51
Dev开发社区
首页
文章
问答
工具
搜索
登录
注册
#机器学习
外行人都能看得懂的机器学习,错过了血亏!
只有光头才能变强没错,这篇主要跟大家一起入门机器学习。作为一个开发者,”人工智能“肯定是听过的。作为一个开发面试者,肯定也会见过”机器学习“这个岗位(反正我校招的时候就遇到过)。可能还会听过或者见过“深度学习”、“神经网络”...
代码星球
·
2020-08-11
外行人
都能
看得
懂的
机器
为什么有导师的基于梯度下降的机器学习喜欢用欧氏距离来度量误差
版权申明:本文为博主窗户(ColinCai)原创,欢迎转帖。如要转贴,必须注明原文网址 http://www.cnblogs.com/Colin-Cai/p/7899171.html 作者:窗户 QQ:6679072 E-mail:6679072@qq.com bp神经网络为大家所熟知,推导中使用了基于梯...
代码星球
·
2020-08-09
为什么
导师
基于
梯度
下降
机器学习常见算法调优
1、线性回归、逻辑回归 特征归一化(标准化)、正则化防止过拟合、激活函数的选择、迭代次数2、KNN K值的选择、距离的定义、决策的权重(不同距离的点赋予不同的权重)3、神经网络 特征归一化(标准化)、层数、每层的神经元个数、学习速率、批量batch_size、激活函数、初始化参数,优化器的选择; 卷积神经网络:...
代码星球
·
2020-08-09
机器
学习
常见
算法
调优
spark 机器学习
两种机器学习库ml与mlib mllib containsoldRDD-basedAPIml containsnewAPIbuildaround Dataset andMLPipelines 分类回归逻辑回归二分类和多分类不支持回归决策树二分类和多...
代码星球
·
2020-08-09
spark
机器
学习
机器学习相关网址
作者:凯鲁嘎吉-博客园 http://www.cnblogs.com/kailugaji/更多内容,请看:文献查找FreeMindhttp://freemind.pluskid.org/ JunhaoHua博客|huajh7'sBlog http://blog.huajh7.com/&nb...
代码星球
·
2020-08-09
机器
学习
相关
网址
机器学习优化算法
作者:凯鲁嘎吉-博客园 http://www.cnblogs.com/kailugaji/[1]邱锡鹏, 神经网络与深度学习[M].2019.[2] [MachineLearning]梯度下降法的三种形式BGD、SGD以及MBGD...
代码星球
·
2020-08-09
机器
学习
优化
算法
机器学习常见的几种评价指标:精确率(Precision)、召回率(Recall)、F值(F-measure)、ROC曲线、AUC、准确率(Accuracy)
原文链接:https://blog.csdn.net/weixin_42518879/article/details/83959319主要内容:机器学习中常见的几种评价指标,它们各自的含义和计算(注意本文针对二元分类器!)1、混淆矩阵TruePositive(真正,TP):将正类预测为正类的数目TrueNegative...
代码星球
·
2020-08-09
机器
学习
常见
几种
评价
机器学习模型评估方法(一)
机器学习中,将数据集划分为训练集、验证集、测试集。训练集构建模型,然后用模型计算测试数据集的测试误差,最后以测试集的测试误差近似为模型的泛化能力,根据泛化能力来评估模型的优劣。 本文首先引入数据集概率分布的概念,然后介绍模型评估方法。 ...
代码星球
·
2020-07-22
机器
学习
模型
评估
方法
机器学习算法中随机数的生成
numpy,sklearn提供随机数据生成功能,我们可以自己生成适合某一种模型的数据,用随机数据来清洗,归一化,转换,然后选择模型与算法做拟合和预测。1.numpy随机数据生成APInumpy比较适合用来生产一些简单的抽样数据。API都在random类中,常见的API有:(1).rand(d0,d1,...,dn)用来...
代码星球
·
2020-07-22
机器
学习
算法
随机数
生成
stanford coursera 机器学习编程作业 exercise 6(支持向量机-support vector machines)
在本练习中,先介绍了SVM的一些基本知识,再使用SVM(支持向量机)实现一个垃圾邮件分类器。 在开始之前,先简单介绍一下SVM①从逻辑回归的costfunction到SVM的costfunction逻辑回归的假设函数如下:hθ(x)取值范围为[0,1],约定hθ(x)>=0.5,...
代码星球
·
2020-07-09
stanford
coursera
机器
学习
编程
stanford coursera 机器学习编程作业 exercise 5(正则化线性回归及偏差和方差)
本文根据水库中蓄水标线(waterlevel)使用正则化的线性回归模型预水流量(waterflowingoutofdam),然后debug学习算法以及讨论偏差和方差对该线性回归模型的影响。 ①可视化数据集本作业的数据集分成三部分:ⓐ训练集(trainingset),样本矩阵(训练集):X,结果标签(label...
代码星球
·
2020-07-09
stanford
coursera
机器
学习
编程
stanford coursera 机器学习编程作业 exercise4--使用BP算法训练神经网络以识别阿拉伯数字(0-9)
在这篇文章中,会实现一个BP(backpropagation)算法,并将之应用到手写的阿拉伯数字(0-9)的自动识别上。训练数据集(trainingset)如下:一共有5000个训练实例(traininginstance),每个训练实例是一个400维特征的列向量(20*20pixelimage)。用X矩阵表示整个训练集...
代码星球
·
2020-07-09
stanford
coursera
机器
学习
编程
stanford coursera 机器学习编程作业 exercise 3(使用神经网络 识别手写的阿拉伯数字(0-9))
本作业使用神经网络(neuralnetworks)识别手写的阿拉伯数字(0-9)关于使用逻辑回归实现多分类问题:识别手写的阿拉伯数字(0-9),请参考:http://www.cnblogs.com/hapjin/p/6085278.html 由于逻辑回归是线性分类(它的假设函数是一个线性函数,就是划一条直线,...
代码星球
·
2020-07-09
stanford
coursera
机器
学习
编程
stanford coursera 机器学习编程作业 exercise 3(逻辑回归实现多分类问题)
本作业使用逻辑回归(logisticregression)和神经网络(neuralnetworks)识别手写的阿拉伯数字(0-9)关于逻辑回归的一个编程练习,可参考:StanfordcourseraAndrewNg机器学习课程编程作业(Exercise2)及总结下面使用逻辑回归实现多分类问题:识别手写的阿拉伯数字(0-...
代码星球
·
2020-07-09
stanford
coursera
机器
学习
编程
Stanford coursera Andrew Ng 机器学习课程编程作业(Exercise 1)
Exercise1:LinearRegression---实现一个线性回归在本次练习中,需要实现一个单变量的线性回归。假设有一组历史数据<城市人口,开店利润>,现需要预测在哪个城市中开店利润比较好?历史数据如下:第一列表示城市人口数,单位为万人;第二列表示利润,单位为10,000$5.52779.13028...
代码星球
·
2020-07-09
Stanford
coursera
Andrew
Ng
机器
首页
上一页
...
14
15
16
17
18
...
下一页
尾页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他