人工智能
程序员杂谈
自我评价
诚实信用 勤奋刻苦 有较强的组织能力和团队意识
责任心强 有创新精神 自学能力较好
精通seo优化
展开
-
机器学习算法---降维算法
降维算法降维算法也是一种无监督学习算法,其主要特征是将数据从高维降低到低维层次。在这里,维度其实表示的是数据的特征量的大小,例如,房价包含房子的长、宽、面积与房间数量四个特征,也就是维度为4维的数据。可以看出来,长与宽事实上与面积表示的信息重叠了,例如面积=长 × 宽。通过降维算法我们就可以去除冗余信息,将特征减少为面积与房间数量两个特征,即从4维的数据压缩到2维。于是我们将数据从高维降低到低维,...转载 2018-05-21 16:47:44 · 1407 阅读 · 0 评论 -
监督室式学习和非监督是学习-机器学习
机器学习可分为两大类:监督式学习和非监督式学习监督式学习特点:训练的数据是有标注的;按照标注又可以分为:分类和回归分类:标注的数据是离散的,对应的模型是分类;回归:标注的数据是连续的,对应的模型是回归;非监督式学习特点:训练的数据里没有标注,只有自变量非监督学习可分为:聚类和降为聚类:把距离比较近的点归属于一类的称为聚类;降为:把高维空间的数据映射到低维空间称为降为;...原创 2018-11-14 18:59:42 · 1984 阅读 · 0 评论 -
交叉验证
交叉验证目的:防范过拟合我们把数据集分成训练集、验证集和测试集;训练集用来估算模型参数,验证集用来选择超参数,测试集用来评估模型效果。 交叉验证是在机器学习建立模型和验证模型参数时常用的办法。交叉验证,顾名思义,就是重复的使用数据,把得到的样本数据进行切分,组合为不同的训练集和测试集,用训练集来训练模型,用测试集来评估模型预测的好坏。在此基础上可以得到多组不同的训练集和测...原创 2018-11-21 20:58:37 · 1221 阅读 · 0 评论 -
http协议-学习笔记
请求头常见参数:在http协议中,向服务器发送一个请求,数据分为三部分,第一个是把数据放在URL中,第二个是把数据放在body中(在post请求中),第三个就是把数据放在head中。这里介绍在网爬虫中经常会用到的一些请求头参数:1.user- Arent:浏览器名称。这个在网络爬虫中经常会被使用到。请求一个网页的到时候,服务器通过这个参数就可以知道这个请求是由哪种刘览器发送的。如果我们是通过爬...原创 2018-12-05 14:55:42 · 289 阅读 · 0 评论 -
urlib库之urlopen函数用法
urlopen函数:在python3的urllib库中,所有和网络请求相关的方法,都被集到urllib.request模块下面了,以先来着下urlopen函数基本的使用:from urllib import requestresp = request.urlopen('http://www.baidu.com')print(resp.read())实际上,使用浏览器浏览百度,右键查看源代...原创 2018-12-05 16:45:37 · 4690 阅读 · 0 评论 -
支持向量学习机总结
支持向量学习机总结: 监督式学习重点介绍了支持向量学习机、核函数、决策树、随机森林及GBTs 支持向量学习机的出发点是解决线性可分或近似线性可分的问题。这个模型很重要的隐含假设:每个数据点的权重并不相同。支持向量机在训练时并不考虑所有数据,而只关心其中被直线分开的“异常点”。 为了支持向量学习机能处理非线性问题,引入了核函数的概念。核函数能高效的完成空间变换,特别是从低...原创 2018-12-14 12:34:23 · 406 阅读 · 0 评论 -
生成式模型:信息量化的价值-总结
生成式模型并不是从自变量出发对北语测量搭建模型,他的建模理念是通过模型理解数据是如何产生的,并以此为基础,借助贝叶斯框架对位置数据做预测。模型过程更复杂。三种从简单到复杂的模型:朴素贝叶斯,判别分析,隐马尔可夫模型朴素贝叶斯模型假设性最强,它假设特征是条件独立的。虽然假设很牵强,但朴素贝叶斯在文本分类上的效果不错,它可做原子模型与其他模型进行联结组合成更加复杂的模型。判别分析模型放松了特...原创 2018-12-20 12:24:36 · 568 阅读 · 0 评论 -
