述3 EM算法流程3 小结10.3 EM算法实例学习目标1 一个超级简单的案例2 加入隐变量z后的求解2.1 EM初级版2.2 EM进阶版3 小结原创 2022-10-31 12:37:44 · 252 阅读 · 0 评论 -
Python_机器学习_算法_第9章_9.支持向量机
Python_机器学习_算法_第9章_9.支持向量机支持向量机学习目标9.1 SVM算法简介学习目标1 SVM算法导入2 SVM算法定义2.1 定义2.2 超平面最大间隔介绍2.3 硬间隔和软间隔2.3.1 硬间隔分类2.3.2 软间隔分类3 小结9.2 SVM算法api初步使用学习目标9.3 SVM算法原理学习目标1 定义输入数据2 线性可分支持向量机3 SVM的计算过程与算法步骤3.1 推导目标函数3.2 目标函数的求解3.2.1 朗格朗日乘子法3.2.2原创 2022-10-31 12:25:55 · 456 阅读 · 0 评论 -
Python_机器学习_算法_第8章_8.朴素贝叶斯
Python_机器学习_算法_第8章_8.朴素贝叶斯朴素贝叶斯学习目标8.1 朴素贝叶斯算法简介8.2 概率基础复习学习目标1.概率定义2.案例:判断女神对你的喜欢情况3.联合概率、条件概率与相互独立4.贝叶斯公式4.1 公式介绍4.2 案例计算4.3 文章分类计算5 小结8.3 案例:商品评论情感分析学习目标1.api介绍2.商品评论情感分析2.1 步骤分析2.2 代码实现3 总结8.4 朴素贝叶斯算法总结1.朴素贝叶斯优缺点2.朴素贝叶斯内容汇总2.1 *原创 2022-10-31 12:13:30 · 125 阅读 · 0 评论 -
Python_机器学习_算法_第7章_7.拓展知识
7. 拓展知识7.1. 其他距离公式7.2. 再议数据分割7.3. 正规方程另一种推导方式7.4. 梯度下降算法比较和进一步优化7.5. 多项式回归7.6. 维灾难7.7. 分类中解决类别不平衡问题7.8. 向量与矩阵的范数7.9. 无偏估计原创 2022-10-30 01:09:52 · 309 阅读 · 0 评论 -
Python_机器学习_算法_第6章_聚类算法
6. 聚类算法6.1. 聚类算法简介6.2. 聚类算法api初步使用6.3. 聚类算法实现流程6.4. 模型评估6.5. 算法优化6.6. 特征降维6.7. 案例:用户物品类别喜好原创 2022-10-30 00:32:02 · 595 阅读 · 0 评论 -
Python_机器学习_算法_第5章_集成学习基础
5. 集成学习5.1. 集成学习算法简介5.2. Bagging和随机森林5.3. OTTO案例5.4. Boosting5.5. GBDT介绍原创 2022-10-29 22:32:12 · 132 阅读 · 0 评论 -
Python_机器学习_算法_第4章_4.决策树算法
- 掌握决策树实现过程- 知道信息熵的公式以及作用- 知道信息增益、信息增益率和基尼指数的作用- 知道id3,c4.5,cart算法的区别- 了解cart剪枝的作用- 知道特征提取的作用- 应用DecisionTreeClassifier实现决策树分原创 2023-03-12 12:33:50 · 735 阅读 · 1 评论 -
Python_机器学习_算法_第3章_3.逻辑回归
知道逻辑回归的损失函数、优化方法知道逻辑回归的应用场景应用LogisticRegression实现逻辑回归预测知道精确率、召回率等指标的区别知道如何解决样本不均衡情况下的评估会绘制ROC曲线图形原创 2023-03-10 14:06:54 · 1555 阅读 · 0 评论 -
Python_机器学习_算法_第2章_2. 线性回归
- 掌握线性回归的实现过程 - 应用LinearRegression或SGDRegressor实现回归预测 - 知道回归算法的评估标准及其公式 - 知道过拟合与欠拟合的原因以及解决方法 - 知道岭回归的原理及与线性回归的不同之处 - 应用Ridge实现回归预测 - 应用joblib实现模型的保存与加载原创 2023-03-10 13:57:11 · 418 阅读 · 0 评论 -
Python_机器学习_算法_第1章_K-近邻算法
* 掌握K-近邻算法实现过程* 知道K-近邻算法的距离公式* 知道K-近邻算法的超参数K值以及取值问题* 知道kd树实现搜索的过程* 应用KNeighborsClassifier实现分类* 知道K-近邻算法的优缺点* 知道交叉验证实现过程* 知道超参数搜索过程* 应用GridSearchCV实现算法参数的调优原创 2023-03-10 13:20:22 · 430 阅读 · 0 评论