![](https://img-blog.csdnimg.cn/20190125233656794.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习实战
文章平均质量分 57
主要介绍机器学习的经典算法,全部在这个专栏进行实战,更新
逛逛1973
一位知识构架全面,学术,工程能力强的算法工程师
展开
-
LLaMA-Factory+qwen多轮对话微调测评
LLaMA-Factory+qwen多轮对话微调原创 2024-04-02 15:16:13 · 2401 阅读 · 0 评论 -
解决falsk和TensorFlow兼容性问题
----------------------------解决TF和flask兼容问题----------------------------# ----------------------------解决TF和flask兼容问题----------------------------# ----------------------------解决TF和flask兼容问题----------------------------# 在预测前,加入下面这段代码。# 在代码前加上这三行。原创 2023-01-15 16:27:32 · 283 阅读 · 0 评论 -
最小二乘法和梯度下降的透彻剖析
推荐一个非常好的机器学校学习视频:https://www.ixigua.com/6804688380048179724?id=6803612230853067268&logTag=7p6ms3pw7p_pN5AGfL9A0原创 2020-11-15 22:24:14 · 214 阅读 · 0 评论 -
机器学习入门分享
第一章 逻辑回归浅入深出被人看扁的逻辑回归 https://mp.weixin.qq.com/s/1ZnXJm1nQQvSoJDw8wDg2Q 从逻辑回归到神经网络:https://mp.weixin.qq.com/s/zgy6p8DBjHkrhmiLh8rkMw1.1. 核心思想假设现在有一些数据点, 我们用一条直线对这些点进行拟合(该线称为最佳拟合直线) , 这个拟合过程就称作回归。 利用Logistic回归进行分类的主要思想是: 根据现有数据对分类边界线建立回归公式, 以此进行分类。.原创 2020-06-10 21:56:29 · 195 阅读 · 0 评论 -
聚类(Clustering) - K-means算法 - 理论详解实战
一、Kmeans算法计算过程理论讲解1. 归类: 聚类(clustering) 属于非监督学习 (unsupervised learning) 无类别标记(class label)2. 举例: 3. K-means 算法: 3.1 Clustering 中的经典算法,数据挖掘十大经典算法之一 3.2...原创 2019-06-10 10:34:54 · 3773 阅读 · 0 评论 -
带你实现一个线性和非线性回归模型 + 逻辑回归+梯度下降+皮尔斯相关度+R平方
目录一、基础理论介绍0. 前提介绍:1. 介绍:回归(regression) Y变量为连续数值型(continuous numerical variable)如:房价,人数,降雨量分类(Classification): Y变量为类别型(categorical variable)如:颜色类别,电脑品牌,有无信誉 2. 简单线性回归(Simple Linear R...原创 2019-06-06 17:05:18 · 2917 阅读 · 0 评论 -
手动实现一个神经网络-从理论到实战
一、神经网络理论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backpropagation2. 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....原创 2019-06-04 21:59:48 · 2154 阅读 · 1 评论 -
SVM支持向量机算法原理详解及人脸识别实战
一、先利用库简单的来了解一下流程1. 代码from sklearn import svmx = [[2,0], [1,1], [2,5]]y = [0,0,1]# 选择核clf = svm.SVC(kernel='linear')# 建立模型clf.fit(x, y)# 模型带有很多的参数, 可以自己进行调整print(clf)# 得到支持向量点的...原创 2019-05-29 21:04:00 · 3665 阅读 · 0 评论 -
机器学习-Attention
RNN做机器翻译有它自身的弱点,Attention正是为了克服这个弱点而出现的。所以,要理解Attention,就要搞明白两件事:- RNN在做机器翻译时有什么弱点- Attention是如何克服这个弱点的本文试图从解答这两个问题的角度来理解Attention机制。如果你对RNN还不是很熟悉,建议看看这篇关于LSTM的文章https://www.jianshu.com/p/d6714b73...转载 2019-05-28 16:35:45 · 552 阅读 · 0 评论 -
逐步分解,带你理解LSTM原理
首先给出几个非常好的相关博客链接:1: https://www.jianshu.com/p/d6714b7329272:http://colah.github.io/posts/2015-08-Understanding-LSTMs/3:https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/829223864:ht...转载 2019-05-28 14:47:34 · 764 阅读 · 1 评论 -
深入明了的理解条件随机场(CRF)
理解条件随机场最好的办法就是用一个现实的例子来说明它。但是目前中文的条件随机场文章鲜有这样干的,可能写文章的人都是大牛,不屑于举例子吧。于是乎,我翻译了这篇文章。希望对其他伙伴有所帮助。原文在这里[http://blog.echen.me/2012/01/03/introduction-to-conditional-random-fields/]想直接看英文的朋友可以直接点进去了。我在翻...转载 2019-05-28 14:11:32 · 353 阅读 · 0 评论 -
【ML】 tensorflow人工神经网络逼近预测股票价格实战
tensorflow人工神经网络逼近预测股票价格实战# layer1:激励函数+乘加运算import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltdate = np.linspace(1,15,15)endPrice = np.array([2511.90,2538.26,2510.68,...原创 2019-03-27 22:05:11 · 646 阅读 · 1 评论 -
【ML2】KNN算法讲解及实战
一、前言还是老话,本篇以实战为主,详细的算法步骤和公式推导很重要,必须同时找多篇对比才能融会贯通,以下是我看过的几篇博客,很牛逼,网址如下:机器学习实战:https://www.cnblogs.com/zy230530/p/6780836.html二、算法原理总结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...原创 2019-01-28 12:07:03 · 331 阅读 · 0 评论 -
【ML1】决策树算法decision tree(ID3)理论详解及实战
首先我们要深入了解决策树算法的每一个步骤,最基本的是ID3算法。以下这几个博客介绍的很详细,一定要推导官网地址: https://scikit-learn.org/stable/modules/tree.html经过上面重要的阶段,接下来进行简要总结,一、理论讲解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(...原创 2019-01-25 23:34:45 · 1441 阅读 · 0 评论