自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

一人白的博客

Keep Coding

  • 博客(20)
  • 收藏
  • 关注

原创 TensorFlow(三)循环神经网络

TensorFlow循环神经网络为什么有RNNCNN(卷积神经网络)我们会发现, 他们的输出都是只考虑前一个输入的影响而不考虑其它时刻输入的影响, 比如简单的猫,狗,手写数字等单个物体的识别具有较好的效果. 但是, 对于一些与时间先后有关的, 比如视频的下一时刻的预测,文档前后文内容的预测等, 这些算法的表现就不尽如人意了.因此, RNN就应运而生了什么是RNNRNN是一种特殊的神经网络结...

2019-12-16 21:02:06 471

原创 TensorFlow(二)卷积神经网络及自编码官方案例

TensorFlow卷积神经网络1、反向传播几个人站成一排第一个人看一幅画(输入数据),描述给第二个人(隐层)……依此类推,到最后一个人(输出)的时候,画出来的画肯定不能看了(误差较大)。反向传播就是,把画拿给最后一个人看(求取误差),然后最后一个人就会告诉前面的人下次描述时需要注意哪里(权值修正)2、什么是卷积1.已有运算:加减乘除,幂运算指数运算卷积:卷积是一种运算2.卷积运算...

2019-12-11 08:50:40 487

原创 TensorFlow(一)入门及基本模型

TensorFlow(一)什么是TensorFlow:Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow即为张量从图的一端流到另一端支持CNN(卷积神经网络)、RNN(循环神经网络)和LSTM(长短期记忆网络)算法,是目前在Image、NLP最流行的深度神经网络模型TensorFLow优点:基于Python,写的很快并且具有可读性在CPU...

2019-12-10 20:58:34 867

原创 机器学习(十三)朴素贝叶斯

机器学习(十三)朴素贝叶斯贝叶斯公式:例一:现分别有 A、B 两个容器,在容器 A 里分别有 7 个红球和 3 个白球,在容器 B 里有 1 个红球和 9 个白球,现已知从这两个容器里任意抽出了一个球,且是红球,问这个红球是来自容器 A 的概率是多少?假设已经抽出红球为事件 B,选中容器 A 为事件 A,则有:P(B) = 8/20,P(A) = 1/2,P(B|A) = 7/10,按...

2019-12-10 17:43:20 535

原创 机器学习(十二)关联规则

机器学习(十二)关联规则基本概念:啤酒与尿布的故事关联规律挖掘:从交易数据中发现:买了X 还会买Y 的规则关联规律挖掘‘购物篮分析’Market Basket Analysis(MBA)关联规律->应用于推荐系统通过数据的关联性进行分析挖掘,适合用于大数据样本中。项集:包含0个或多个项的集合。包含k个项就是一个k项集事务:表示事件(比如每次去商场购买东西是一次事务,而实际...

2019-12-09 21:19:37 502

原创 机器学习(十一)聚类算法(Kmeans与DBSCAN与分层聚类)

机器学习(十一)聚类算法(Kmeans、DBSCAN、分层聚类)概述:对于"监督学习"(supervised learning),其训练样本是带有标记信息的,并且监督学习的目的是:对带有标记的数据集进行模型学习,从而便于对新的样本进行分类。而在“无监督学习”(unsupervised learning)中,训练样本的标记信息是未知的,目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律...

2019-12-09 21:09:11 2226

原创 机器学习(十)数据降维(PCA与LDA)

机器学习(十)数据降维(此处讲PCA与LDA)背景:在许多领域的研究与应用中,通常需要对含有多个变量的数据进行观测,收集大量数据后进行分析寻找规律。多变量大数据集无疑会为研究和应用提供丰富的信息,但是也在一定程度上增加了数据采集的工作量。更重要的是在很多情形下,许多变量之间可能存在相关性,从而增加了问题分析的复杂性。如果分别对每个指标进行分析,分析往往是孤立的,不能完全利用数据中的信息,因此...

2019-12-09 20:41:45 1584 1

原创 机器学习(九)SVM

机器学习(九)SVM简介:Support Vector Machine(机器,分类器)SVM支持向量机,主要针对小样本数据、非线性及高维模式识别中表现出许多特有的优势,而且有很好的泛化能力原理:将数据投影到一个线性可分的空间,然后在那个空间寻找超平面!图例:持续更新...

2019-12-07 17:35:45 158

原创 机器学习(八)逻辑斯蒂回归

机器学习(八)逻辑斯蒂回归(logistics)简介:利用Logistics回归进行分类的主要思想是:根据现有数据对分类边界线建立回归公式(f(x1,x2……) = w1x1+w2x2+……),以此进行分类。这里的“回归” 一词源于最佳拟合,表示要找到最佳拟合参数集过程:Logistic Regression和Linear Regression的原理(函数:二乘法(y - wx)^2,最...

2019-12-07 16:17:36 137

原创 机器学习(七)线性回归与岭回归Lasso回归与弹性网络与正则化

机器学习(七)线性回归最小二乘法(Least Squares Method,简记为LSE)是一个比较古老的方法,源于天文学和测地学上的应用需要。在早期数理统计方法的发展中,这两门科学起了很大的作用。丹麦统计学家霍尔把它们称为“数理统计学的母亲”。此后近三百年来,它广泛应用于科学实验与工程技术中。美国统计史学家斯蒂格勒( S. M. Stigler)指出, 最小二乘方法是19世纪数理统计学的压...

