![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习之旅
治愈_
这个作者很懒,什么都没留下…
展开
-
机器学习基础__第15章 深度神经网络模型
文章目录前言第15章 深度神经网络模型15.1 深度学习15.2 深度网络原理15.3 神经网络应用实例15.4 小结 前言 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,本文介绍了机器学习的基础内容。 本文的定位是快速学习入门并掌握机器学习相关的基础核心知识,降低学习成本,节约时间。 目前的行情是:机器学习理论 + 业务能力(场景)/工作经验 + 工程实践能力(编码/算法) 第15章 深度神经网络模型 15.1 深度学习 15.2 深度网络原理 15.3 神经网络应用实例 15.4 小原创 2021-04-14 08:19:26 · 61 阅读 · 0 评论 -
机器学习基础__第13章 降维
文章目录前言第13章 降维13.1 奇异值分解13.1.1 矩阵的特征分解13.1.2 奇异值分解13.2 主成分分析13.2.1 PCA 原理推导13.2.2 核化PCA13.2.3 PCA/KPCA 的 scikit-lean 实现13.3 线性判别分析13.3.1 LDA 原理推导13.3.2 LDA 与 PCA 的比较13.3.3 LDA 应用实例13.4 局部线性嵌入13.4.1 局部线性嵌入介绍13.4.2 局部线性嵌入过程和原理13.4.3 LLE 应用实例 前言 随着人工智能的不断发展原创 2021-04-14 08:18:28 · 70 阅读 · 0 评论 -
机器学习基础__Word2Vec 和 Doc2Vec 词的向量模型
文章目录前言第14章 Word2Vec 和 Doc2Vec 词的向量模型14.1 Word2Vec14.1.1 Word2Vec 概述14.1.2 基于Hierchical Softmax 方法的 CBOW 模型14.1.3 基于Hierchical Softmax 方法的 Skip-Gram 模型14.1.2 基于Negatibve Sampling 方法的 CBOW 模型14.1.2 基于Negatibve Sampling 方法的 Skip-Gram 模型14.2 Doc2Vec14.2.1 Doc2原创 2021-04-14 08:17:42 · 85 阅读 · 0 评论 -
机器学习基础__第12章 聚类
文章目录前言第12章 聚类12.1 聚类问题12.2 K-Means 聚类12.2.1 K-Means 聚类过程和原理12.2.2 K-Means 算法优化12.2.1 小结12.2.1 K-Means 应用实例12.3 层次聚类12.3.1 层次聚类的过程和原理12.3.2 小结12.3.3 层次聚类应用实例12.4 密度聚类12.4.1 密度聚类过程和原理12.4.2 小结12.4.3 密度聚类应用实例12.5 谱聚类12.5.1 谱聚类过程和原理12.5.2 小结12.5.3 谱聚类应用实例12.6原创 2021-04-14 08:18:02 · 117 阅读 · 2 评论 -
机器学习基础__第11章 提升树
文章目录前言第11章 提升树11.1 提升树的定义11.2 梯度提升树11.2.1 梯度提升树的原理推导11.2.2 GBDT和GBRT模型的处理过程11.2.3 梯度提升模型的 scikit-learn 实现11.2.4 GBDT模型的优/缺点11.3 XGBoot11.3.1 XGBoot 的原理11.3.2 XGBoot 的调参11.3.3 XGBoot 与 GBDT 的比较 前言 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,本文介绍了机器学习的基础内容。 本文的定位是快速学习入门并掌原创 2021-04-12 16:32:26 · 57 阅读 · 0 评论 -
机器学习基础__第10章 AdaBoost
文章目录前言第10章 AdaBoost10.1 AdaBoost的结构10.1.1 AdaBoost的工作过程10.1.2 AdaBoost多分类问题10.1.3 AdaBoost的回归问题10.2 AdaBoost的原理10.3 AdaBoost的scikit-lean 实现10.4 AdaBoost使用实例10.5 AdaBoost的优/缺点 前言 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,本文介绍了机器学习的基础内容。 本文的定位是快速学习入门并掌握机器学习相关的基础核心知识,降低学原创 2021-04-12 16:31:52 · 72 阅读 · 0 评论 -
机器学习基础__第9章 随机森林
文章目录前言第9章 随机森林9.1 Bagging 模型9.2 随机森林9.3 RF的推广-extra tress9.4 RF的scikit-learn 实现9.5 RF的scikit-lean 使用实例9.5.1 程序9.5.2 结果及分析9.5.3 扩展小结 前言 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,本文介绍了机器学习的基础内容。 本文的定位是快速学习入门并掌握机器学习相关的基础核心知识,降低学习成本,节约时间。 目前的行情是:机器学习理论 + 业务能力(场景)/工作经验 + 工原创 2021-04-12 16:30:40 · 60 阅读 · 0 评论 -
