qingfengxd1的博客

人工智能必读书单 1、动手学深度学习-中文版 http://zh.gluon.ai/ 《动手学深度学习》是一本既能讲原理、又有实现和实际使用、不断更新、而且容易读的书。这本书⾯向希望了解深度学习，特别是对实际使⽤深度学习感兴趣的⼤学⽣、⼯程师和研究⼈员。不要求你有任何深度学习或者机器学习的背景知识，从头开始解释每⼀个概念。 四位作者均是亚马逊科学家，对人工智能领域颇具口碑。本书也得到了来自学术界和工业界的韩家炜、周志华、张潼、余凯等众多实力大咖鼎力推荐。 2、Neural-Network-M.

数据挖掘算法-KNN算法 算法简介 邻近算法，又叫K近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。个人感觉KNN算法(K-NearestNeighbor)一种极其简单粗暴的分类方法，举一个例子，比如说你想知道一个人是不是喜欢打游戏，就可以观察他最亲密的几个朋友是不是都喜欢打游戏，如果大多数都喜欢打游戏，可以推测这个人也喜欢打游戏。KNN就是基于这种有点“物以类聚，人以

数据挖掘算法—SVM算法 简介 SVM(Support Vector Machine)名为支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。 相关概念 分类器：分类器就是给定一个样本的数据，判定这个样本属于哪个类别。例如在天气预测中，我们认为晚上能看到星星数量和亮度对于第二天的天气情况是有影响的，那么分类器就是通过能看到星星数量和亮度预测第二天的天气情况。 特征：在分类问题中，输入分类器的数据叫做特征。天气预测问题特征就..

print(__doc__) import numpy as np from sklearn.cluster import DBSCAN from sklearn import metrics from sklearn.datasets import make_blobs from sklearn.preprocessing import StandardScaler # ###############################################################.

概念： 聚类分析（cluster analysis ）：是一组将研究对象分为相对同质的群组（clusters）的统计分析技术。聚类分析也叫分类分析，或者数值分类。聚类的输入是一组未被标记的样本，聚类根据数据自身的距离或者相似度将其划分成若干个组，划分的原则是组内距离最小化而组间（外部）距离最大化。聚类和分类的不同在于：聚类所要求划分的类是未知的。 聚类度量的方法：分距离和相似度来度量。 聚类研究分析的方法： 1.层次的方法（hierarchical method） 2.划分方法（..