人工智能
文章平均质量分 87
'"<>{{7*7}}
这个作者很懒,什么都没留下…
展开
-
机器学习(课堂笔记)Day07:多项式回归
0x00 什么是多项式回归线性回归假设数据之间存在线性关系那么当数据之间不存在线性关系时,应该用什么来拟合数据呢? 多项式回归从x的角度来看 y=ax^2 +bx +c 是一个多项式回归但是如果将x^2 看成一个特征 ,x看成另一个特征,那么 y=ax^2 +bx +c 仍旧是一个线性回归编程实现:0x01 scikit-learn中的多项式回归...原创 2020-12-01 10:54:50 · 340 阅读 · 0 评论 -
机器学习(课堂笔记)Day05:梯度下降法
0x00 什么是梯度下降法梯度下降法不是一个机器学习算法,是一种基于搜索的最优化方法作用:求损失函数的最小值梯度上升法:求效用函数的最大值任取一点,如果该点的导数不为0,那么说明该点一定不是极值点换一个角度理解导数:下图中导数为负值,说明J增大的方向是x轴的负方向,即 J(θ+ dJ/dθ) > J(θ)那么,J(θ-η *dJ/dθ) < J(θ) ,即该点的x值减去该点的导数值 必然是向着函数值减小的方向移动的。至于移动的幅度多大,由η 来决定。η原创 2020-11-16 10:38:55 · 773 阅读 · 0 评论 -
机器学习(课堂笔记)Day04:线性回归法
0x00 简单的线性回归解决回归问题 思想简单,实现容易 是许多强大的非线性模型的基础 结果具有很好的可解释性 蕴含机器学习中的很多重要思想思路:样本特征 和 样本标记 之间存在线性关系注意:分类问题中,横轴和纵轴都是样本特征,而在回归问题中,纵轴是样本标记,横轴是样本特征因为在回归问题中,样本特征并不是离散的,而是连续的数值,所以不能用不同颜色来表示,只能用一个坐标轴来表示这便是一类机器学习算法的基本思路:所谓建模的过程,其实就是找到一个模型最原创 2020-11-13 12:27:58 · 881 阅读 · 4 评论 -
机器学习(课堂笔记)Day03:kNN算法、分类准确度、超参数、网格搜索、数据归一化
0x00 KNN (k近邻算法)思想:两个样本如果足够相似(该相似性用特征空间中的样本之间的距离来描述)的话,他们就有可能属于同一个类别。因为只看一个样本不够靠谱,所以我们 看和 新样本最近的 k个样本,k个样本中 那种样本最多,我们就认为新样本属于那种类别例如:假设k=3 ,即我们只看和新样本距离最近的3个样本,他们都是蓝色,那么我们推测新样本也很有可能是蓝色比如又来了一个新样本,距离它最近的三个样本,红色:蓝色 = 2:1,红色胜出,所以我们推测新样本很有可能是红色原创 2020-11-09 14:12:39 · 827 阅读 · 0 评论 -
机器学习(课堂笔记)Day02:Jupter、numpy、matplotlib
0x00 Jupyter NoteBook 快捷键整理ctrl+回车 运行option +回车 运行当前单元格的代码 并且添加一个单元格shift + 回车 运行当前单元的代码 并 聚焦到下个单元格b 在当前选中的单元格的下面添加单元格a 在当前选中的单元格的上面添加单元格m 转化为文档单元格y 转化为代码单元格0x01 Jupyter NoteBook 魔法命令%run py脚本所在的路径(绝对路径 or 相对路径)运行py脚本(不仅仅是运行脚本,而是在脚本的代码原创 2020-11-07 23:00:47 · 1035 阅读 · 0 评论 -
机器学习(课堂笔记)Day01:机器学习相关概念简介
0x00 什么是机器学习:机器学习:让机器去学习(传统算法只是让机器去执行)最早的机器学习的应用:垃圾邮件的分辨传统算法的解决思路:编写规则,定义 垃圾邮件,让计算机去执行。但是定义规则是很难的,并且规则在不断变化人类是如何学习的?机器学习的过程与之类似人类的大脑是非常厉害的,只需要几个样例,就可以总结出准确率比较高的知识和经验但是对于机器来说,则需要几百张、几千张样例来实现。我们的生活中已经大量运用了机器学习:推荐系统、语音识别、人脸识别、量化交易、医疗原创 2020-11-05 18:28:06 · 515 阅读 · 0 评论