机器学习基础入门
文章平均质量分 85
机器学习基础入门栏目是一个专门为初学者设计的资源集合,旨在帮助他们快速入门机器学习领域并理解其基本概念和原理。
十二月的猫
山东大学软件工程专业在读本科二年级,iLearn实验室成员(智能多媒体方向)、健身爱好者、红楼迷。曾获得国家奖学金、社会奖学金等国家级、校级、院级奖学金。同时是数学建模爱好者、创新创业大赛小新,曾获得互联网+山东省银奖、数学建模山东省一等奖等奖项。
展开
-
经典机器学习算法——Pagerank算法
PageRank 算法由Google 创始人Larry Page 在斯坦福读大学时提出,又称 PR——佩奇排名。主要针对网页进行排名,计算网站的重要性,优化搜索引擎的搜索结果。PR 值是表示其重要性的因子1、两个问题的解决都利用:修正M矩阵2、前者直接加上修正矩阵,使得不存在全为0的列即可3、后者需要对M矩阵进行等比例缩小,再加上加权处理后的修正矩阵。如此,才能让矩阵中不再存在为1的值4、Spider Traps的解决方法不可以用于Dead ends。原创 2024-04-26 11:14:26 · 723 阅读 · 0 评论 -
机器学习基础入门(二)(线性回归与成本函数)
线性回归是一种用于建立自变量与因变量之间关系的监督学习算法。成本函数则是用来量化模型预测错误的程度,并指导模型参数的优化。在机器学习领域,尤其是线性回归中,成本函数具有重要意义原创 2024-04-17 22:19:39 · 811 阅读 · 0 评论 -
深度学习的发展历史(深度学习入门、学习指导)
从深度学习模型历史发展的路线原创 2024-03-26 20:53:06 · 1310 阅读 · 0 评论 -
机器学习基础入门(一)(机器学习定义及分类)
机器学习的定义,机器学习算法最主要的两个分类:监督算法、非监督算法以及这两类算法的介绍原创 2024-04-12 16:31:18 · 558 阅读 · 0 评论