人工智能、机器学习、深度学习、神经网络
Hi-Lu
这个作者很懒,什么都没留下…
展开
-
ubuntu16.04 安装Anaconda3,tensorflow,scikit-learn 并使用jupyter notebook
1. 安装Anaconda3:下载地址:(https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh)在终端中执行:bash Anaconda3-5.3.1-Linux-x86_64.sh,然后一路选yes。最后一个是否安装vscode,选no。2. 新开终端升级conda所有库:conda upgrade --all3. conda create -n tf(创建虚拟环境,.原创 2020-07-09 09:38:03 · 641 阅读 · 0 评论 -
算法评估
如何评估一个算法?分成训练集、交叉验证集和测试集;在训练集上得到多组模型后,在交叉验证集上计算交叉验证误差,选取代价函数值最小的模型,在测试集上计算推广误差:代价函数、误分率等。一般算法不理想,要么是偏差大(欠拟合),要么是方差大(过拟合)。如何判断是高方差还是高偏差?(画图)方差、偏差和多项式次数的关系:通常会选择正则化方法来防止过拟合。方差、偏差与正则化参数的关系:有哪些方法改进算法:类偏斜的误差度量:类偏斜情况表现为我们的训练集中有非常多的同一种实例,.原创 2020-05-15 11:08:51 · 1790 阅读 · 0 评论 -
SVM——仅作为个人复习笔记,为了快速整理,所以图片比较多
SVM(支持向量机)是一种二分类模型。点到线的距离公式:SVM就是想让这个几何间隔的最小值最大化,这样确定的分离超平面就是唯一的。原创 2020-05-14 17:40:05 · 217 阅读 · 0 评论 -
机器学习算法总结之决策树
一、先了解熵的概念: 根据以上定义,经验熵是在训练集上有若干分类。条件熵则是用特征A的取值将训练集分类。 熵表示的是数据中包含的信息量大小。熵越小,数据的纯度越高,也就是说数据越趋于一致,这是我们希望的划分之后每个子节点的样子。 信息增益越大,则意味着使用属性a来进行划分所获得的“纯度提升”越大。也就是说,用属性a来划...原创 2020-05-06 15:41:00 · 364 阅读 · 0 评论 -
机器学习算法总结之线性回归模型、逻辑回归模型
线性回归:回归,根据输入预测出一系列连续的值;线性回归,即根据训练数据训练出来的是线性模型,给输入,带入该线性模型得到输出。原创 2020-04-27 19:56:51 · 297 阅读 · 0 评论 -
基于内容的推荐和基于协同过滤推荐
1.基于内容的推荐:根据物品或内容的元数据,发现物品或内容的相关性,然后基于用户以前的喜好记录推荐给用户相似的物品。如:对于用户 A,他喜欢看电影 A,那么系统就可以给他推荐类似的电影 C。2.基于协同过滤推荐(1)基于用户的协同过滤推荐(User-based Collaborative Filtering Recommendation)基于用户的协同过滤推荐算法先使用统计技...原创 2020-04-24 15:33:45 · 3917 阅读 · 0 评论 -
一些目标
原创 2019-01-10 14:35:28 · 162 阅读 · 0 评论