机器学习
文章平均质量分 89
网络空间发展与战略研究中心
这个作者很懒,什么都没留下…
展开
-
统计中的门派之争
摘要统计学是通过搜索、整理、分析、描述数据等手段,以推断目标对象的本质,是人工智能技术的基础理论之一,对统计学的知识背景进行了解有助于我们深入理解人工智能算法背后的哲学思考以及基础理论。一、前言爱因斯坦和波尔的世纪论战燃爆了整个20世纪初的物理学界。争论促进了物理学的发展,吸引了诸多人的关注,很多学者和吃瓜群众更是对争论乐此不疲,津津乐道。同样,在统计学领域也不乏论战和门派之争。经典学派(又称频率学派、抽样学派)与贝叶斯学派是当今数理统计学的两大学派,各自的理论在众多领域中都得到广泛应用原创 2021-04-08 19:49:37 · 524 阅读 · 0 评论 -
表示学习的基本原理
1. 前言机器学习的性能在很大程度上取决于是否选择了适当的数据表示(或特征)。实际上,机器学习算法的大部分工作都集中在预处理管道和数据转换的设计上,这些管道和转换产生的数据表示最终决定着机器学习的有效性。但是,当前机器学习算法存在致命的弱点:无法从数据中提取和构建有判别力的原始信息。特征工程作为一项重要的工作,能够利用人类的聪明才智和先验知识来弥补这一弱点,但确是人力密集型的(Labor-intensive)工作,限制了机器学习的易用性和应用范围的过大。为了降低机器学习算法对特...原创 2020-09-21 17:18:22 · 419 阅读 · 0 评论 -
查看 tensorflow 是GPU版本 还是CPU版本以及具体版本号
在Python环境中输入:import osfrom tensorflow.python.client import device_libos.environ["TF_CPP_MIN_LOG_LEVEL"] = "99"if __name__ == "__main__": print(device_lib.list_local_devices())输出:[name: "/cpu:0"device_type: "CPU"memory_limit: 268435456...原创 2020-08-11 15:01:03 · 858 阅读 · 0 评论 -
零基础入门深度学习(1) - 感知器
零基础入门深度学习(1) - 感知器 零基础入门深度学习(2) - 线性单元和梯度下降 零基础入门深度学习(3) - 神经网络和反向传播算法 零基础入门深度学习(4) - 卷积神经网络 零基础入门深度学习(5) - 循环神经网络 零基础入门深度学习(6) - 长短时记忆网络(LSTM) 零基础入门深度学习(7) - 递归神经网络深度学习是啥在人工智能领域,有一个方法叫机器学习。在机器学习这个方法里...转载 2018-07-01 14:09:18 · 661 阅读 · 0 评论 -
分布式机器学习平台比较
摘要: 机器学习,特别是深度学习(DL),最近已经在语音识别、图像识别、自然语言处理、推荐/搜索引擎等领域获得了成功。这些技术在自主驾驶汽车、数字卫生系统、CRM、广告、物联网等方面都存在着非常有前景的应用。当然,资金驱动着这些技术以极快的速度向前发展,而且,最近我们已经看到了有很多机器学习平台正在建立起来。这篇文章调查分析了多个分布式机器学习平台所使用的设计方法,并提出了未来的研究方转载 2017-08-15 10:51:27 · 3567 阅读 · 0 评论 -
[Machine Learning & Algorithm] 随机森林(Random Forest)
[Machine Learning & Algorithm] 随机森林(Random Forest)ttp://www.cnblogs.com/maybe2030/p/4585705.html原文:http://www.cnblogs.com/maybe2030/p/4585705.html阅读目录1 什么是随机森林?2 随机森林的特点3转载 2016-10-23 21:02:10 · 863 阅读 · 0 评论 -
how to deal with error SPARK-5063 in spark
3down votefavorite1I get the error message SPARK-5063 in the line of printlnval d.foreach{x=> for(i<-0 until x.length) println(m.lookup(x(i)))} d is RDD[Array[String]转载 2015-10-30 00:07:32 · 3463 阅读 · 0 评论 -
python十分钟入门
python book【搭建开发环境】1 可以到www.python.org下载安装包,然后通过configure、make、make install进行安装。2 也可以到www.activestate.com去下载ActivePython组件包。(ActivePython是对Python核心和常用模块的二进制包装,它是ActiveState公司发布的Python开发环境。Acti转载 2015-11-08 10:02:53 · 581 阅读 · 0 评论 -
矩阵分解与图计算框架
矩阵分解是推荐系统常用的手段,经常用来做用户偏好预测.在当下的推荐系统中,我们得到用户对于物品的评分矩阵往往是非常稀疏的,一个有m个用户,n个商品的网站,它所收集到的m*n用户评分矩阵R可能只有不到万分之一的数据非零.矩阵分解算法常用来构造出多个矩阵, 用这些矩阵相乘的结果R’来拟合原来的评分矩阵R,目标是使得到的矩阵R’在R的非零元素那些位置上的值尽量接近R中的元素,同时对于R中非零值进行补全.转载 2015-07-02 21:08:01 · 2404 阅读 · 0 评论 -
Simple libFM example, part1(LibFM使用方法)
I often get email of people asking me how to run libFM and having trouble to understand the whole pipeline. If you are verse in Machine Learning, a first step is to take a look at Steffen Rendle’s p转载 2015-05-02 12:24:41 · 5858 阅读 · 3 评论 -
逻辑回归
什么是逻辑回归?Logistic回归与多重线性回归实际上有很多相同之处,最大的区别就在于它们的因变量不同,其他的基本都差不多。正是因为如此,这两种回归可以归于同一个家族,即广义线性模型(generalizedlinear model)。这一家族中的模型形式基本上都差不多,不同的就是因变量不同。如果是连续的,就是多重线性回归;如果是二项分布,就是Logistic回归;转载 2015-04-24 10:54:14 · 786 阅读 · 0 评论