华为轮值董事长郭平新年致辞:不经艰难困苦,何来玉汝于成
转自公众号:数字经济智库 不经艰难困苦,何来玉汝于成——2019年新年致辞轮值董事长 郭平 “困难越大,荣耀也越大”,即将结束的2018年,印证了哲学家西塞罗的这句名言。在这极不平静的一年里,我们从未停下前进的脚步。2018年,公司预计实现销售收入1085亿美元,同比增长21%。 我们和全球领先运营商签定了26个5G商用合同,10000多个5G基站已发往世界各地;...转载 2018-12-28 08:56:25 · 1054 阅读 · 0 评论 -
新零售玩转人工智能,智能客服未来可期
转自公众号 数字经济智库 新零售,就是以数据驱动的人、货、场的重构,而数据又来源于消费者。天猫新零售平台客户转型与市场战略部负责人杨海认为,我们现在正在经历以消费者为核心的“零售革命”。 互联网时代,碎片化的消费行为令传统的零售方式难以为继。而人工智能技术近年来成为了零售市场上的“救命稻草”。无人便利店、无人配送车、智能客服等等,都是人工智能与新零售结合的产物。 无人商店即拿...转载 2018-12-24 10:40:05 · 508 阅读 · 0 评论 -
阿里巴巴达摩院发布2019十大科技趋势:数字身份将成为第二张身份证
转自: 数字经济智库2018的冬天有点冷,但科技依然拥有瞬间点燃人们激情的魔力。1月2日,阿里巴巴达摩院发布了"2019十大科技趋势",涵盖了智能城市、数字身份、自动驾驶、图神经网络系统、AI芯片、区块链、5G等领域。在经济下行压力增大的大环境下,阿里巴巴达摩院让人们聚焦到真正创造价值的前沿技术,为2019年的发展提供理论支撑和想象力源泉。2019年,AI依然将是科技界最热的方向。如果说20...转载 2019-01-02 14:36:24 · 1696 阅读 · 0 评论 -
深度神经网络
神经网络是非常复杂的模型,容易一起过拟合问题。防止过拟合最直接的方法就是在模型的损失函数里面加入惩罚项,在大型神经网络,还需要试用特殊的dropput方法。这个方法将在训练神经网络的过程中,随机的删掉一些神经元,防止模型过度优化。经典的全连接神经网络无法模拟人眼局部识别和模糊处理的能力。卷积神经网络,这个模型在全连接神经网络的基础上增加了卷积层和池化层,其中卷积层和池化层由于局部连接,有效的减...原创 2019-01-07 12:26:04 · 600 阅读 · 0 评论 -
赛迪智库陆峰:大数据和人工智能开启产业发展新时代
转自公众号: 数字经济智库 “企业对数据的驾驭能力决定其核心竞争力,数据流通越快,数据驾驭能力越强,数据使用成本越低,企业竞争能力越强,这是数字经济发展水平很重要的标志,各行各业都离不开互联网、大数据和人工智能,互联网促进数据的汇集,为智能化的发展提供平台。大数据是人工智能的基础,人工智能是大数据发展的高级阶段,要发展人工智能离不开大数据,但人工智能肯定比大数据更加高, 大数据和人工智能...转载 2019-01-22 14:17:48 · 1439 阅读 · 0 评论 -
人工智能、机器学习、深度学习、数据挖掘、数据分析区分
https://blog.csdn.net/luanpeng825485697/article/details/78769184在开始学习python大数据之前,先要搞清楚人工智能、机器学习、深度学习、数据挖掘、数据分析都是什么意思。人工智能大家族包含着丰富的内容,分清楚了每一项都是做什么的,才能选对路线。人工智能AI人工智能分为强人工智能和弱人工智能。强人工智能是通过计算机来...转载 2019-01-22 14:30:00 · 2588 阅读 · 2 评论 -
特殊矩阵及运算
方阵是行数与列数相等的矩阵。三种:单位矩阵:矩阵的对角线等于1,其他元素等于0,为In. In = =(1{i=j}) ∈R n*n对角矩阵:除矩阵的对角线元素外,其他元素都等于0 ,记为 diagram(d1,d2,。。。dn) 三角矩阵:可以分为上三角矩阵和...原创 2018-11-18 17:28:10 · 2123 阅读 · 0 评论 -
