- 博客(6)
- 收藏
- 关注
RSS订阅原创 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