![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
With__Sunshine
这个作者很懒,什么都没留下…
展开
-
一文了解caffe框架
https://blog.csdn.net/songguangfan/article/details/99436777转载 2020-05-11 11:03:20 · 256 阅读 · 0 评论 -
《机器学习实战
https://blog.csdn.net/rujin_shi/article/category/7337263转载 2019-07-22 18:48:00 · 150 阅读 · 0 评论 -
随机森林(Random Forest)算法原理
https://blog.csdn.net/edogawachia/article/details/79357844转载 2019-07-05 10:46:56 · 1225 阅读 · 0 评论 -
梯度下降原理及线性回归代码实现(python/java/c++)
https://blog.csdn.net/liangyihuai/article/details/77341551转载 2019-07-23 17:00:57 · 235 阅读 · 0 评论 -
1.《机器学习实战》LogisticPython回归源码实现
from numpy import *import numpy as np#Logistic回归梯度上升优化算法#读取数据def loadDataSet(): dataMat = [] labelMat = [] fr = open('TestSet.txt') for line in fr.readlines(): lineArr = li...转载 2019-07-23 16:07:17 · 244 阅读 · 0 评论 -
超平面详解-SVM支持向量机
https://blog.csdn.net/wenyusuran/article/month/2018/08转载 2019-07-05 10:54:32 · 409 阅读 · 0 评论 -
机器学习 随机森林 机器学习算法 机器学习算法之随机森林算法详解及工作原理图解
随机森林是一种灵活且易于使用的机器学习算法,即便没有超参数调优,也可以在大多数情况下得到很好的结果。它也是最常用的算法之一,因为它很简易,既可用于分类也能用于回归任务。 在这篇文章中,你将了解到随机森林算法的工作原理以及适用范围。机器学习算法之随机森林算法工作原理随机森林是一种有监督学习算法。 就像你所看到的它的名字一样,它创建了一个森林,并使它拥有某种方式随机性。 所构建的“森林”是...转载 2019-07-05 10:44:29 · 1826 阅读 · 0 评论 -
浅显易懂——泰勒展开式
第一次见到泰勒展开式的时候,我是崩溃的。泰勒公式长这样:好奇泰勒是怎么想出来的,我想,得尽量还原公式发明的过程才能很好的理解它。首先得问一个问题:泰勒当年为什么要发明这条公式?因为当时数学界对简单函数的研究和应用已经趋于成熟,而复杂函数,比如:这种一看就头疼的函数,还有那种根本就找不到表达式的曲线。除了代入一个x可以得到它的y,就啥事都很难干了。所以泰勒同学就迎难而上!决定让这些式...转载 2019-04-01 18:44:26 · 40806 阅读 · 3 评论 -
梯度下降法的推导(非常详细、易懂的推导)
梯度下降算法的公式非常简单,”沿着梯度的反方向(坡度最陡)“是我们日常经验得到的,其本质的原因到底是什么呢?为什么局部下降最快的方向就是梯度的负方向呢?也许很多朋友还不太清楚。没关系,接下来我将以通俗的语言来详细解释梯度下降算法公式的数学推导过程。下山问题假设我们位于黄山的某个山腰处,山势连绵不绝,不知道怎么下山。于是决定走一步算一步,也就是每次沿着当前位置最陡峭最易下山的方向前进一...转载 2019-04-01 18:27:16 · 5416 阅读 · 0 评论 -
梯度下降(Gradient Descent)小结
转载自刘建平Pinardhttps://www.cnblogs.com/pinard/p/5970503.html在求解机器学习算法的模型参数,即无约束优化问题时,梯度下降(Gradient Descent)是最常采用的方法之一,另一种常用的方法是最小二乘法。这里就对梯度下降法做一个完整的总结。1. 梯度 在微积分里面,对多元函数的参数求∂偏导数,把求得的各个参数的偏导数以...转载 2019-04-01 11:00:43 · 579 阅读 · 0 评论 -
NLP文本相似度(TF-IDF)
本篇博文是数据挖掘部分的首篇,思路主要是先聊聊相似度的理论部分,下一篇是代码实战。 我们在比较事物时,往往会用到“不同”,“一样”,“相似”等词语,这些词语背后都涉及到一个动作——双方的比较。只有通过比较才能得出结论,究竟是相同还是不同。但是万物真的有这么极端的区分吗?在我看来不是的,生活中通过“相似度”这词来描述可能会更加准确。比如男人和女人,虽然生理器官和可能思想有些不同,但也...转载 2019-04-01 10:54:12 · 1141 阅读 · 0 评论 -
文本分类与文本相似度
1. 词向量hash: simhashword2vec: 低维稠密向量,每一维表示词语的潜在特征,该特征捕获了句法和语义有用的信息。(后文详解)2. 词频term frequency: 词频 可以是一个单词在本文档出现的次数,也可是在所有文档出现的次数。raw count, binary, normalized, logWeChat Screenshot_20180...转载 2019-04-01 10:35:14 · 1983 阅读 · 0 评论 -
Python第三方库jieba(中文分词)入门与进阶(官方文档)
“结巴”中文分词:做最好的 Python 中文分词组件github:https://github.com/fxsjy/jieba特点 支持三种分词模式: 精确模式,试图将句子最精确地切开,适合文本分析; 全模式,把句子中所有的可以成词的词语都扫描出来, 速度非常快,但是不能解决歧义; 搜索引擎模式,在精确模式的基础上,对长词再次切分,提高召回率,适合用于搜索引擎分词。 支...转载 2019-04-04 17:20:25 · 346 阅读 · 0 评论 -
SVM 原理详解,通俗易懂
看了该作者的文章,瞬间膜拜了!讲得太好了!转自:http://www.blogjava.net/zhenandaci/category/31868.html(一)SVM的简介支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中...转载 2019-04-04 11:07:52 · 383 阅读 · 0 评论 -
机器学习spark例子
目录定义 机器学习算法类别 Kmeans算法 朴素贝叶斯算法(Naive Bayes) K最近邻分类算法(KNN) SVM Logistic regression 协同过滤 决策树回到顶部定义机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为...转载 2019-04-04 10:43:57 · 760 阅读 · 0 评论 -
机器学习实战之算法参考
------------------------------------------------------机器学习实战之机器学习主要任务https://www.cnblogs.com/zy230530/p/7029025.html------------------------------------------------------机器学习实战之kNN算法https://...转载 2019-03-19 10:53:30 · 163 阅读 · 0 评论 -
7行Python代码,搭建可以识花的机器学习--情感分析、神经网络
参考:https://www.tinymind.cn/articles/4071?from=csdn02https://www.tinymind.cn/articles/4067转载 2019-03-18 15:20:15 · 295 阅读 · 0 评论