Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
sklearn集成方法
集成方法 集成方法是训练很多基学习器 然后用这些基学习器去对进行分类或者回归 最后取所有结果中比例最大的作为模型的结果 投票分类器 Voting Classifiers 定义 对于一个训练集 有很多分类器 比如说Logistic KNN S
Python相关
机器学习
python
随机森林
adaboost
相关性分析
这里的相关性分析主要是线性相关性分析 当然其他的形状的相关性分析可以通过变换转换为线性相关性分析 但是 线性相关性分析始终是相关性分析的基础 线性相关分析的构建主要分为以下几种 直接绘制散点图 通过把点标出来主观上看是否是线性相关 绘制散点
py数据分析与挖掘实战
python
机器学习
算法
数据挖掘
特征工程——为什么要对数值类型的特征做归一化?
百面机器学习涉及到的问题 在我不理解和认为不对的地方做了补充和修改 若有错误欢迎指教 为了消除数据特征之间的量纲影响 我们需要对特征进行归一化处理 使得不同指标之间具有可比性 例如 分析一个人的身高和体重对健康的影响 如果使用米 m 和千克
百面机器学习
机器学习
一文讲清楚梯度下降算法
一 随机梯度下降与经典梯度下降 1 经典梯度下降 经典的梯度下降法采用所有训练数据的平均损失来近似目标函数 可以看到每更新一次梯度 就需要计算所有训练数据 当M很大的时候 这需要很大的计算量 耗费很长的计算时间 2 随机梯度下降 随机梯度下
机器学习
深度学习
人工智能
算法
人工智能技术发展历史
人工智能 Artificial Intelligence 简称 AI 的历史可以追溯到上世纪50年代 以下是其中的关键点 1956年 达特茅斯会议 1956年 美国达特茅斯学院举办了一次会议 邀请了一些研究者共同探讨人工智能的概念 目标和方
人工智能
机器学习
深度学习
有无监督,上下游任务,高斯分布,BN总结
1 无监督和有监督的区别 有无标号 label与预测结果做损失loss transformer有监督的 BERT 在预训练中在没有标号的数据集上训练 在微调的时候同样是用一个BERT模型 但是它的权重被初始化成在预训练中得到的权重 有标号的
python
1024程序员节
深度学习
机器学习
晶振是如何起振的?
01 皮尔斯晶体振荡器 目前工作中用得最多的就是皮尔斯晶体振荡器 也就是下面这个结构 CL1 CL2为匹配电容 Rext通常为串联的几百欧姆电阻 有时也不加 上面这个结构可能看着不是很熟悉 我们把它转换一下 变成下面这个就熟悉些 上图中把R
人工智能
机器学习
Java
算法
python
【bnlearn in Python】Python下载bnlearn包的一些问题
贝叶斯网络小萌新 请大家多多指教多多关注 文章目录 bnlearn document 下载超时问题 下载指令 证明下载成功 bnlearn document bnlearn包的指南文件见链接 bnlearn document 下载超时问题
toolsamppackages
机器学习
python
[搬运]台湾大学机器学习课程 by 李宏毅
最近看到一个比较好的机器学习课程 大致听了一遍 整体感觉机器学习领域还是比较难 虽然李宏毅老师讲得还是挺好的 没有足够基础吸收起来还是有一定困难 即便是已经把过程讲了一遍 也很难理解到那些理论是如何构建起来的 这个课程一个好是讲到了当前最热
机器学习
1、算法导论---时间复杂度、确定性和非确定性图灵机、算法的确定性与非确定性、P问题、NP问题、规约/约化、NPC问题、NP-hard问题
算法导论 1 时间复杂度 2 图灵机 3 算法的确定性与非确定性 4 P问题 5 NP问题 6 规约 约化 7 NPC问题 8 NP Hard问题 9 四大问题关系 1 时间复杂度 要想了解算法的问题 首先要知道问题的分类 而要想知道问题的
