机器学习
文章平均质量分 93
ZAE_
这个作者很懒,什么都没留下…
展开
-
新闻分类任务实战(自然语言处理经典案例实战)
1.文本分析与关键词提取2.相似度计算3.新闻数据与任务简介4.TF-IDF关键词提取5.LDA建模6.基于贝叶斯算法进行新闻分类原创 2023-10-24 21:40:54 · 515 阅读 · 1 评论 -
商品信息可视化与文本分析(自然语言处理经典案例实战)
1.在线商城商品数据信息概述2.商品类别划分方式3.商品类别可视化展示4.商品描述长度对价格的影响分析5.关键词的词云可视化展示6.基于tf-idf提取关键词信息7.通过降维进行可视化展示8.聚类分析与主题模型展示原创 2023-10-22 17:46:12 · 463 阅读 · 1 评论 -
第七节-聚类算法-Kmeans&Dbscan原理(第一章: 机器学习算法精进及其案例应用(课程笔记) )
7.1-聚类算法-Kmeans&Dbscan原理7.2-KMEANS工作流程7.3-KMEANS迭代可视化展示7.4-DBSCAN聚类算法7.5-DBSCAN工作流程7.6-DBSCAN可视化展示原创 2023-09-02 20:05:46 · 495 阅读 · 0 评论 -
第十四节-集成算法实验分析(第一章: 机器学习算法精进及其案例应用(课程笔记) )
14.1集成算法实验分析14.2-硬投票与软投票效果对比14.3-Bagging策略效果14.4-集成效果展示分析14.5-OOB袋外数据的作用14.6-特征重要性热度图展示14.7-Adaboost算法概述14.8-Adaboost决策边界效果14.9-GBDT提升算法流程14.10-集成参数对比分析14.11-模型提前停止策略14.12-堆叠模型原创 2023-09-04 18:05:37 · 207 阅读 · 0 评论 -
贝叶斯算法原理与代码实现(学习笔记)
1-贝叶斯代码实现2-邮件数据读取3-预料表与特征向量构建4-分类别统计词频5-贝叶斯公式对数变换6-完成预测模块原创 2023-09-06 11:14:02 · 3021 阅读 · 1 评论 -
NLP常用工具包实战(自然语言处理经典案例实战)
1.Python字符串处理2.正则表达式基本语法3.正则常用符号4.常用函数介绍5.NLTK工具包简介6.停用词过滤7.词性标注8.数据清洗实例9.Spacy工具包10.名字实体匹配11.恐怖袭击分析12.结巴分词器13.词云展示原创 2023-10-21 20:46:06 · 389 阅读 · 0 评论 -
RNN / LSTM / GRU 架构解析
一、传统RNN模型1.1 RNN模型介绍1.2 RNN模型的分类1.3 传统RNN的内部结构图二、LSTM模型2.1 LSTM组成2.2 LSTM的内部结构图2.3 Bi-LSTM2.4 Pytorch中LSTM工具的使用2.5 LSTM优势2.6 LSTM缺点:三、GRU模型3.1 GRU组成3.2 GRU的内部结构图和计算公式原创 2023-11-15 22:29:04 · 1163 阅读 · 2 评论 -
第十五节-支持向量机原理推导(第一章: 机器学习算法精进及其案例应用(课程笔记) )
15.1-支持向量机原理推导15.2-距离与数据定义15.3-目标函数推导15.4-拉格朗日乘子法求解15.5-化简最终目标函数15.6-求解决策方程15.7-软间隔优化15.8-核函数的作用15.9-最常用的核函数-高斯核函数原创 2023-09-05 15:24:32 · 107 阅读 · 0 评论 -
第十一节-决策树代码实现(第一章: 机器学习算法精进及其案例应用(课程笔记) )
11.1-数据准备11.2-递归生成树节点11.3-熵值计算11.4-数据集切分11.5-完成树模型构建11.6-测试算法效果原创 2023-09-03 20:20:36 · 100 阅读 · 0 评论 -
第十六节-支持向量机实验分析(第一章: 机器学习算法精进及其案例应用(课程笔记) )
17.1-决策边界可视化展示17.2-软间隔的作用17.3-非线性SVM17.4-核函数的作用与效果原创 2023-09-05 17:59:32 · 196 阅读 · 0 评论 -
第十节-决策树原理(第一章: 机器学习算法精进及其案例应用(课程笔记) )
10.1-决策树原理10.2-滴的作用10.3-信息增益原理10.4-决策树构造实例10.5-信息增益率与gini系数10.6-预剪枝方法10.7-后剪枝方法10.8-回归问题解决原创 2023-09-03 18:27:28 · 700 阅读 · 0 评论 -
第六节-逻辑回归实验分析(第一章: 机器学习算法精进及其案例应用(课程笔记) )
6.逻辑回归实验分析6.1-逻辑回归实验分析6.2-概率结果随特征数值的变化6.3可视化展示6.4-坐标棋盘制作6.5-分类决策边界展示分析6.6-多分类-softmax原创 2023-09-02 00:24:38 · 130 阅读 · 0 评论 -
第十三节-决策树代码实现(第一章: 机器学习算法精进及其案例应用(课程笔记) )
14.1-集成算法原理14.2-随机森林优势与特征重要性指标14.3-提升算法概述14.4-stacking堆叠模型原创 2023-09-04 10:48:06 · 93 阅读 · 0 评论 -
第十二节-决策树代码实现(第一章: 机器学习算法精进及其案例应用(课程笔记) )
12.1-决策树实验分析12.2-决策边界展示分析12.3-树模型预剪枝参数作用12.4-回归树模型原创 2023-09-03 23:59:49 · 517 阅读 · 0 评论 -
第九节-聚类算法实验分析(第一章: 机器学习算法精进及其案例应用(课程笔记) )
8.聚类算法实验分析8.1-聚类结果展示8.2-建模流程解读8.3不稳定结果8.4-评估指标-Inertia8.5-如何找到合适的K值8.6-轮廓系数的作用8.7-Kmenas算法存在的问题8.8-应用实例-图像分割8.9-半监督学习8.10-DBSCAN算法原创 2023-09-03 15:35:16 · 438 阅读 · 0 评论 -
第八节-聚类算法-Kmeans代码实现(第一章: 机器学习算法精进及其案例应用(课程笔记) )
1.1-计算得到簇中心点1.2-样本点归属划分1.3-算法选代更新1.4-尾花数据集聚类任务1.5-聚类效果展示原创 2023-09-03 09:34:37 · 195 阅读 · 0 评论 -
第五节-逻辑回归原理推导与代码实现(第一章: 机器学习算法精进及其案例应用(课程笔记) )
5.逻辑回归原理推导与代码实现5.1-原理与化简求解5.2-逻辑回归代码实现5.3-训练模块功能5.4-完成预测模块5.5-优化目标定义5.6-迭代优化参数5.7梯度计算5.8-得出最终结果5.9-尾花数据集多分类任务5.10-训练多分类模型5.11-决策边界绘制5.12-非线性决策边界原创 2023-09-01 20:41:51 · 202 阅读 · 2 评论 -
第一章: 机器学习算法精进及其案例应用(课程笔记)
第一章: 机器学习算法精进及其案例应用原创 2023-08-30 17:50:14 · 187 阅读 · 1 评论