机器学习—概述（一）

已于 2024-04-10 11:44:36 修改
阅读量367 收藏
点赞数 5
分类专栏： 机器学习 文章标签： 机器学习 人工智能
于 2024-04-08 20:15:31 首次发布
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_37441377/article/details/137522273
版权

什么是机器学习

数据
模型
预测
从历史数据当中获得规律?这些历史数据是怎么的格式?

数据集构成

特征值＋目标值

机器学习算法分类

监督学习

  • 目标值:类别一分类问题
    k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归
  • 目标值:连续型的数据一回归问题
    线性回归、岭回归

无监督学习

  • 目标值:无
    聚类k-means

1、预测明天的气温是多少度?回归
2、预测明天是阴、晴还是雨?分类
3、人脸年龄预测?回归/分类
4、人脸识别?分类

机器学习开发流程

  1. 获取数据
  2. 数据处理
  3. 特征工程
  4. 机器学习算法训练–模型
  5. 模型评估
  6. 应用
绿树疯子
关注
专栏目录
第一章机器学习概述PPT
06-11
如有侵权行为，联系作者删除
机器学习复习提纲，机器学习概述
01-16
机器学习是人工智能的一个重要分支，它致力于研究如何让计算机通过数据和经验自动学习，从而提升算法的性能。显著式编程是传统编程方式，要求程序员详细指定机器人的行为和环境细节，而非显著式编程，也即机器学习，...
chap-机器学习概述1
08-03
模型是机器学习的另一个关键概念，它是从数据中学习到的规律或函数形式。模型可以是简单的线性函数，也可以是复杂的神经网络。学习算法则是找出最佳模型的过程，常见的有监督学习算法有逻辑回归、支持向量机、决策树...
机器学习 —— 机器学习概述.pptx
11-28
机器学习是人工智能领域的一个核心分支，它专注于设计和研究能够从数据中自动学习规律的算法。机器学习的主要目标是让计算机系统通过经验学习和改进，而无需显式编程。这一科学学科结合了统计学、概率论、计算理论等...
【机器学习】18. 反向传播 Backpropagation algorithm, 学习率，动量Momenetum, Xavier，梯度消失
weixin_48846514的博客
11-01 934
反向传播 Backpropagation algorithm, 学习率，动量Momenetum, Xavier，梯度消失
计算机毕业设计Spark+大模型知识图谱中药推荐系统 中药数据分析可视化大屏 中药爬虫 机器学习 中药预测系统 中药情感分析 大数据毕业设计
全网粉丝100W+、全栈领域优质创作者、B站、github、CSDN等社区技术专家、专注于高端精品毕业项目源码实战
11-02 646
计算机毕业设计Spark+大模型知识图谱中药推荐系统 中药数据分析可视化大屏 中药爬虫 机器学习 中药预测系统 中药情感分析 大数据毕业设计
机器学习1_机器学习定义——MOOC
Jay_NanX的博客
11-01 742
译文：一个计算机程序被称为可以学习，是指它能针对某个任务T和某个性能指标P，从经验E中学习。这种学习的特点是，它在T上的被P所衡量的性能，会随着经验E的增加而提高。
【论文分享】街道环境特征对路面跑步的影响：使用群众源健身追踪数据和机器学习进行的分析
LFSJXS的博客
10-30 969
该论文使用群众源健身追踪数据和机器学习方法分析了街道环境特征对路面跑步的影响！ 【论文题目】 The effects of street environment features on road running: An analysis using crowdsourced fitness tracker data and machine learning 【题目翻译】 街道环境特征对路面跑步的影响：使用群众源健身追踪数据和机器学习进行的分析 【期刊信息】 Urban Analytics and
机器学习中的 K-均值聚类算法及其优缺点
andsll的专栏
10-29 343
K-均值聚类算法是一种常用的无监督学习算法，用于将数据集划分为K个不重叠的簇。它的原理是通过迭代的方式，将数据集中的样本点划分为K个簇，使得同一簇内的样本点之间的距离最小化，而不同簇之间的样本点之间的距离最大化。为了克服这些缺点，还有一些改进的K-均值聚类算法，如K-means++算法和K-均值聚类的层次化扩展算法（如BIRCH算法和DBSCAN算法），可以在不同的场景中使用以获得更好的聚类效果。
