2017年12月_loveliuzz

12月 11月 10月 09月 08月 07月 06月 04月

转载 [Machine Learning] 梯度下降法的三种形式BGD、SGD以及MBGD

转载：博客出处：http://www.cnblogs.com/maybe2030/ 阅读目录1. 批量梯度下降法BGD2. 随机梯度下降法SGD3. 小批量梯度下降法MBGD4. 总结　　在应用机器学习算法时，我们通常采用梯度下降法来对采用的算法进行训练。其实，常用的梯度下降法还具体包含有三种不同的形式，它们也各自有着不同的优缺点。　　下面我们以

2017-12-30 10:22:16 351

原创深度学习——tensorflow安装、简介及基础内容

一、TensorFlow安装及介绍张量：是一种表示物理量的方式，是用基向量与分量组合表示物理量。由于基向量有丰富的组合，张量也可以非常丰富的物理量。张量所描述的物理量是不随观察者或者说参照系而变化的。二、TensorFlow基本概念tensorflow常用函数说明链接

2017-12-23 15:29:35 399

原创机器学习——数据清洗与特征选择

一、数据清洗数据清洗(data cleaning)是在机器学习过程中一个不可缺少的环节，其数据的清洗结果直接关系到模型效果以及最终的结论。在实际的工作中，数据清洗通常占开发过程的50%-80%左右的时间。

2017-12-18 19:35:28 5600 1

原创机器学习sklearn19.0聚类算法——Kmeans算法

一、关于聚类及相似度、距离的知识点

2017-12-17 10:18:16 74335 14

原创机器学习sklearn19.0——SVM算法

一、

2017-12-17 10:17:09 1896 1

原创机器学习概述

一、机器学习定义及认识机器学习做的事情总结来说就是：根据提供数据，机器能够寻找到一个函数function，学习到数据的相关特征规律从而进行预测。机器学习的框架流程大概分为以下三个步骤：机器学习大致可分为两类学习任务，分别为：监督学习（supervised learning）和非监督学习（unsupervised learning）。其中，监督学习又分...

2017-12-17 10:14:13 1685

原创机器学习sklearn19.0——集成学习——boosting与梯度提升算法（GBDT）、Adaboost算法

一、boosting算法原理

2017-12-17 10:13:28 2635 1

原创机器学习sklearn19.0——集成学习——bagging、随机森林算法

一、bagging策略二、随机森林算法

2017-12-17 10:12:44 7395 4

原创机器学习sklearn19.0——决策树算法

一、基础知识——信息熵与条件信息熵二、决策树的定义与直观理解

2017-12-17 10:11:33 1880 1

原创机器学习sklearn19.0——Logistic回归算法

一、Logistic回归的认知与应用场景Logistic回归为概率型非线性回归模型，是研究二分类观察结果与一些影响因素之间关系的一种多变量分析方法。通常的问题是，研究某些因素条件下某个结果是否发生，比如医学中根据病人的一些症状来判断它是否患有某种病。二、LR分类器LR分类器，即Logistic Regression C

2017-12-17 10:10:10 35932 8

原创机器学习sklearn19.0——线性回归算法（应用案例）

一、线性回归——家庭用电预测（时间与功率以及功率与电流之间的关系）

2017-12-17 10:08:47 7720

原创机器学习sklearn19.0——梯度下降算法

梯度下降详细可参考链接：https://www.cnblogs.com/pinard/p/5970503.html一、梯度下降算法

2017-12-17 10:07:51 2183

原创机器学习sklearn19.0——线性回归算法

一、回归算法的定义与认识二、线性回归1、线性回归相关公式

2017-12-17 10:06:28 1053

机器学习——数据不均衡及解决方案

数据不均衡及解决方案--上采样、下采样及数据合成的Python代码

2018-03-10

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人