![](https://img-blog.csdnimg.cn/20190918140053667.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
基于C#的机器学习
文章平均质量分 87
目前国内关于机器学习的内容多是Python或者Go或者C++的,.NET平台下的多是使用封装好的工具包,而几乎没有关于如何使用C#实现的内容。目前有翻译版本的NET平台下的机器学习的书籍,不过却是F#语言的,没有C#。
山信大大懒虫
这个作者很懒,什么都没留下…
展开
-
基于C#的机器学习--目录
转载请注明出处:https://blog.csdn.net/wyz19940328/article/details/85700819目前国内关于机器学习的内容多是Python或者Go或者C++的,.NET平台下的多是使用封装好的工具包,而几乎没有关于如何使用C#实现的内容。目前有翻译版本的NET平台下的机器学习的书籍,不过却是F#语言的,没有C#。目录1.机器学习的基本知识机器学习...原创 2019-01-03 16:03:57 · 5860 阅读 · 11 评论 -
基于C#的机器学习--惩罚与奖励-强化学习
强化学习概况 正如在前面所提到的,强化学习是指一种计算机以“试错”的方式进行学习,通过与环境进行交互获得的奖赏指导行为,目标是使程序获得最大的奖赏,强化学习不同于连督学习,区别主要表现在强化信号上,强化学习中由环境提供的强化信号是对产生动作的好坏作一种评价(通常为标量信号),而不是告诉强化学习系统如何去产生正确的动作。唯一的目的是最大化效率和/或性能。算法对正确的决策给予奖励,对错...原创 2019-01-12 15:10:35 · 3358 阅读 · 3 评论 -
基于C#的机器学习--机器学习建模的基础
构建ML模型的步骤现在我们已经看了解到了一些ML应用程序的例子,问题是,我们如何构建这样的ML应用程序和系统?下图总结了我们使用ML开发应用程序的方法,我们将在下面更详细地讨论这个问题:如上图所示,建立学习模型的步骤如下:问题定义:任何项目的第一步不仅是理解我们想要解决的问题,也定义了我们如何使用ML来解决问题。这第一步无疑是构建有用的ML模型和应用程序中最重要的一步。在开始构建ML模型之前,我们至少应该回答以下四个问题:l 当前碰到了什么问题?这是我们描述和陈述我们试图解决的问..原创 2022-01-19 10:17:18 · 666 阅读 · 0 评论 -
基于C#的机器学习--c# .NET中直观的深度学习
在本章中,将会学到:l 如何使用Kelp.Net来执行自己的测试l 如何编写测试l 如何对函数进行基准测试Kelp.Net是一个用c#编写的深度学习库。由于能够将函数链到函数堆栈中,它在一个非常灵活和直观的平台中提供了惊人的功能。它还充分利用OpenCL语言平台,在支持cpu和gpu的设备上实现无缝操作。深度学习是一个非常强大的工具,对Caffe和Chainer模型加载的本机支持使这个平台更加强大。您将看到,只需几行代码就可以创建一个100万个隐藏层的深度学习网络。Kelp.Net...原创 2022-01-19 10:15:51 · 4761 阅读 · 0 评论 -
基于C#的机器学习--机器学习的基本知识
机器学习的基本知识 作为一个终生的微软开发人员,我经常看到开发人员努力寻找解决日常问题所需的资源。让我们面对现实吧,我们没有人有时间按照自己喜欢的方式做事,我们中很少有人有幸在真正的研发部门工作。虽然这些年来我们已经走过了相当长的一段旅程,还记得曾经我们通过桌上的C程序员参考资料和其他50本书中翻找资料,到现在能够在谷歌中快速搜索并得到我们想要的东西。但现在人工智能时代已经到来,情况有些不同了。 作为c#开发人员,当涉及到机器学习时,谷歌搜索并不总是我们最好的朋友,因为几乎...原创 2019-01-05 09:41:24 · 8486 阅读 · 0 评论 -
基于C#的机器学习--旅行推销员问题
我们有一个必须在n个城市之间旅行的推销员。他不在乎什么顺序。他最先或最后访问的城市除外。他唯一关心的是他会去拜访每一个人,每个城市只有一次,最后一站是他得家。每个城市都是一个节点,每个节点通过一条边与其他封闭节点相连(可以将其想象成公路、飞机、火车、汽车等)每个连接都有一个或多个权值与之相关,我们称之为成本。成本描述了沿着该连接旅行的困难程度,如机票成本、汽车所需的汽油量等。他的首要任务是尽可能降低成本和旅行距离。对于那些学过或熟悉图论的人,希望你们还记得无向加权图。城市是顶点,..原创 2022-01-19 10:02:05 · 358 阅读 · 1 评论 -
基于C#的机器学习--深层信念网络
