- 博客(5)
- 收藏
- 关注
RSS订阅原创 深度学习和机器学习的区别
机器学习和深度学习的研究是不断的。但不同的是往年研究仅限于学术界，现在机器学习和深度学习的研究在工业界和学术界都在爆炸式增长。随着可用资金的增加，它更有可能成为整体人类发展的一个主题。由多个层组成，它们通常将简单的模型组合在一起，将数据从一层传递到另一层构建复杂的模型。通过训练大量数据自动得出模型，不需要人工提取环节。图像识别：物体识别、场景识别、车型识别、人脸识别。自然语言处理：机器翻译、文本识别、聊天对话。深度学习适合数据量特别大的数据，需要大量训练数据。直接放到神经网络进行特征提取。
2023-09-27 16:17:10
58
1
原创 多重共线性
在机器学习的过程中，我们难免会遇到多重共线性的问题；就是当我们进行线性回归的时候，经常会出现自变量彼此相关的情况，就是当一个发生变化的时候，另一个也会受到影响，结果就是无法找到x和y之间真正关系，使得模型估计失真或难以估计准确。利用相关系数矩阵和VIFa、相关系数：相关系数是度量两个变量之间的线性关系的统计量b、相关矩阵：对称阵，代码示例plt.figure(figsize=(20,16))#矩阵大小。
2023-09-19 12:33:51
241
原创 机器学习实现过程及步骤
随着人工智能的不断发展，机器学习这门技术也越来越重要，它可以应用很多领域，金融、银行、医药等等，本文就介绍了机器学习的基础内容。一、机器学习是什么？机器学习是一种生成规则，发现规则，来帮助我们预测、判断分析和解决问题的技术。例如：机器学习可以干什么：对电子商务的综合查询、经济分析等；统计客户的需求趋势并预测未来我们想掌握的问题；以及对患病几率的预测；恶意域名检测；房价预测等等。机器学习分为监督学习和非监督学习，监督学习又分为分类问题和回归问题。监督学习是。
2023-09-07 11:17:37
1108
1
原创 Jupyter使用
Jupyter Notebook(此前被称为IPthon Notebook) 是一个交互式笔记本，支持运行40多种编程语言。Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码数学方程，可视化和markdown。用途包括: 数据清理和转换，数值模拟，统计建模，机器学习等等.Jupyter notebook:集文本、代码、图像、公式的展现于一体的超级python web界面.保存为后缀名为.ipynb的JSON。
2023-09-07 11:11:30
896
1
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