![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
辉兔子
做更好的自己,与时俱进,不断更新自己!
展开
-
机器学习基本概念
概念:多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等几门学科。研究计算机怎样模拟或实现人类的学习形为,以获取新的知识或技能, 重新组织已有的知识结构使之不断改善自身性能。学科定位:人工智能(Artifical Intelligence,AI)的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。定义:探究和研发一...原创 2018-01-26 14:55:11 · 216 阅读 · 0 评论 -
决策树算法(decision tree)
决策树算法(decision tree) 决策树是一个类似于流程图的树结构:其中,每个内部结点表示在一个属性上的测试,每个分支代表一个属性输出,而每个树叶结点代表类或类分布。树的最顶层是根结点。 构造决策树的基本算法 RIDageincomestudentcredit_ratingbuys_computer1原创 2018-01-26 15:40:09 · 727 阅读 · 1 评论 -
决策树(scikit-learn)
python机器学习的库:scikit-learn 特性: 简单高效的数据挖掘和机器学习分析 对所有用户开放,根据不同需求调试可重用性 基于Numpy,SciPy和matplotlib 开源:商用级别 ,获得BSD许可 覆盖问题领域: 分类(classification),回归(regression),聚类(clustering),降维(dime原创 2018-01-26 15:46:48 · 766 阅读 · 0 评论 -
支持向量机(svm)
1.背景: 1.1最早是由Vladimir N. Vapnik 和 Alexey Ya. Chervonenkis 在1963年提出 1.2目前的版本(soft margin)是由Corinna Cortes 和 Vapnik在1993年提出,并在1995年发表 1.3深度学习(2012)出现之前,svm被认为机器学习中近十几年来最成功,表现最好的算法2.机器学习的一般框架:原创 2018-01-26 15:56:06 · 872 阅读 · 0 评论 -
神经网络算法(Neural Network)
1.背景: 1.1以人脑中的神经网络为启发,历史上出现过很多不同版本 1.2最著名的算法是1980年的backpropagation2.多层向前神经网络(Multilayer Feed-Forward Neural Network) 2.1Backpropagation被使用多层向前神经网络上 2.2多层向前神经网络由以下部分组成: 输入层(input layer),...原创 2018-02-02 16:29:22 · 4481 阅读 · 0 评论 -
简单线性回归
0.前提介绍 为什么需要统计量? 统计量:描述数据特征 0.1 集中趋势衡量 0.1.1 均值 (平均数,平均值)(mean) {6,2,9,1,2} (6 + 2 + 9 + 1+2)/5 = 20/5 = 4 0.1.2 中位数 (median) ...原创 2018-03-15 19:07:53 · 672 阅读 · 0 评论 -
多元回归
1.与简单线性回归区别(simple linear regression) 多个自变量(X)2.多元回归模型 y = B0 + B1x1+B2x2+...+Bpxp + e e是误差值3.多元回归方程 期望值中e的期望值为0,因此得到多元回归方程如下 E(y) = B0 + B1x1+B2x2+...+Bpxp4.估计多元回归方程 y_...原创 2018-09-29 15:41:39 · 1558 阅读 · 0 评论