2019-12-07 15:54:56 2211

原创 机器学习(六)梯度下降python代码实现与梯度消失和梯度爆炸

# 导包import numpy as npimport matplotlib.pyplot as plt%matplotlib inline例f = lambda x : (x - 3)**2 + 2.5*x -7.5求解导数令导数=0求解最小值# 导数 = 梯度2*(x - 3)*1 + 2.5 = 02*x - 3.5 = 0x = 1.75x = np.lin...

2019-12-05 21:52:57 640

原创 机器学习(五)集成算法(三)GBDT与Adaboost与Xgboost与LightGBM

集成算法(三)梯度提升树简介:基本思想:积跬步以至千里,每次学习一点。先用一个初始值来学习一棵决策树,叶子处可以得到预测的值,以及预测之后的残差,然后后面的决策树就是要基于前面决策树的残差来学习,直到预测值和真实值的残差为0。最后对于测试样本的预测值,就是前面许多棵决策树预测值的累加。GBDT的思想可以用一个通俗的例子解释,假如有个人30岁,我们首先用20岁去拟合,发现损失有10岁,这时我...

2019-12-05 21:14:00 738

原创 机器学习(四)集成算法(二)RandomForest与ExtraForest

集成算法(二)随机森林在机器学习中,随机森林是一个包含多个决策树的分类器, 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。 而 “Random Forests” 是他们的商标。 这个术语是1995年由贝尔实验室的Tin Kam Ho所提出的随机决策森林(random decision forests)而来的。这个方...

2019-12-04 20:16:38 723

原创 机器学习(三)集成算法(一)bagging与boosting

集成算法(一)bagging算法Bagging算法 (英语:Bootstrap aggregating,引导聚集算法),又称装袋算法,是机器学习领域的一种团体学习算法。最初由Leo Breiman于1996年提出。Bagging算法可与其他分类、回归算法结合,提高其准确率、稳定性的同时,通过降低结果的方差,避免过拟合的发生。简介:Bagging是通过结合几个模型降低泛化误差的技术。主要想法...

2019-12-04 17:34:33 4168

原创 机器学习(二)DecisionTree

算法二. 决策树引入:决策树分类的思想类似于找对象。现想象一个女孩的母亲要给这个女孩介绍男朋友,于是有了下面的对话:上图完整表达了这个女孩决定是否见一个约会对象的策略,其中绿色节点表示判断条件,橙色节点表示决策结果,箭头表示在一个判断条件在不同情况下的决策路径,图中红色箭头表示了上面例子中女孩的决策过程。这幅图基本可以算是一颗决策树,说它“基本可以算”是因为图中的判定条件没有量化,如收入高...

2019-12-03 23:27:53 351

原创 机器学习(一)入门及kNN

机器学习从广义上讲,机器学习是一种能够赋予机器学习的能力,让它以此完成直接编程无法完成的功能的方法从实践的意义上讲,机器学习是一种通过利用数据,训练出模型,然后使用模型预测的一种方法人类的学习是一个人根据过往的经验,对一类问题形成某种认识或总结出一定的规律,然后利用这些知识来对新的问题下判断的过程机器学习是指用某些算法知道计算机利用已知数据得出适当的模型,并利用此模型对新的情景给出判断的...

2019-12-03 20:44:45 481

原创 Python中的深浅拷贝

Python中的深浅拷贝1.在了解深浅拷贝之前,我们先明确Python中的可变与不可变不可变类型:只要改变变量的值则地址发生变化,则认为此类型是不可变的 int str float tuple bool可变类型:内容发生改变,但是地址没有改变,则认为此类型是可变的 list set dict拷贝:其实就是将容器内数据,备份一份到新的地址2.浅拷贝 ...

2019-09-14 17:53:08 108

原创 Python中的字符串、列表、元组、集合、字典。详细整理

1.字符串字符串内置方法方法作用index从左到右找字符,没找到报错find从左到右找字符,没找到返回 -1rindex从右到左找字符,没找到报错rfind从右到左找字符,没找到返回 -1replace用new替换old字符,默认有多少换多少,返回字符串split分割,遇到分隔符分割,返回列表,默认全部分割upper转大写...

2019-09-14 16:48:38 358

原创 Hexo建站流程(本地以及远端)

Hexo建站流程(本地以及远端)今天初试Github,可以说也是踩了一些坑,建好之后就顺手写了一篇放在上面主题就是关于Hexo建站的内容欢迎访问 https://yirenbai.github.io后续补充我会写在这片博文下面感谢支持!!!...

2019-09-14 11:10:33 158

原创 Python位运算符概念以及与(&)或(|)异或(^)的拓展

位运算Python当中的位运算:符号解释&按位与运算符丨按位或运算符^按位异或运算符~按位取反运算符<<左移动运算符>>右移动运算符接下来我们详细介绍:1.按位与(两个二进制位有一个为1时,结果为1,否则为0) 示例:5 & 7 1 0 1 &am...

2019-09-12 21:00:26 1723 2

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

提示
确定要删除当前文章?
取消 删除