机器学习基础__第8章 支持向量机
文章目录前言第8章 支持向量机8.1 感知机8.1.1 感知机模型8.1.2 感知机学习策略8.1.3 感知机优化算法8.1.4 感知机模型整体流程8.2 硬间隔支持向量机8.2.1 引入8.2.2 推导8.3 软间隔支持向量机8.4 合页损失函数8.5 非线性支持向量机8.6 SVM模型的scikit-learn 实现8.6.1 线性SVM模型8.6.2 非线性SVM模型8.7 SVM模型实例小结 前言 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,本文介绍了机器学习的基础内容。 本文的定位原创 2021-04-12 16:29:52 · 187 阅读 · 0 评论 -
机器学习基础__第7章 Logistic回归
文章目录前言第7章 Logistic回归7.1 Logistic 回归概述7.2 Logistic 回归原理7.2.1 logistic 回归模型7.2.2 logistic 回归学习策略7.2.3 logistic 回归优化算法7.3 多项式 Logistic 回归7.4 Logistic 回归的scikit-learn 实现7.5 Logistic 回归实例小结 前言 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,本文介绍了机器学习的基础内容。 本文的定位是快速学习入门并掌握机器学习相关的原创 2021-04-12 16:27:46 · 60 阅读 · 0 评论 -
机器学习基础__第4章 朴素贝叶斯
文章目录前言第4章 朴素贝叶斯4.1 概述4.2 相关原理4.2.1 朴素贝叶斯基本原理4.2.2 原理的进一步阐述4.2.3 后验概率最大化的含义4.2.4 拉普拉斯平滑4.3 朴素贝叶斯的三种形式及scikit-learn 实现4.3.1 高斯型4.3.2 多项式4.3.3 伯努型4.4 中文文本分类项目4.4.1 项目简介4.4.2 项目过程4.4.3 完整程序实现4.5 小结 前言 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,本文介绍了机器学习的基础内容。 本文的定位是快速学习入门并原创 2021-04-12 16:21:34 · 70 阅读 · 0 评论 -
机器学习基础__第3章 线性回归
第3章 线性回归 3.1 问题引入 3.2 线性回归模型 3.2.1 模型建立 3.2.2 策略确定 3.2.3 算法求解 3.2.4 线性回归模型流程 3.3 线性回归的scikit-lean 实现 3.3.1 普通线性回归 3.3.2 Lasso 回归 3.3.3 岭回归 3.3.4 Elastic Net 回归 3.4 线性回归实例 总结 提示:这里对文章进行总结: 例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。原创 2021-04-12 16:18:35 · 66 阅读 · 0 评论 -
机器学习课程清单
入门机器学习: 英伟达人工智能应用团队的计算机科学家 Chip Huyen 学习资源: 入门机器学习是一个循序渐进的过程,优质的学习资源和科学的学习路线缺一不可。 免费机器学习课程资源 高效的学习路线 学习内容: 1、 斯坦福《概率与统计(Probability and Statistics)》 2、 MIT《线性代数(Linear Algebra)》 3、斯坦福 CS231N《用于视觉识别的卷积神经网络(Convolutional Neural Networks for Visual原创 2021-04-11 17:17:05 · 983 阅读 · 0 评论 -
机器学习路径
文章目录前言1.课前准备2.主流的学习过程3. 具体内容:4.主要方向体系自然语言处理知识图谱计算机视觉人机交互参考资料 前言 1.机器学习到底应该怎么去学,机器学习的学习没有想象中的那么困难,当然也没有外面宣传的那么容易。 2.机器学习是一项长期的工作,能促使你学习下去的最终动力,只有热爱。 3.在台湾大学《机器学习基石》的系列课程中列出了传统编程很难应用,但适合机器学习的 4 类场景: 当传统编程无法实现某类系统时 当解决方案很难人工界定时 当需要快速决策时 当面向的用户市场极其庞..原创 2021-04-11 16:51:23 · 983 阅读 · 0 评论 -
机器学习基础__第1章 机器学习概述
系列文章目录 提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 例如:第一章 Python 机器学习入门之pandas的使用 提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录系列文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结 前言 提示:这里可以添加本文要记录的大概内容: 例如: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,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。 提示:以下是本篇文章正文内容,下面案例原创 2021-04-11 09:33:49 · 353 阅读 · 0 评论