- 博客(2)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 机器学习记录一load_boston数据线性回归
主要流程：1.下载数据集。2.数据集划分。3.选择模型及拟合。4.预测 1. #下载数据集 from sklearn.datasets import load_boston boston = load_boston() #查看数据键值 boston.keys() #dict_keys(['data', 'target', 'feature_names', 'DESCR', 'filename']) x = boston['data'] y = boston['target'] #查看数据结构 x.sh
2020-08-14 20:30:26
10810
3
原创 机器学习记录一简单线性回归
环境：jupyter notebook numpy ：1.18.5 sklearn(scikit-learn):0.23.1 python3.7 主要内容：用numpy创建数据，运用sklearn的线性回归模型计算斜率及截距 一：创建数据 使用numpy创建输入及输出矩阵 ...
2020-08-14 19:36:14
185
深度学习中文版
这本书对各类读者都有一定用处，但我们主要是为两类受众对象而写的。其中
一类受众对象是学习机器学习的大学生（本科或研究生），包括那些已经开始职业
生涯的深度学习和人工智能研究者。另一类受众对象是没有机器学习或统计背景但
希望能快速地掌握这方面知识并在他们的产品或平台中使用深度学习的软件工程师。
深度学习在许多软件领域都已被证明是有用的，包括计算机视觉、语音和音频处理、
自然语言处理、机器人技术、生物信息学和化学、电子游戏、搜索引擎、网络广告和
金融。
2018-06-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人