摘要：似然 这个词害死人啊！ 拽什么拽啊，就是 最大可能估计！还有什么极大似然估计。都是坑人的，都一样。 最大似然估计是机器学习领域最为常见的用来构建 目标函数 的方法。 他的核心思想是：根据观测到的结果来预测其中的未知参数。 假设有一枚硬币，它是不均匀的，也就是说出现正面的反面的概率是不同的。假设我们设 阅读全文

摘要：自然语言处理(NLP)是指使用诸如英语之类的自然语言与智能系统进行通信的AI方法。 如果您希望智能系统(如机器人)按照您的指示执行操作，希望听取基于对话的临床专家系统的决策时，则需要处理自然语言。 NLP领域涉及使计算机用人类使用的自然语言执行有用的任务。 NLP系统的输入和输出可以是 - 言语(说 阅读全文

摘要：https://www.cnblogs.com/rainsoul/p/7890641.html 总结一下学习笔记 如，做一个汽车的照片分类，正样本 就是 正确的 汽车的图片，负样本就是 不是 汽车的图片。 通过模型训练，可以告诉机器，那些是对的，哪些是错误的。错误的就是负样本。 针对与分类问题，正样 阅读全文

摘要：感谢 https://mp.weixin.qq.com/s/YPUHWBPwRiH0N0AFNnIrmw 整理一下，学习笔记 贝叶斯定理是一种在已知其他概率的情况下求概率的方法： P(A|B) 是在 B 发生的情况下 A 发生的概率； P(A) 是 A 发生的概率； P(B|A) 是在 A 发生的情 阅读全文

摘要：https://www.imooc.com/article/35900 参考上面大神的原文，说的非常透彻。非常便于理解。感谢 感谢 自己做个小笔记，便于自己学习 特征值是离散的，无序的。 如： 性别特征：["男"，"女"] 祖国特征：["中国"，"美国，"法国"] 运动特征：["足球"，"篮球"，" 阅读全文

摘要：在这个问题陈述中，将通过提供名字来训练分类器以找到性别(男性或女性)。 我们需要使用启发式构造特征向量并训练分类器。这里使用scikit-learn软件包中的标签数据。 以下是构建性别查找器的Python代码 - 导入必要的软件包 - 现在需要从输入字中提取最后的N个字母。 这些字母将作为功能 - 阅读全文

摘要：无监督机器学习算法没有任何监督者提供任何指导。 这就是为什么它们与真正的人工智能紧密结合的原因。 在无人监督的学习中，没有正确的答案，也没有监督者指导。 算法需要发现用于学习的有趣数据模式。 什么是聚类？ 基本上，它是一种无监督学习方法，也是用于许多领域的统计数据分析的常用技术。 聚类主要是将观测集 阅读全文

摘要：回归是最重要的统计和机器学习工具之一。 我们认为机器学习的旅程从回归开始并不是错的。 它可以被定义为使我们能够根据数据做出决定的参数化技术，或者换言之，允许通过学习输入和输出变量之间的关系来基于数据做出预测。 这里，依赖于输入变量的输出变量是连续值的实数。 在回归中，输入和输出变量之间的关系很重要， 阅读全文

摘要：分类技术或模型试图从观测值中得出一些结论。 在分类问题中，我们有分类输出，如“黑色”或“白色”或“教学”和“非教学”。 在构建分类模型时，需要有包含数据点和相应标签的训练数据集。 例如，如果想检查图像是否属于汽车。 要实现这个检查，我们将建立一个训练数据集，其中包含与“车”和“无车”相关的两个类。 阅读全文

摘要：我们已经知道，某种格式的数据对于机器学习算法是必需的。 另一个重要的要求是，在将数据作为机器学习算法的输入发送之前，必须正确标记数据。 例如，如果所说的分类，那么数据上会有很多标记。 这些标记以文字，数字等形式存在。与sklearn中的机器学习相关的功能期望数据必须具有数字标记。 因此，如果数据是其 阅读全文

摘要：预处理数据 在我们的日常生活中，需要处理大量数据，但这些数据是原始数据。 为了提供数据作为机器学习算法的输入，需要将其转换为有意义的数据。 这就是数据预处理进入图像的地方。 换言之，可以说在将数据提供给机器学习算法之前，我们需要对数据进行预处理。 数据预处理步骤 按照以下步骤在Python中预处理数 阅读全文