机器学习
。。。
程研板
计算机本硕连读,热爱大数据和人工智能,希望能够为apache社区添砖加瓦。2025年起开始接做毕设的项目。
展开
-
机器学习入门(三)——PCA(主成分分析)
目录一.什么是PCA二.使用梯度上升法求解PCA问题一.什么是PCA使均值等于0,demean=0二.使用梯度上升法求解PCA问题通过向量的运算计算:def f(w, X): return np.sum((X.dot(w)**2)) / len(X) def df_math(w, X): return X.T.dot(X.dot(w)) * 2. / len(X) def df_debug(w, X, epsilon=0.0001): res = np.原创 2020-09-27 11:33:32 · 633 阅读 · 0 评论 -
机器学习入门(五)——逻辑回归
目录原创 2020-10-03 18:51:39 · 504 阅读 · 1 评论 -
机器学习入门(六)——评价分类结果
目录原创 2020-10-04 18:08:42 · 1438 阅读 · 3 评论 -
机器学习入门(二)——梯度下降法
目录一.梯度下降法概述二.多元线性回归中使用梯度下降法三.梯度下降法的优势四.随机梯度下降法五.如何确定梯度计算的准确性 调试梯度下降法六.sklearn中的梯度下降的方法一.梯度下降法概述η为固定值,dJ/dθ为导数,导数为负,说明向右递减,需要向右寻找导数为0的点,则需要前面加个负号,代表正方向,导数负的越大,则需要向右移动更长的距离,负的越小,则移动的越短,直到趋近于0,则找到了局部内最小的点。//损失函数def J(theta): return (theta-2.5)**2-1原创 2020-09-17 02:00:48 · 444 阅读 · 0 评论 -
机器学习入门(四)——多项式回归与模型泛化
目录原创 2020-09-30 16:14:30 · 707 阅读 · 0 评论 -
机器学习入门(一)——简单线性回归
目录一.简单线性回归二.多元线性回归三.总结一.简单线性回归下方图片所用方法为使偏导数等于0(最小二乘法):核心代码:x_mean = np.mean(x_train)y_mean = np.mean(y_train) self.a_ = (x_train - x_mean).dot(y_train - y_mean) / (x_train - x_mean).dot(x_train - x_mean)self.b_ = y_mean - self.a_ * x_mean算原创 2020-09-16 00:34:05 · 430 阅读 · 0 评论 -
PyTorch深度神经网络及训练入门
目录图片数据预处理torchvision中datasets的数据文件夹中的数据图片数据预处理torchvision中datasets的数据import torchimport torch.utils.data as Datafrom torchvision.datasets import FashionMNISTimport torchvision.transforms as transformsfrom torchvision.datasets import ImageFolder##原创 2020-10-16 19:31:57 · 671 阅读 · 0 评论