![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
《一夜飘零》
这个作者很懒,什么都没留下…
展开
-
1.1 机器学习介绍
1. 课程介绍 2. 机器学习 (Machine Learning, ML) 2.1 概念:多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。 2.2 学科定位:人工智能(Artificial Intelli...原创 2018-08-22 18:22:33 · 7979 阅读 · 0 评论 -
7.3 多元回归分析(multiple regression)
1. 与简单线性回归区别(simple linear regression) 多个自变量(x) 2. 多元回归模型 y=β0+β1x1+β2x2+ ... +βpxp+ε 其中:β0,β1,β2... βp是参数 ε是误差值 3. 多元回归方程 E(y)=β0+β1x1+β2x2+ ... ...原创 2018-08-24 12:12:35 · 16742 阅读 · 0 评论 -
7.1 简单线性回归 (Simple Linear Regression)上
0. 前提介绍:为什么需要统计量?统计量:描述数据特征 0.1 集中趋势衡量 0.1.1均值(平均数,平均值)(mean){6, 2, 9, 1, 2}(6 + 2 + 9 + 1 + 2) / 5 = 20 / 5 = 40.1.2中位数 (median): 将数据中的各个数值按照大小顺序排列,居于中间位置的变量0.1...原创 2018-08-24 12:10:06 · 10523 阅读 · 0 评论 -
7.1 简单线性回归 (Simple Linear Regression)下
1. 简单线性回归模型举例:汽车卖家做电视广告数量与卖出的汽车数量:1.1 如何练处适合简单线性回归模型的最佳回归线?使sum of squares最小1.1.2 计算分子 = (1-2)(14-20)+(3-2)(24-20)+(2-2)(18-20)+(1-2)(17-20)+(3-2)(27-20) = 6 + 4 + 0 + 3 + 7...原创 2018-08-24 12:03:24 · 8474 阅读 · 0 评论 -
6.3 神经网络算法(Nerual Networks)应用(下)
1. 简单非线性关系数据集测试(XOR): X: Y0 0 00 1 11 0 11 1 0Code:from NeuralNetwork import NeuralNetworkimport nump...原创 2018-08-24 11:59:15 · 8111 阅读 · 0 评论 -
6.2 神经网络算法(Nerual Networks)应用(上)
1. 关于非线性转化方程(non-linear transformation function) sigmoid函数(S 曲线)用来作为activation function: 1.1 双曲函数(tanh) 1.2 逻辑函数(logistic function) 2. 实现一个简单的神经网络算法 import numpy ...原创 2018-08-24 11:58:03 · 7953 阅读 · 0 评论 -
6.1 神经网络算法(Nerual Networks)(上)
1. 背景: 1.1 以人脑中的神经网络为启发,历史上出现过很多不同版本 1.2 最著名的算法是1980年的 backpropagation 2. 多层向前神经网络(Multilayer Feed-Forward Neural Network) 2.1 Backpropagation被使用在多层向前神经网络上 2.2 多层向前神经网络由以下...原创 2018-08-24 11:57:09 · 8560 阅读 · 0 评论 -
4.1 最邻近规则分类(K-Nearest Neighbor)KNN算法
1. 综述 1.1 Cover和Hart在1968年提出了最初的邻近算法 1.2 分类(classification)算法 1.3 输入基于实例的学习(instance-based learning), 懒惰学习(lazy learning)2. 例子:未知电影属于什么类型? 3. 算法详述 3.1 步骤:...原创 2018-08-23 07:45:52 · 8212 阅读 · 0 评论 -
3.2 决策树(decision tree)应用
1. Python2. Python机器学习的库:scikit-learn 2.1: 特性:简单高效的数据挖掘和机器学习分析对所有用户开放,根据不同需求高度可重用性基于Numpy, SciPy和matplotlib开源,商用级别:获得 BSD许可 2.2 覆盖问题领域: 分类(classification), 回...原创 2018-08-23 07:46:13 · 7995 阅读 · 0 评论 -
3.1 决策树(decision tree)算法
0. 机器学习中分类和预测算法的评估:准确率 速度 强壮行 可规模性 可解释性1. 什么是决策树/判定树(decision tree)? 判定树是一个类似于流程图的树结构:其中,每个内部结点表示在一个属性上的测试,每个分支代表一个属性输出,而每个树叶结点代表类或类分布。树的最顶层是根结点。2. 机器学习中分类方法中的一个重要算法3. 构造决策树的基本...原创 2018-08-23 07:46:37 · 8125 阅读 · 0 评论 -
2 机器学习基本概念
1. 基本概念:训练集,测试集,特征值,监督学习,非监督学习,半监督学习,分类,回归2. 概念学习:人类学习概念:鸟,车,计算机 定义:概念学习是指从有关某个布尔函数的输入输出训练样例中推断出该布尔函数3. 例子:学习 “享受运动" 这一概念: 小明进行水上运动,是否享受运动取决于很多因素 样例 天气 温度 ...原创 2018-08-23 07:46:51 · 7992 阅读 · 0 评论 -
1.2 深度学习(Deep Learning)介绍
1. 机器学习更多应用举例: 人脸识别 2. 机器学习就业需求: LinkedIn所有职业技能需求量第一:机器学习,数据挖掘和统计分析人才 http://blog.linkedin.com/2014/12/17/the-25-hottest-skills-that-got-people-hired-in-2014/3. 深度学习(Deep Learning)...原创 2018-08-22 18:31:41 · 8210 阅读 · 0 评论 -
7.4 多元回归分析(multiple regression)应用
1. 例子一家快递公司送货:X1: 运输里程 X2: 运输次数 Y:总运输时间 Driving Assignment X1=Miles Traveled X2=Number of Deliveries Y= Travel Time (Hours) 1 ...原创 2018-08-24 12:13:59 · 9017 阅读 · 0 评论