人工智能系列
以实战为线索,逐步深入人工智能开发各个环节,提升生产力和创造力,提升自我,共同进步~
武念
从事互联网工作,对数据采集、人工智能、大数据、金融资本等信息感兴趣,欢迎沟通交流!致力于提高生产力,与君共勉!
展开
-
IMDB情感分析数据集
训练集25000条,正负各12500条。测试集25000条,正负各12500条。,每条样本是一个txt文件。,测试集,和没有标签的数据。短文本情感分析二分类。转载 2022-07-20 00:19:36 · 234 阅读 · 0 评论 -
人工智能系列之基本框架梳理
人工智能三个框架神经网络模型前馈神经网络卷积神经网络图网络记忆网络循环网络记忆增强网路概率图模型模型有向图无向图推断精确推断近似推断学习EM算法机器学习类型无监督学习密度估计玻尔兹曼机深度信念网络生成对抗网络变分自编码器自编码聚类强化学习监督学习分类回归结构化学习要素模型线性模型非线性模型优化算法随机梯度下降学习准则结构风险最小化原创 2021-07-15 00:55:29 · 1492 阅读 · 2 评论 -
mediapipe系列之一手骨架标记
基于mediapipe进行的手骨架标记采用方法主要使用google 的 mediapipe 工具包中的hands模块和opencv中的显示标识模块使用事项文中的VideoCapture(0)可以代表着电脑自带的摄像头。代码如下import cv2import mediapipe as mpimport timeclass handDetector(): def __init__(self, mode=False, hands=2, detection=0.5, tracki原创 2021-06-19 00:27:13 · 679 阅读 · 0 评论 -
人工智能系列之一人工智能基本流程
人工智能基本流程基本流程解决的问题基本流程1.获取数据2.数据处理3.特征工程4.机器学习5.模型评估 5.1 结果达到预期要求使用 5.2 结果没达到预期要求重新调整参数训练解决的问题1.分类问题 1.1 准备带标签的数据 1.2 训练并检验 1.3 分类(离散)2.回归问题 2.1 准备带标签的数据 2.2 训练并检验 2.3 回归(连续)3.聚类问题 3.1 准备不带标签的数据 3.2 聚类...原创 2021-05-21 01:04:13 · 3808 阅读 · 0 评论 -
人工智能系列之一算法讲解:KNN算法
KNN算法KNN与K-means算法的区别KNN 用途回归/分类基本计算方式距离计算基本实现方式KNN与K-means算法的区别knn 是分类算法,k-means是聚类算法分类算法需要数据有标签并训练,无法获取数据内部隐含的数据规律聚类算法是根据数据本色的特性进行的数据划分,能体现数据的特性。KNN 用途回归/分类1.样本库容量依赖性强2.无法给出数据基础结构信息3.分类计算量大,速度慢,空间负责度高4.K值不好确定,过大则过拟合,过小欠拟合基本计算方式距离计算欧式距离:N维度空原创 2021-05-21 00:48:18 · 331 阅读 · 0 评论 -
人工智能系列之一神经网络(感知机)
感知机定义最简单的神经网络描述了神经网络的基本过程学习传统神经网络的大门实现思虑模拟人脑突触当满足条件即激活,不满足条件不激活基本内容函数描述y = func(x1w1+x2w2+x3*w3…) func 即激活函数,输出0或1图像展示基本作用解决简单的分类问题(0,1)因只有一层感知器,故只能解决简单的二分类问题常见激活函数特性线性非线性饱和性阶跃性常见激活函数sigmoid 函数函数特性:非线性、非阶跃性优点:平滑、易于求导原创 2021-06-28 23:21:32 · 460 阅读 · 1 评论 -
人工智能系列之一概念描述:knn与k-means的区别
KNN与k-means的区别KNN和K-Means的区别knnK-means1.KNN是分类算法1.K-Means是聚类算法2.监督学习2.非监督学习3.喂给它的数据集是带label的数据,已经是完全正确的数据3.喂给它的数据集是无label的数据,是杂乱无章的,经过聚类后才变得有点顺序,先无序,后有序没有明显的前期训练过程,属于memory-based learning有明显的前期训练过程K的含义:来了一个样本x,要给它分类,即求出它的y,就从数据集原创 2021-05-18 22:53:08 · 122 阅读 · 0 评论 -
人工智能系列之一算法讲解:SVM算法
SVM算法svm 本质svm特性核函数的种类实现方法svm 本质寻找两类数据最近点之间的最远距离,即最近两天的连线的法线(近似定义)svm特性1.分割数据2.允许有误差3.低纬度分割不开允许映射到高纬度空间4.采用核函数替代方式来替换高维计算核函数的种类多项式核函数 K( x, xi) = x ⋅ xilogistic核函数 K( x, xi) = (( x⋅ xi) + 1 )d径向基核函数 K( x, xi) = exp ( − ∥x− xi∥2σ2)傅里叶核 K(原创 2021-05-21 00:58:26 · 167 阅读 · 0 评论