我们都听说过深度学习,但是有多少人知道深度信念网络是什么?让我们从本章开始回答这个问题。深度信念网络是一种非常先进的机器学习形式,其意义正在迅速演变。作为一名机器学习开发人员,对这个概念有一定的了解是很重要的,这样当您遇到它或它遇到您时就会很熟悉它!在机器学习中,深度信念网络在技术上是一个深度神经网络。我们应该指出,深度的含义,当涉及到深度学习或深度信念时,意味着网络是由多层(隐藏的单位)组成的。在深度信念网络中,这些连接在一层内的每个神经元之间,而不是在不同的层之间。一个深度信念网络可以被训练成无监督原创 2022-01-19 10:12:09 · 320 阅读 · 0 评论 -
基于C#的机器学习--微基准测试和激活功能
本章我们将学习以下内容:l 什么是微基准测试l 如何将它应用到代码中l 什么是激活函数l 如何绘制和基准测试激活函数每个开发人员都需要有一个好的基准测试工具。质量基准无处不在;你们每天都能听到,这个减少了10%那个增加了25%还记得那句老话吗,当你听到一个数字被抛出时,98.4%的情况下这个数字是假的。顺便说一下,这个数字也是我编的。当你听到这样的话,让那个人证明一下,你会得到什么?我们不需要定性的结果;我们需要能够被证明和持续复制的量化结果。可重复的结果是非常重要的,不仅对一致...原创 2022-01-19 10:13:49 · 250 阅读 · 0 评论 -
基于C#的机器学习--我应该接受这份工作吗-使用决策树
决策树 要使决策树完整而有效,它必须包含所有的可能性。事件序列也必须提供,并且是互斥的,这意味着如果一个事件发生,另一个就不能发生。 决策树是监督机器学习的一种形式,因为我们必须解释输入和输出应该是什么。有决策节点和叶子。叶子是决策,不管是否是最终决策,节点是决策分裂发生的地方。 虽然有很多算法可供我们使用,但我们将使用迭代二分法(ID3)算法。在每个递归步骤中,根据一个标准(信息增益、增益比等)选择对我们正在处理的输入集进行最佳分类的属性。这里必须...原创 2022-01-19 10:08:22 · 525 阅读 · 0 评论 -
基于C#的机器学习--贝叶斯定理-执行数据分析解决肇事逃逸之谜
贝叶斯定理-执行数据分析解决肇事逃逸之谜在这一章中,我们将:应用著名的贝叶斯定理来解决计算机科学中的一个非常著名的问题。 向您展示如何使用贝叶斯定理和朴素贝叶斯来绘制数据,从真值表中发现异常值等等贝叶斯定理概况 当我们使用贝叶斯定理的时候,我们是在测量一件事发生的概论程度: 上式表示在给定事件B的情况下事件A发生的概率。 概率通常被量化为...原创 2019-01-05 18:22:07 · 1586 阅读 · 6 评论 -
基于C#的机器学习--垃圾邮件过滤
在这一章,我们将建立一个垃圾邮件过滤分类模型。我们将使用一个包含垃圾邮件和非垃圾邮件的原始电子邮件数据集,并使用它来训练我们的ML模型。我们将开始遵循上一章讨论的开发ML模型的步骤。这将帮助我们理解工作流程。 在本章中,我们将讨论以下主题: l 定义问题 l 准备数据 l 数据分析 l 构建数据的特征 l 逻辑回归与朴素贝叶斯的Email垃圾邮件过滤 l 验证分类模型定义问题 让我们从定义本章要解...原创 2022-01-19 10:25:04 · 1631 阅读 · 1 评论 -
基于C#的机器学习--面部和动态检测-图像过滤器
在本章中,我们将展示两个独立的例子,一个用于人脸检测,另一个用于动态检测,以及如何快速地将这些功能添加到应用程序中。 在这一章中,我们将讨论:面部检测 动态检测 将检测添加到应用程序中面部检测 人脸检测,是人脸识别的第一部分。如果你不能从屏幕上的所有东西中识别出一个或多个人脸,那么你将永远无法识别那是谁的脸。 首先让我们看一张我们的应用程序截图: 上图中,通过摄像头我们已经捕获到一张图像,接下来启用面部跟踪,看看会发生什么:...原创 2022-01-19 09:59:46 · 522 阅读 · 1 评论 -
基于C#的机器学习--颜色混合-自组织映射和弹性神经网络
自组织映射和弹性神经网络 自组织映射(SOM),或者你们可能听说过的Kohonen映射,是自组织神经网络的基本类型之一。自组织的能力提供了对以前不可见的输入数据的适应性。它被理论化为最自然的学习方式之一,就像我们的大脑所使用的学习方式一样,在我们的大脑中,没有预先定义的模式被认为是存在的。这些模式是在学习过程中形成的,并且在以更低的维度(如二维或一维)表示多维数据方面具有不可思议的...原创 2019-01-15 09:52:29 · 747 阅读 · 0 评论 -
基于C#的机器学习--模糊逻辑-穿越障碍
模糊逻辑-穿越障碍模糊逻辑。另一个我们经常听到的术语。但它的真正含义是什么?它是否意味着不止一件事?我们马上就会知道答案。我们将使用模糊逻辑来帮助引导一辆自动驾驶汽车绕过障碍,如果我们做得正确,我们将避开沿途的障碍。我们的自动导航车辆(AGV)将在障碍物周围导航,感知其路径上的障碍物。它将使用一个推理系统来帮助引导它前进。你或者用户将能够创造障碍或通过的方式,AGV必须避开或通过。你...原创 2019-01-13 17:51:27 · 1270 阅读 · 1 评论