- 博客(6)
- 收藏
- 关注
原创 机器学习实战【机器学习基础】
什么是机器学习?人们很难从原始数据本身获得所需信息。如:单独一个单词没有太大作用,获取不到信息。但是某特定几个单词出现,辅助考察邮件长度及其他因素,就可以获得有效信息。机器学习对任何需要解释并操作的数据领域都有益处。首先要选择合适的算法:预测目标变量的值:监督学习。离散型:分类算法连续型:回归算法无监督学习:将数据划分为离散的组:聚类算法如果还需要估计数据与每个分组的相似程度,使用密度估计算法。...
2022-04-10 11:33:41
807
原创 斯坦福2021秋季·实用机器学习【中文】【合集】+1.1课程介绍
机器学习的流程:1.把问题变成机器学习的问题。譬如我想让机器人帮我叠衣服,这就不是一个好的机器问题。但是我想让机器帮我把法语翻译成汉语,这就是一个简单的机器问题.2.收集数据。没有数据怎么训练模型?有了数据之后就可以开始选择一些合适的模型进行训练,调参。3.把模型部署到线上进行实践。然后会收集到新的数据,再到步骤二,形成循环。1.有的问题是很难的,选择问题的标准不是机器学习问题的难易,而是说哪个问题可以利益最大化。2.数据很多,但是缺少高质量的数据。这个过程需要大量...
2022-04-08 10:53:37
1166
原创 深度学习论文精读【跟着李沐学AI】
pass1:关注标题,摘要,结论。跳到实验和方法看一些模型和方法。 这个时候知道这篇文章写的是什么,写的怎么样,适不适合自己。(15min)pass2:通读一遍论文。知道每一块适合干什么的。不需要关注很多细节,如公式等,关注图和表,知道里面的的每一个细节是干什么的。如果觉得文章太难,可以把引用文献圈出来。pass3:知道每一句话是什么,可以从大脑中脑补整个流程。知道这篇文章是用什么方法解决什么问题,反问自己如果是自己,遇到这个问题,会如何做。...
2022-03-29 09:29:13
527
原创 数据操作+数据预处理(跟李沐学AI)
运用逻辑运算符进行import osimport numpy as npimport pandas as pdimport torchfrom numpy import nan as NANos.makedirs(os.path.join('..', 'data'), exist_ok=True) # 在上级目录创建data文件夹 #mkdir(parents=True,...
2022-03-28 22:04:27
224
1
原创 02深度学习介绍(跟李沐学AI)
感知:人看到的几秒钟就能反应过来的。推理:根据看到的东西,能去延伸到其他东西上。知识:根据看到的东西,形成自己的知识。nlp还是处于一个比较基础的感知,如机器翻译。深度学习是机器学习的一种。机器学习的两个步骤:特征提取,模型预测。训练模块:把过去的数据 进行特征提起,然后训练完整的流程 是一个循环领域专家:更关心机器学习结果对产品的一个影响。数据科学家:把原始数据转换为机器能够理解的数据,然后训练模型。AI专家:就某,一个点当数据达到一定模...
2022-03-27 12:27:33
1016
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人