精通数据科学:从线性回归到深度学习-学习笔记
由于前两章节是基础,就不在描述了。第三章,数学基础: 3.1矩阵和向量空间 标量、向量与矩阵 特殊矩阵 矩阵运算 代码实现 向量空间 3.2 概率:量化随机 定义概率:事件和概率空间 条件概率:信息的价值 随机变量:...原创 2018-11-14 14:00:55 · 1319 阅读 · 0 评论 -
Scrap Shell -笔记
我们想要在爬虫中使用 xpath、beautifulsoup、正则表达式、css选择器等来提取想要的数据。但是因为sapy是一个比较重的框架。每次运行起来都要等待一段时间。因此要去验证我们写的提取规则是否正确,是一个比较麻烦的事情。因此scrap提供了一个shell,用来方便的测试规则。当然也不仅仅局限于这一个功能。打开 Scrap Shell打开cmd终端,进入到 Scrap项目所在的目录...原创 2018-11-08 17:28:06 · 342 阅读 · 0 评论 -
机器学习算法---推荐算法
推荐算法推荐算法是目前业界非常火的一种算法,在电商界,如亚马逊,天猫,京东等得到了广泛的运用。推荐算法的主要特征就是可以自动向用户推荐他们最感兴趣的东西,从而增加购买率,提升效益。推荐算法有两个主要的类别:一类是基于物品内容的推荐,是将与用户购买的内容近似的物品推荐给用户,这样的前提是每个物品都得有若干个标签,因此才可以找出与用户购买物品类似的物品,这样推荐的好处是关联程度较大,但是由于每个物品都...转载 2018-05-21 16:54:08 · 1379 阅读 · 0 评论 -
机器学习算法---总结
除了以上算法之外,机器学习界还有其他的如高斯判别,朴素贝叶斯,决策树等等算法。但是上面列的六个算法是使用最多,影响最广,种类最全的典型。机器学习界的一个特色就是算法众多,发展百花齐放。下面做一个总结,按照训练的数据有无标签,可以将上面算法分为监督学习算法和无监督学习算法,但推荐算法较为特殊,既不属于监督学习,也不属于非监督学习,是单独的一类。监督学习算法:线性回归,逻辑回归,神经网络,SVM无监督...转载 2018-05-21 16:57:15 · 266 阅读 · 0 评论 -
机器学习的应用–大数据
说完机器学习的方法,下面要谈一谈机器学习的应用了。无疑,在2010年以前,机器学习的应用在某些特定领域发挥了巨大的作用,如车牌识别,网络攻击防范,手写字符识别等等。但是,从2010年以后,随着大数据概念的兴起,机器学习大量的应用都与大数据高度耦合,几乎可以认为大数据是机器学习应用的最佳场景。譬如,但凡你能找到的介绍大数据魔力的文章,都会说大数据如何准确准确预测到了某些事。例如经典的Google利用...转载 2018-05-22 16:54:20 · 17898 阅读 · 0 评论 -
机器学习的子类–深度学习
近来,机器学习的发展产生了一个新的方向,即“深度学习”。虽然深度学习这四字听起来颇为高大上,但其理念却非常简单,就是传统的神经网络发展到了多隐藏层的情况。在上文介绍过,自从90年代以后,神经网络已经消寂了一段时间。但是BP算法的发明人Geoffrey Hinton一直没有放弃对神经网络的研究。由于神经网络在隐藏层扩大到两个以上,其训练速度就会非常慢,因此实用性一直低于支持向量机。2006年,Geo...转载 2018-05-22 17:11:14 · 1004 阅读 · 0 评论 -
机器学习的父类–人工智能
人工智能是机器学习的父类。深度学习则是机器学习的子类。如果把三者的关系用图来表明的话,则是下图: 图19 深度学习、机器学习、人工智能三者关系毫无疑问,人工智能(AI)是人类所能想象的科技界最突破性的发明了,某种意义上来说,人工智能就像游戏最终幻想的名字一样,是人类对于科技界的最终梦想。从50年代提出人工智能的理念以后,科技界,产业界不断在探索,研究。这段时间各种小说、电影都在以各...原创 2018-05-22 17:21:32 · 357 阅读 · 0 评论 -