算法
机器学习
DragGAN编辑自定义图像
上一篇图文我们简要的看了DragGAN的官方源码 效果还可以 但是只能编辑StyleGAN生成的图片 没办编辑自定义的图片 当然如果需要编辑自己的图片 就需要将图片投影 或反转 到styleGAN预训练生成器的领域中 01 什么是图像反转
人工智能
计算机视觉
python
算法
机器学习
牙齿的X射线图像的语义分割(附代码)
第一步结果 第二步结果 本研究的目的是通过使用U Net模型和二值图像分析的深度学习方法 在一次拍摄的全景x射线图像中自动语义分割和测量牙齿的总长度 以便为牙齿疾病 疾病和状况的管理提供诊断信息 模型结构 代码 coding utf 8 M
牙齿数字化
NumPy
python
机器学习
基于CNN卷积神经网络的商品识别(毕设)
一 研究背景及意义 当下 国内超市结算的方式大多都是人工扫码 在下班人流高峰期 显然这不是更高效的方式 无疑是增加了超市的人工成本及顾客的等待时间 二 目标检测的算法的选取 在单阶段目标检测算法中 目前主流的算法是YOLO算法与SSD算法
cnn
深度学习
机器学习
pyqt
python
吴恩达深度学习笔记五:卷积神经网络 人脸识别和风格迁移部分
1 人脸识别 人脸验证 Face Verification 输入图片和模板图片是否为同一人 一对一问题 人脸识别 Face Recognition 输入图片 检测是否为多个模板图片中的一个 一对多问题 一般来说 人脸验证由于范围较小难度较小
机器学习
深度学习
吴恩达深度学习笔记
cnn
人脸实别
机器学习实战python版第二章示例:手写识别系统
手写识别系统和前面的例子差不多 我们所需要做的就是把图数据转换成一维数组数据 数据准备 def img2vector filename returnVect zeros 1 1024 创建一行1024列的数组 fr open filenam
机器学习
python
手写输入系统
python 使用前馈神经网络处理IrIs数据集(BP)
本文章包含以下内容 数据 lris数据集 模型 前馈神经网络 激活函数 Logistic 损失函数 交叉嫡损失 优化器 梯度下降法 评价指标 准确率 输出层使用了Softmax分类 通过使用前馈神经网络实现BP学习算法 进一步理解前馈神经网
python
机器学习
人工智能
特征缩放(归一化处理)
在我们面对多维特征问题的时候 我们要保证这些特征都具有相近的尺度 这将帮助梯度下降算法更快地收敛 以房价问题为例 假设我们使用两个特征 房屋的尺寸和房间的数量 尺寸的值为 0 2000平方英尺 而房间数量的值则是0 5 以两个参数分别为横纵
机器学习
深度学习
计算机视觉
人工智能
线性回归、Arima和LSTM做单特征预测
一 数据集展示 1 本文只针对单特征的时间序列 这里分别只有时间和牛肉批发价两个特征 一共是三百多条数据 二 模型 1 线性回归 任务 只以当前的牛肉批发价作为特征 预测过后5天的牛肉批发价 1 线性回归需要有x和y两个维度 这里将原本的牛
神经网络
线性回归
LSTM
机器学习
机器学习---期望+方差+标准差+协方差
1 期望 在概率论和统计学中 数学期望 mathematic expectation 或均值 亦简称期望 是试验中每次可能结果的概率乘以其结果的总和 是最基本的数学特征之一 它反映随机变量平均取值的大小 大数定律表明 随着重复次数接近无穷大
机器学习
人工智能
python
数学基础(四)极大似然估计、误差的高斯分布与最小二乘估计的等价性
目录 一 极大似然估计 二 误差的高斯分布与最小二乘估计的等价性 一 极大似然估计 x表示概率 表示要估计的参数 我们定义一个极大似然函数 使这个函数最大 直接对求导比较麻烦 所以我们将似然函数转化成对数的形式 来求的最大值 举个例子 高斯
机器学习
python
算法
矩阵
«
1 ...
94
95
96
97
98
99
100