激活函数、条件熵和最大熵在机器学习的应用
最新发布
m0_68676142的博客
11-02 744
本周学习内容探讨了神经网络中激活函数的选择及其对梯度消失问题的影响。通过使用 ReLU 函数替代 Sigmoid 函数来改善梯度消失问题的优化方法，同时分析了 Sigmoid、Softmax 激活函数在不同分类场景中的适用性。了解了条件熵和最大熵的定义，及其在概率分布建模中的重要性，结合特征函数与傅里叶变换揭示了最大熵原理如何支持概率分布估计。同时，最大熵、极大似然估计与交叉熵三者在神经网络模型中均可用于参数调整。
详解机器学习经典模型(原理及应用)——朴素贝叶斯
学习与分享人工智能技术
10-30 492
本文详细介绍了朴素贝叶斯模型的原理，并给出了python实现各种朴素贝叶斯模型的示例。
探索合成数据，在医学视觉语言预训练中的应用可行性
Debroon
10-30 776
医学视觉语言预训练在医学图像理解的零样本任务中展现出巨大潜力。但是,这类模型的训练需要大量高质量的图像-文本配对数据,而医疗领域恰恰缺乏此类数据。随着大语言模型和扩散模型的发展,我们现在可以大规模生成合成的图像-文本数据对。这让我们不禁思考:是否可以仅使用合成数据来训练医学视觉语言模型?为探索这个问题,我们利用现有的生成模型创建了合成的放射学报告和对应的胸部X光图像。我们设计了一套自动化流程来构建一个多样化、高质量的合成数据集,这使我们能够专注于研究数据本身对模型性能的影响。
基于卷积神经网络（CNN）的时间序列预测，15个输入1个输出，可以更改数据集，MATLAB代码
IT猿手
11-02 437
基于卷积神经网络（CNN）的时间序列预测，15个输入1个输出，可以更改数据集，MATLAB代码。
【机器学习】随机森林算法
2303_80346267的博客
11-02 295
随机森林（Random Forest）是一种集成学习算法，它结合了多个决策树的输出，以提高预测的准确性和稳定性。随机森林被广泛应用于分类和回归任务中，尤其适用于数据特征之间存在非线性关系或噪声的情况。
【机器学习】 16. 降维：PCA-主成分分析 Principle Component Analysis
weixin_48846514的博客
10-30 478
降维：PCA-主成分分析 Principle Component Analysis
【机器学习】26. 聚类评估方法
weixin_48846514的博客
11-01 407
聚类评估方法
机器学习在运维中的应用
weixin_52392194的博客
11-02 686
以下是一个使用scikit-learn进行故障预测的示例，假设已有故障数据集，数据集包括多个特征，如CPU使用率、内存使用率和网络延迟等，以及对应的故障标签。此外，结合数据可视化工具，如Matplotlib和Seaborn，能够更直观地呈现模型的效果和数据特征，提升决策的科学性。通过有效的数据收集与分析，可以识别潜在的系统瓶颈和故障隐患，为后续的决策提供有力支持。通过分析历史数据，机器学习模型能够识别出故障发生的模式，提前发出警告，帮助运维团队采取措施，避免潜在的服务中断。例如，使用Python的。
机器学习之fetch_olivetti_faces人脸识别--基于Python实现
所念皆星河
10-29 432
sklearn.datasets.fetch_olivetti_faces(*, data_home=None, shuffle=False, random_state=0, download_if_missing=True, return_X_y=False, n_retries=3, delay=1.0)[source]Load the Olivetti faces data-set from AT&T (classification).Download it if necessary.Classes4
机器学习算法概述与应用大全
机器学习与人工智能的区别在于，机器学习是人工智能的一个分支，旨在使计算机系统自动提高性能，而人工智能是一个更广泛的领域，旨在使计算机系统具备人类一样的智能能力。 可能的发展方向： 机器学习的发展方向...
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