机器学习
文章平均质量分 95
liaomin416100569
这个作者很懒,什么都没留下…
展开
-
Transformers实战01-开箱即用的 pipelines
Transformers 是由 Hugging Face 开发的一个 NLP 包,支持加载目前绝大部分的预训练模型。随着 BERT、GPT 等大规模语言模型的兴起,越来越多的公司和研究者采用 Transformers 库来构建 NLP 应用,官网地址。它提供了各种预训练的 Transformer 模型,包括 BERT、GPT、RoBERTa、DistilBERT 等。原创 2024-05-14 14:35:03 · 1414 阅读 · 0 评论 -
深度学习05-RNN循环神经网络
循环神经网络(Recurrent Neural Network,RNN)是一种具有循环连接的神经网络结构,被广泛应用于自然语言处理、语音识别、时序数据分析等任务中。相较于传统神经网络,RNN的主要特点在于它可以处理序列数据,能够捕捉到序列中的时序信息。RNN的基本单元是一个循环单元(Recurrent Unit),它接收一个输入和一个来自上一个时间步的隐藏状态,并输出当前时间步的隐藏状态。在传统的RNN中,循环单元通常使用tanh或ReLU等激活函数。原创 2023-06-26 16:40:39 · 12997 阅读 · 0 评论 -
机器学习实战教程(四):从特征分解到协方差矩阵:详细剖析和实现PCA算法
回想概率统计里面关于方差的数学定义:协方差的数学定义异曲同工:这里的 x和y表示两个变量空间。用机器学习的话讲,就是样本有 x和 y两种特征,而 X 就是包含所有样本的 x特征的集合,Y就是包含所有样本的 y特征的集合。用一个例子来解释会更加形象。用一个矩阵表示为:现在,我们用两个变量空间X ,Y 来表示这两个特征:原创 2023-02-03 16:27:19 · 2393 阅读 · 0 评论 -
机器学习实战教程(六):决策树
易于理解和解释。决策树可以可视化。几乎不需要数据预处理。其他方法经常需要数据标准化,创建虚拟变量和删除缺失值。决策树还不支持缺失值。使用树的花费(例如预测数据)是训练数据点(data points)数量的对数。可以同时处理数值变量和分类变量。其他方法大都适用于分析一种变量的集合。可以处理多值输出变量问题。使用白盒模型。如果一个情况被观察到,使用逻辑判断容易表示这种规则。相反,如果是黑盒模型(例如人工神经网络),结果会非常难解释。即使对真实模型来说,假设无效的情况下,也可以较好的适用。原创 2023-02-19 11:19:29 · 2918 阅读 · 0 评论 -
机器学习实战教程(⑤):使用PCA实战人脸降维
在互联网大数据场景下,我们经常需要面对高维数据,在对这些数据做分析和可视化的时候,我们通常会面对「高维」这个障碍。在数据挖掘和建模的过程中,高维数据也同样带来大的计算量,占据更多的资源,而且许多变量之间可能存在相关性,从而增加了分析与建模的复杂性。我们希望找到一种方法,在对数据完成降维「压缩」的同时,尽量减少信息损失。由于各变量之间存在一定的相关关系,因此可以考虑将关系紧密的变量变成尽可能少的新变量,使这些新变量是两两不相关的,那么就可以用较少的综合指标分别代表存在于各个变量中的各类信息。原创 2023-02-07 17:49:43 · 2049 阅读 · 0 评论 -
tensorflow入门教程02-tensorflow基本概念(数据流图,张量,tensorboard)
TensorFlow程序一般分为两个阶段。第一阶段:定义计算图中所有的计算,张量计算只是构造了一个静态 图;第二阶段:执行计算,使用session.run才开始对图开始有向计算。1 计算图————TensorFlow的计算模型1.1 计算图的概念TensorFlow这个单词由两部分组成:tensor代表张量,是数据模型;flow代表流,是计算模型。下面就引出Flow的具体内涵。流动...原创 2020-03-26 20:40:56 · 443 阅读 · 0 评论 -
tensorflow入门教程01-安装tensorflow
一。tensorflow安装1.linux安装tensorflowtensorflow使用python的pip安装centos7默认安装了python2.7 没有安装pip安装epel库yum -y install epel-release.noarch安装python-pipyum -y install python-pip接下来安装 因为pip的官方镜像太不...原创 2018-12-28 14:34:13 · 470 阅读 · 0 评论 -
机器学习实战教程(三):梯度下降
梯度下降梯度下降简介梯度下降的场景假设梯度下降原理微分(导数|斜率)梯度相反的方向梯度下降算法的数学解释梯度下降简介梯度下降的场景假设梯度下降法的基本思想可以类比为一个下山的过程。假设这样一个场景:一个人被困在山上,需要从山上下来(i.e. 找到山的最低点,也就是山谷)。但此时山上的浓雾很大,导致可视度很低。因此,下山的路径就无法确定,他必须利用自己周围的信息去找到下山的路径。这个时候,他就...原创 2018-12-11 12:05:13 · 1615 阅读 · 1 评论 -
机器学习实战教程(二):线性回归
线性回归1.线性回归简介1.1 正态分布1.2 Linear Regression线性回归1.2.1 一元线程回归(简单线性回归)新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,...原创 2018-11-28 20:05:12 · 4456 阅读 · 1 评论 -
机器学习实战教程(一):K-近邻(KNN)算法
一、简单k-近邻算法本文将从k-近邻算法的思想开始讲起,使用python3一步一步编写代码进行实战训练。并且,我也提供了相应的数据集,对代码进行了详细的注释。除此之外,本文也对sklearn实现k-近邻算法的方法进行了讲解。实战实例:电影类别分类、约会网站配对效果判定、手写数字识别。 文章中大部分文字和例题参考自https://cuijiahua.com/blog/2017/11/ml_...转载 2018-11-15 21:46:37 · 2594 阅读 · 2 评论