人工智能开发者
文章平均质量分 85
Ren_Gong_Zhi_Neng
这个作者很懒,什么都没留下…
展开
-
决策树和随机森林特性和使用
目标任务1、学习决策树和随机森林的原理、特性。2、学习编写构造决策树的 python 代码。3、学习使用 sklearn 训练决策树和随机森林,幵使用工具迕行决策树可规化。实验数据数据集:Iris(鸢尾花)数据集该数据集在 Logistic 回归中已经有所介绍,请参见 2.2.1 节下表中列出了数据集的相关信 息。决策树(Decision Tree)特性和使用3.3.1 决策树的特性决策树(De...原创 2018-06-22 10:05:49 · 807 阅读 · 0 评论 -
中国人工智能市场发展趋势
中商情报网讯:近日(4月11日),在博鳌亚洲2018年年会分论坛23“让人工智能‘落地’”上,百度高级副总裁朱光指出,未来的五到十年,每一个行业都会和人工智能技术深度结合,还会有一些非常大的平台公司,提供更好的工具,更好的算法,帮助各个行业实现人工智能的变革。人工智能的浪潮,会让人们有更多的时间发挥想象力和创造力,将把机器无法取代的东西进行更好得到新的升化华。1.市场规模有望破200亿元大关随着中...转载 2018-06-25 10:30:43 · 576 阅读 · 0 评论 -
几种机器学习算法比较
简介机器学习算法太多了,分类、回归、聚类、推荐、图像识别领域等等,要想找到一个合适算法真的不容易,所以在实际应用中,我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法,诸如SVM,GBDT,Adaboost,现在深度学习很火热,神经网络也是一个不错的选择。假如你在乎精度(accuracy)的话,最好的方法就是通过交叉验证(cross-validation)对各个算法一个...转载 2018-06-19 15:58:43 · 1235 阅读 · 0 评论 -
机器学习算法的使用以及实践到应用
scikit-learn 实现了机器学习的大部分基础算法,让我们快速了解一下。1.逻辑回归大多数问题都可以归结为二元分类问题。这个算法的优点是可以给出数据所在类别的概率。from sklearn import metricsfrom sklearn.linear_model import LogisticRegression model = LogisticRegression()model.fi...原创 2018-06-20 14:14:20 · 745 阅读 · 0 评论 -
Pandas 库的详解和使用
pandas 库总体说明Pandas 基亍 NumPy、SciPy 补充了大量数据操作功能,能实现统计、凾组、排序、透规 表,可以代替 Excel 的绛大部凾功能。Pandas 主要有 2 种重要数据类型:Series、DataFrame(一维序列、二维表)。数据类型 的转换需要用到 pd.Series/DataFrame.1)Series可以是一个样本的所有观测值戒一组样本的某一属性的观测值。如...原创 2018-06-27 14:04:00 · 5409 阅读 · 0 评论