机器学习
文章平均质量分 95
与数据挖掘不一样的是,机器学习更偏向理论,系统化的理论知识一些,属于方法论和原理范畴,数了打牢基础的必读。
三行数学
努力做一个数学与数学工程学布道者,欢迎关注,加入交流群,关注“三行数学”公众号。
展开
-
机器学习——DBSCAN聚类算法
从本文你将学到,DBSCAN算法,包括DBSCAN算法原理,DBSCAN算法基本步骤,DBSCAN算法调优,DBSCAN算法优缺点原创 2024-05-11 20:57:59 · 2984 阅读 · 1 评论 -
机器学习——logistic回归
logistic回归模型从这一期开始,我们准备介绍一系列机器学习算法模型,主要包括logistic回归,决策树,随机森林,关联规则,朴素贝叶斯,支持向量机模型,隐式马尔可夫模型,因子分析,主成分分析,聚类,多元线性回归,时间序列,协同过滤,XGBoost,LightGBM等,大致包括模型的引入背景,背后数学原理,模型的应用范围,模型优缺点及改进建议以及具体工程实践。原创 2020-04-13 17:44:45 · 64210 阅读 · 12 评论 -
机器学习——决策树算法模型
决策树原创 2022-12-12 23:03:48 · 526 阅读 · 0 评论 -
机器学习——支持向量机
支持向量机原创 2022-06-19 21:27:04 · 828 阅读 · 0 评论 -
逻辑回归算法模型
一篇搞定逻辑回归算法模型原创 2022-04-05 12:04:40 · 2348 阅读 · 1 评论 -
异常值检测
利用高斯分布这一有利工具来进行异常值检测原创 2021-02-01 21:05:51 · 726 阅读 · 0 评论 -
机器学习——主成分分析(PCA)
本期主要介绍PCA主成分分析原创 2021-01-21 19:05:54 · 688 阅读 · 0 评论 -
机器学习——聚类分析
- 什么是聚类?- 聚类与分类的区别- Kmeans算法常用的距离公式- Kmeans算法流程- Kmeans算法实践- Kmeans算法优缺点分析- Kmeans算法应用场景原创 2021-01-21 18:27:12 · 2745 阅读 · 0 评论 -
机器学习——垃圾邮件分类
本期延续上期的支持向量机,为支持向量机找到一个应用场景——垃圾邮件分类。原创 2020-10-19 18:45:57 · 1498 阅读 · 1 评论 -
机器学习——支持向量机
机器学习,支持向量机原创 2020-10-07 17:17:26 · 631 阅读 · 0 评论 -
机器学习——反馈神经网络多分类
本次主要实践利用反馈神经网络做多分类,包括图片数据可视化,模型训练,模型评估,隐藏层可视化原创 2020-08-01 16:19:44 · 888 阅读 · 0 评论 -
机器学习——前馈神经网络多分类
利用向前神经网络做多分类原创 2020-07-21 21:21:56 · 969 阅读 · 1 评论 -
机器学习——逻辑回归多分类
本期主要讲利用逻辑回归来做多分类,包括数据可视化,假设函数,损失函数,参数最优化,一对多分类训练器,模型准确率评估等,对应吴恩达机器学习第四周编程练习,融入自己的想法。原创 2020-07-19 11:03:27 · 1169 阅读 · 0 评论 -
机器学习——逻辑回归正则
本文主要实现非线性可分数据的逻辑回归,包括特征映射,正则化等原创 2020-07-14 09:34:29 · 691 阅读 · 0 评论 -
机器学习——多元线性回归模型
多元线性回归模型,假设函数,损失函数,梯度下降及其可视化实现原创 2020-07-11 14:34:12 · 2717 阅读 · 1 评论 -
机器学习——方差与偏差
读取数据import numpy as npimport pandas as pdimport scipy.io as sioimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'SimHei'plt.rcParams['axes.unicode_minus'] = Falsedata = sio.loadmat("D:\吴恩达机器学习与深度学习\CourseraML\ex5\data\ex5data1.mat")原创 2020-09-22 09:00:18 · 386 阅读 · 0 评论 -
机器学习——单变量线性回归模型
本文主要探讨一元线性回归模型,假设函数,损失函数和梯度下降原创 2020-07-10 17:12:34 · 1841 阅读 · 0 评论