浅谈学习-My way of ML0

最新推荐文章于 2021-11-04 17:43:53 发布
最新推荐文章于 2021-11-04 17:43:53 发布
阅读量158 收藏
点赞数
分类专栏： 机器学习，深度学习，AI
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/qq_34788903/article/details/83242053
版权

人工智能现在大热，机器学习作为深度学习和人工智能的基础，现在学习非常有必要。这个系列的文章记录我的学习路径，希望对后来的学习者有帮助，以及对自己起到自我监督的作用。

== 学习机器之前我们首先要了解学习了它能做什么==
机器学习算法主要是，分类算法，回归算法，和聚类算法。
其中分类算法简单来说就是把数据分类，处理的是离散的数据比如癌症与否的预测。
回归算法处理的是连续数据，根据我们的数据集得出一个回归方程，这样再来数据我们就能根据我们之前训练的模型得出我们的预测结果***比如房价的预测***。
再来说聚类算法，这个算法和前两个最大的不同在于分类算法和回归算法既要有特征值也要有目标值（关于什么叫特征值什么叫目标值后面的学习中会说），但是聚类算法她只有特征值没有目标值，他的目标就是把数据分成两个类别，所以她一般是做在分类算法的前面。比如我们公司现在有有客户的数据，我们的业务目标是把客户分成三个类别，以后再来客户的时候我们判断她的类别给他推荐商品。这个业务要实现的逻辑就是，我们先用聚类算法把客户分成三个类别，得出来的类别作为分类算法的目标值
当然做在算法之前需要学习的就是特征值的处理，也就是特征工程了，包括如何处理缺失值，当特征值多的时候如何减少特征值，当特征值少的时候如何增加特征值。我们的下一篇就会学到特征工程

