机器学习ML

已于 2024-03-07 16:38:19 修改
阅读量361 收藏 6
点赞数 6
文章标签： 机器学习 人工智能
于 2024-03-05 22:36:07 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_68879428/article/details/136491946
版权

2024.03.05

Machine Learning Algorithms

--Supervised learning （实际使用更多）：回归、分类

-- Unsupervised learning

线性回归模型

成本函数的思想

人菜是非多
关注
机器学习流程—AutoML
03-21 3万+
今天我将用一个简单的示例来全面讲解 AutoML 工具：Auto-Sklearn，相信你会爱上这个这么省心的工具。文中涉及的数据、代码文末将给出，方便实战练习熟悉机器学习的人都知道 scikit-learn，这是著名的 python 包，由不同的分类和回归算法组成，用于构建机器学习模型。Auto-Sklearn 是一个基于 Python 的开源工具包，用于执行 AutoML，它采用著名的 Scikit-Learn 机器学习包进行数据处理和机器学习算法。
机器学习ML简介-v0.7.pptx
07-09
介绍机器学习，让大家很容易学习机器学习。作为一个入门资料，这个材料写得很好。希望更多的人来学习人工智能。
机器学习ml_机器学习简介（ML）
culing2941的博客
09-15 1402
Here you will get introduction to machine learning. 在这里，您将获得机器学习的介绍。 Hello there. Many of you must be aware of this term but some might be wondering what the heck is this? Another technical jargon o...
机器学习 ML在材料领域应用
LIFEMOST的博客
03-21 1219
关于举办“机器学习（ML）在材料领域应用专题培训班”通知 二次学习完全免费，有全程的录制视频，可反复观看学习 提前报名有优惠可以优惠400元（仅限15名） （五天课程，干货满满） 线上培训采取开麦和微信群解疑，学员和老师交流、学员与学员交流，培训完毕后老师长期解疑 可开具正规报销发票及提供相关缴费证明、邀请函，可提前开具报销发票、文件用于费用报销 详情请您查阅附件或者公众号链接：机器学习材料预测发现专题培训https://mp.weixin.qq.com/s/vbtmg6aBoG7eLDMaHZw9bg .
【赠书第19期】跨平台机器学习：ML.NET架构及应用编程
无人机开发（开源Ardupilot）
01-26 1万+
在微软最有价值专家（16届）的指导下，运用跨平台机器学习框架ML.NET来创建机器学习解决方案，将人工智能技术应用于实际任务场景中。
机器学习——自动机器学习(AutoML)
2301_80374809的博客
10-15 1199
自动机器学习（AutoML）是指通过自动化的方法来选择模型、调整超参数和预处理数据的过程，从而让没有丰富经验的用户也能创建高质量的机器学习模型。与传统的机器学习方法相比，AutoML能够自动执行数据预处理、特征工程、模型选择、超参数优化等多个步骤，大大降低了机器学习的技术门槛。自动机器学习（AutoML）在极大降低机器学习门槛的同时，也加速了其在各个领域中的应用。通过数据预处理、特征工程、模型选择和超参数优化的自动化，AutoML为广大用户提供了一种高效且便捷的机器学习实现方式。
一句话概括 —— ML（机器学习）
weixin_64304788的博客
04-19 1588
聚类算法： 无监督学习算法，根据样本之间的相似度将样本分为多个类别。K-Means简单易懂易于实现，但也与生俱来有一些明显的缺陷，比如算法依赖K值的选择、初始点的选择、样本的分布，以及对异常值非常敏感、在大样本数据集上性能较差。K-means的损失函数是求所有数据点与所在簇的中心点的距离之和 逻辑回归： 是一种广义的线性回归模型，主要用于数据挖掘、疾病自动诊断、经济预测等。常用于二分类场景，通过sigmoid来把输出结果映射为0-1的概率值 朴素贝叶斯： ...
「ML 基础篇」机器学习概览
三余知行
03-02 1340
机器学习基础 - 概览：什么是机器学习？什么情况需要引入机器学习？机器学习有哪些应用场景？机器学习怎么分类？机器学习领域的主要挑战是什么？如何对模型进行验证和评估？
【每日AI】什么是机器学习（ML)？
TUSTer_的博客
01-19 3450
机器学习 术语“机器学习”或简称ML（Machine Learning），是亚瑟·塞缪尔（Arthur Samuel）在1959年用机器解决跳棋游戏的背景下提出的。该术语指的是一种计算机程序，它可以学习产生一种行为，而这种行为不是由程序的作者明确编程实现的。相反，它能够显示出作者可能完全没有意识到的行为。 这种行为的学习基于三个因素： 程序消耗的数据； 量化当前行为和理想行为之间的误差或某种形式的距离的度量；(日常生活中所说的"量化"：指的是目标或任务具体明确，可以清晰度量。)