机器学习的思考–计算机的潜意识
最后,作者想谈一谈关于机器学习的一些思考。主要是作者在日常生活总结出来的一些感悟。回想一下我在节1里所说的故事,我把小Y过往跟我相约的经历做了一个罗列。但是这种罗列以往所有经历的方法只有少数人会这么做,大部分的人采用的是更直接的方法,即利用直觉。那么,直觉是什么?其实直觉也是你在潜意识状态下思考经验后得出的规律。就像你通过机器学习算法,得到了一个模型,那么你下次只要直接使用就行了。那么这个规律你是...转载 2018-05-24 10:28:41 · 472 阅读 · 0 评论 -
机器学习-总结
总结本文首先介绍了互联网界与机器学习大牛结合的趋势,以及使用机器学习的相关应用,接着以一个“等人故事”展开对机器学习的介绍。介绍中首先是机器学习的概念与定义,然后是机器学习的相关学科,机器学习中包含的各类学习算法,接着介绍机器学习与大数据的关系,机器学习的新子类深度学习,最后探讨了一下机器学习与人工智能发展的联系以及机器学习与潜意识的关联。经过本文的介绍,相信大家对机器学习技术有一定的了解,例如机...转载 2018-05-24 10:32:16 · 805 阅读 · 0 评论 -
机器学习-后记
后记这篇文档花了作者两个月的时间,终于在2014年的最后一天的前一天基本完成。通过这篇文章,作者希望对机器学习在国内的普及做一点贡献,同时也是作者本人自己对于所学机器学习知识的一个融汇贯通,整体归纳的提高过程。作者把这么多的知识经过自己的大脑思考,训练出了一个模型,形成了这篇文档,可以说这也是一种机器学习的过程吧(笑)。作者所在的行业会接触到大量的数据,因此对于数据的处理和分析是平常非常重...转载 2018-12-05 14:30:59 · 190 阅读 · 0 评论 -
数据挖掘任务流程--学习笔记
1、读取数据 读取数据,并进行展示 统计数据各项指标 明确数据规模与要完成的任务 2、特征理解分析 单特征分析,诸葛变量分析其对结果的影响 多变量统计分析,综合考虑多种情况影响 统计绘图得出结论 3、数据清理与预处理 对缺失值进行填充 特征标准化/...原创 2018-09-29 10:14:23 · 648 阅读 · 0 评论 -
如何学习人工智能?
机器学习是人工智能的基础 机器学习是你告诉机器你的目标,并提供相关的大数据,让它参照着去完成。 机器学习主要是通过算法、数据、程序、评估、应用等方式来实现 机器学习的领域主要有机器学习的流程 收集数据并进行数据预处理 特征的选择与模型的构建 评估和预测 ...原创 2018-11-09 15:18:46 · 448 阅读 · 0 评论 -
人工智能-国家战略抓手
原创 2018-11-02 17:11:41 · 692 阅读 · 0 评论 -
opencv -理解
定义(来源于百度百科)OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。OpenCV用C++语言编写,它的主要接口也是C++语言,但是...原创 2018-11-07 14:35:57 · 525 阅读 · 0 评论 -
人工智能-李开复
第一章 人工智能来了 人工智能已经来了 ,而且他就在我们身边,几乎无处不在。我们者的知道什么是人工智能吗?我们真的知道人工智能共同发展吗?我们该如何在心理上将人和机器摆在正确的位置?我们该如何规划人工智能时代的未来生活。 无处不在的人工智能 智能助理 新闻推荐和新闻撰稿 机器视觉 AI艺术 ...原创 2018-11-08 14:47:02 · 503 阅读 · 0 评论 -
数据挖掘流程
一、读取数据 读取数据,并展示 统计数据各项指标 明确数据规模与要完成的任务二、特征理解分析 单特征分析 多变量统计分析,综合考虑多种情况的影响 统计绘图得出结论三、数据清洗与预处理 对缺失值进行填充 特征标准化/归一化 筛选有价值的特征 分析特征之间的相关性四、建立模型 特征数据与标签准备...原创 2019-03-20 12:53:15 · 649 阅读 · 0 评论