SpecYue
关注
专栏目录
ML0
MrTeq的专栏
09-06 563
博客园 http://www.cnblogs.com/pinard/
ML0-数学基础
weixin_54505580的博客
11-30 754
文章目录1. 无约束优化方法2.带约束优化方法 1. 无约束优化方法 # 1.1. 最小二乘法 # 1.2. 梯度下降法 # 1.3. 牛顿法 2.带约束优化方法 # 2.1. 拉格朗日乘子法
ML0-算法基础
weixin_54505580的博客
11-04 914
1. 模型-策略-算法 模型：在假设空间中，模型一般有无穷多个； List item 生成式模型： 通过数据学习联合概率分布P(X,Y)，然后根据贝叶斯公式求出条件概率分布P(Y|X) = P(X,Y) / P(X)作为预测模型。 - 强调：输入X和输出Y之间的关系； - 模型：朴素贝叶斯模型、隐马尔可夫模型和高斯混合模型等。 - 判别式模型：通过数据直接学习决策函数Y=f(x)或者条件概率分布P(Y|X)作为预测模型。 - 强调：给定输入X，应该得到什么样的输出Y。 - 模型：K近邻算法、感知
AM335X开发—— uboot2016.5 SPL阶段分析
kunkliu的博客
03-02 901
一般的芯片启动流程都是Romcode –> BL1 –> BL2 –> Kernel –> User Image， TI的芯片也不例外，Romcode –> ML0(SPL) –> uboot.img 整个boot阶段被分为三部分， 第一部分是芯片固化的Romcode，上电...
特征数据抽取-My way of ML1
spec_yue
10-21 237
浅谈我的机器学习提到了机器学习算法的分类，以及在学习算法之前需要学习的点就是特征工程。这篇文章就是介绍特征工程的第一个知识点：特征数据抽取。 笔者所用的机器学习的API都是sklearn里的，关于sklearn自行百度。 字典特征抽取 字典特征抽取就是把字典中一些类别的特征分别转换成特征。代码如下 首先字典特征抽取的API是sklearn.feature_extraction.Dictvector...
机器学习与深度学习资料
赵英超的博客
10-21 3927
机器学习与深度学习资料 机器学习 《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning. 《Deep Learning in Neural Networks: An Overview》 介绍:这
机器学习与深度学习资料整理
赵英超的博客
03-01 5032
《Brief History of Machine Learning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning.《Deep Learning in Neural Networks: An Overview》介绍:这是瑞士人工智能实验室Jurgen Schmidhuber写的最新版本《神经网络与深度学...
深度学习和机器学习的相关资料
细心程度决定你的成败
04-01 8902
《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning. 《Deep Learning in Neural Networks: An Overview》 介绍:这是瑞士人工智能实验室Jurgen Schm
机器学习&深度学习入门学习资料大全(一)
知行_那片天
05-29 7148
机器学习&深度学习入门学习资料大全(一)
机器学习(Machine Learning)与深度学习(Deep Learning)资料汇总
ZhangPY的专栏
02-28 6715
《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning. 《Deep Learning in Neural Networks: An Overview》 介绍:这是瑞士人工智能实验室Jurgen Schmidhuber写的最
机器学习(Machine Learning)&深度学习(Deep Learning)资料
热门推荐
weixin_30756499的博客
07-07 1万+
##机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1)---#####注:机器学习资料[篇目一](https://github.com/ty4z2008/Qix/blob/master/dl.md)共500条,[篇目二](https://github.com/ty4z2008/Qix/blob/master/dl2.md)开始更新...
深度学习资料总结
miu~
12-07 3096
深度学习总结 1.      MIT在线学习网站 http://www.deeplearningbook.org/   https://www.coursera.org/learn/hipython/supplement/8YtVH/1-1-can-kao-zi-liao 公开课python   2.      机器学习和深度学习资料（200篇）   编者按：本文收集了百来篇关于
深度学习资料整理
jacke121的专栏
10-01 5296
深度学习资料整理
梯度爆炸，tensorboard可视化，变量作用域---My way of ML14
spec_yue
10-22 2025
梯度爆炸 在极端的情况下，不合适的学习率，会导致权重的值变得非常大，以至于溢出导致Nan 如何解决 重新设计网络（对于神经网络而言） 调整学习率 使用梯度截断（在训练过程中检查和限制梯度的大小） 使用激活函数 可视化 数据序列化–event文件 API：tf.summary.FileWirte(路径，graph=sses.graph) 开启：tensorboard --logdir=“路径” ...
python课程设计作业—贷款发放预测
spec_yue
11-23 1645
1.应用调研 ​ 贷款业务是银行最基本、最主要的资产业务，是银行获得利润的主要来源，也是一项风险性较大的资产。其风险性在于如果被贷款人没有偿还贷款的能力，那么银行就会产生坏账，造成亏损。因此在银行业务中常常需要做很多是否发放贷款的调研。本课程设计旨在利用python课堂上学习到的numpy和pandas知识对网络上收集到的数据进行数据清洗，对清洗好的数据进行逻辑回归来预测是否发放贷款。 2.代码分...
Instacart菜篮子分析-My way of ML4
spec_yue
10-21 1462
这是kaggle上的项目，数据集可以到kaggle上下载 kaggle下载数据集需要注册，第一次注册需要翻墙，以后登陆就不要了 点击这里下载数据集 观察特征 每个表的行是用户样本，列是对应的特征，首先我们需要合并表，这里需要一些pandas的基础。 pd.read_csv(’./products.csv’)，读取表数据，这个readcsv函数很万能 pd.merge(prior, pr...
卷积神经网络实现手写数字识别---My way of AI 22
spec_yue
10-29 714
在手写数字识别这篇文章中我们实现了用全连接神经网络实现图像识别。这篇文章我们在卷积神经网络的理论基础之上实现手写数字识别。 流程 1.定义卷积模型 卷积模型是我们自定义的，我们用来两侧卷积激活池化和一层全连接层实现卷积模型。 #卷积操作 con=tf.nn.conv2d(x_reshape,weight,strides=[1,1,1,1],padding="SAME") ...
X-way 2.6：多功能安全扫描器详解
"x-way安全扫描器是一款功能丰富的多线程扫描工具，专注于系统安全检查，如端口扫描、CGI漏洞检测等。它包括高级扫描、主机搜索、查询器和猜解机等功能，并支持二级代理扫描，提升扫描的隐蔽性。在高级扫描中，可以...
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