机器学习原理详解
热门推荐
顺其自然~专栏
12-22 3万+
我们先来说个老生常谈的情景：某天你去买芒果，小贩摊了满满一车芒果，你一个个选好，拿给小贩称重，然后论斤付钱。 自然，你的目标是那些最甜最成熟的芒果，那怎么选呢？你想起来，啊外婆说过，明黄色的比淡黄色的甜。你就设了条标准：只选明黄色的芒果。于是按颜色挑好、付钱、回家。啊哈，人生完整了？ 呵呵呵。 告诉你吧人生就是各种麻烦 等你回到家，尝了下芒果。有些确实挺甜，有些就不行了。额～显然，外婆...
通过生物传感器和机器学习 ML 进行个性化治疗-研究论文
06-09
通过结合机器学习 ML 技术和通过专门的生物传感器收集的数据，可以有效地实现精准医疗和个性化治疗。 然而，最大的挑战似乎是需要更好的数据——在质量和数量方面——以应用适当的机器学习技术。 虽然 ML 可以发现...
【ML】 李宏毅机器学习课件及代码.zip
04-02
机器学习（Machine Learning, ML）是一种应用人工智能（AI）领域的科学技术，它使得计算机系统能够从数据中自动学习和改进，而无需显式编程。在机器学习的过程中，算法会通过识别和挖掘数据中的模式来构建一个模型，...
机器学习——多重共线性问题
qhqlnannan的专栏
11-14 828
◆当存在多个维度时，特别注意变量的多重共线性问题，可以使用箱形图，直方图和散点图来查找规律性信息。
机器学习中的分类：决策树、随机森林及其应用
hai40587的博客
11-11 1058
决策树和随机森林是机器学习领域中两种非常强大且流行的分类和回归算法。它们通过模拟人类决策过程，将复杂的数据集分割成易于理解和处理的子集，从而实现对新数据的准确预测。决策树具有结构简单、易于理解和解释等优点，但容易过拟合和对噪声数据敏感。随机森林通过集成多个决策树，能够减少过拟合，提高模型的泛化能力，并具有良好的抗噪声能力和对缺失值问题的处理能力。在实际应用中，需要根据具体问题的特点和需求来选择合适的算法。
【python】机器学习调参与自动化：使用Hyperopt优化你的模型
最新发布
萧鼎的博客
11-14 962
Hyperopt 是一个 Python 库，用于优化和自动化机器学习模型的超参数调节。它支持多种优化算法，最常用的是贝叶斯优化（Bayesian Optimization）、随机搜索（Random Search）以及遗传算法（Genetic Algorithm）。Hyperopt 不仅适用于机器学习任务，也可以广泛应用于其他需要优化的场景。空间（Space）：定义超参数搜索空间。通常情况下，我们通过指定每个超参数的取值范围来定义一个空间。目标函数（Objective Function）
从0开始学习机器学习--Day22--优化总结以及误差作业（上）
Chef_Chen的博客
11-12 284
假如我们有这样一个学习问题：我需要在{to,too,two}中选出一个填入以下句子：For breakfast, I ate __eggs.在这种问题中，句子的信息越多，算法越有可能得到答案，也就是说训练集数据额定增大是有益的。在房价问题中，假如我们只给了房屋面积的大小以及价格，单纯只靠这个预测到真实的价格的难度是很大的，毕竟还需要考虑所处位置的地价。其实，这类问题概括起来，只要解决了偏差和方差的问题就可以了，那么我们要做的就是让算法的参数尽可能地多的同时，再增加训练集的数量，这样，，这样我们就可以保证。
第十九周：机器学习
benbenxinchen的博客
11-10 798
本周复习了线性回归模型的基本概念、步骤以及应用场景，进一步延伸到代码层面。动手实践了吴恩达机器学习实验1——线性回归，单变量线性回归和多变量线性回归分别用sklearn库的LinearRegression模型和自定义线性回归模型训练数据并且进行预测，最终得出效率和准确率的对比。该实验不仅复习了模型训练的基本步骤，还进一步手动代码实现了模型的定义、损失函数的设置以及最优化的处理。为了更加熟悉pytorch框架的基本知识，本周还简单学习了torch的数据处理方式。
【机器学习】任务十：从函数分析到机器学习应用与BP神经网络
FHY26828的博客
11-10 733
BP神经网络（Back Propagation Neural Network，反向传播神经网络）是一种前馈神经网络，通过误差反向传播算法来训练模型权重和偏置。它是人工神经网络中最常见的模型之一，特别适用于非线性函数的拟合和分类问题。
python机器学习ML
10-16
好的，关于 Python 机器学习，我可以为您提供一些基本信息。Python 是一种非常流行的编程语言，也是机器学习领域中最常用的语言之一。Python 有很多优秀的机器学习库，如 Scikit-learn、TensorFlow、PyTorch 等，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值