人工智能
chent_某位
从大一开始努力,看未来能闯出多少天地。
展开
-
自训练模型实现简单的智能检索
知识:python基础、django基础设计思路:用户进行搜索时,记录搜索内容,当用户再次访问页面时,调用接口,请求服务器的模型进行关键词提取,将使用频率最高的几个关键词返回给用户。参数:Content:用户平常搜索的内容合集Num:返回关键词数量模型:tf_idf_2.model 使用tf-idf算法,模型关键词训练量近千万。(模型下载地址:链接:https://pan.baidu.com/s/16iXtxrgpiTj8AveNHpgShQ 提取码:r5ck)python包:jobl原创 2020-05-20 22:07:40 · 19789 阅读 · 0 评论 -
机器学习(4)——模型选择与校验
一、模型选择1、机器学习分类:监督学习:分类: k-近邻算法、决策树、贝叶斯、逻辑回归(LR)、支持向量机(SVM)回归: 线性回归、岭回归标注: 隐马尔可夫模型(HMM)无监督学习:聚类: k-means等2、监督学习中三类问题的解释:(1)分类问题:分类是监督学习的一个核心问题,在监督学习中,当输出变量取有限个离散值时,预测问题变成为分类问题。这时,输入变量可以是离散的,也...原创 2019-12-06 20:47:22 · 710 阅读 · 0 评论 -
机器学习(3)——机器学习组成与sklearn数据集操作
一、机器学习组成机器学习主要是由三部分组成,即:表示(模型)、评价(策略)和优化(算法)。表示(或者称为:模型):Representation表示主要做的就是建模,故可以称为模型。模型要完成的主要工作是转换:将实际问题转化成为计算机可以理解的问题,即建模。类似于传统的计算机学科中的算法,数据结构,如何将实际的问题转换成计算机可以表示的方式。评价(或者称为:策略):Evalution评价的...原创 2019-12-06 20:27:50 · 590 阅读 · 0 评论 -
机器学习(2)——特征工程
一、什么是特征工程“数据决定了机器学习的上限,而算法只是尽可能逼近这个上限”,这里的数据指的就是经过特征工程得到的数据。特征工程是将原始数据转换为更好地代表预测模型的潜在问题的特征的过程,目的是最大限度地从原始数据中提取特征以供算法和模型使用,从而提高了对未知数据的模型准确性。二、特征工程的意义特征工程将直接影响模型的预测结果三、Scikit-learn大部分直接拿过来的数据都是特征不明...原创 2019-11-26 13:34:46 · 593 阅读 · 0 评论 -
机器学习(1)——介绍
前言至此,笔者将踏入新的学习征途——人工智能,为将来工作做更充足的准备,笔者每学习一部分知识都会做相应的笔记,如果你也正踏入这一领域,那就让我们共同努力吧,如果笔记有误,还望指出。一、什么是机器学习机器学习是人工智能一个分支。人工智能是研究使计算机模拟人的某些思维过程或智能行为(如:学习、思考)的学科。机器学习是实现人工智能的一条途径。机器学习算法是一类从数据中自动分析获取规律(模型),并利...原创 2019-11-26 10:57:58 · 510 阅读 · 0 评论