摘要：
首先，我非常感谢cnblogs这么好的一个平台给我们这些计算机方面的人提供这么一个共享的平台！ 其次，我希望大家共享知识，共同交流进步！ 然后，如果在转载中侵犯了您的权益，请及时联系我。 音频视频： ebaina live555 阅读全文
posted @ 2015-10-30 21:04
PKICA
阅读(251)
评论(0)
推荐(0)
摘要：
K最近邻居（K-Nearest Neighbor, KNN）算法是一种简单而强大的有监督学习算法。它可以用于分类和回归问题。KNN的核心思想是“物以类聚”，即一个数据点的类别由它最接近的K个邻居的类别决定。 KNN的工作原理 KNN是一种基于实例的学习（Instance-based Learning 阅读全文
posted @ 2025-10-29 17:24
PKICA
阅读(6)
评论(0)
推荐(0)
摘要：
支持向量机（Support Vector Machine, SVM）是一种强大的有监督学习模型，主要用于分类，也可用于回归任务。它的核心思想是找到一个最优的超平面，将不同类别的数据点分隔开来，并且使这个超平面与最近的训练数据点（即支持向量：样本中距离超平面最近的一些点）之间的距离最大化。 1. 工作 阅读全文
posted @ 2025-10-29 15:34
PKICA
阅读(6)
评论(0)
推荐(0)
摘要：
0. 引导聚集算法 引导聚集算法（Bootstrap Aggregating），简称 Bagging，是一种集成学习（Ensemble Learning）方法。其核心思想是通过并行训练多个基学习器，并结合它们的预测结果，来提高模型的稳定性和准确性，同时有效降低过拟合的风险。 Bagging算法尤其适 阅读全文
posted @ 2025-10-29 11:20
PKICA
阅读(5)
评论(0)
推荐(0)
摘要：
决策树（Decision Tree）是一种常见的非参数监督学习算法，可用于分类和回归任务。它通过构建树状模型，模拟人类决策过程，将数据根据不同的特征进行分割，最终在树的叶子节点得出结论。 1. 决策树的结构 一个完整的决策树由以下几个部分构成： 根节点（Root Node）： 代表整个数据集的起点。 阅读全文
posted @ 2025-10-28 17:32
PKICA
阅读(3)
评论(1)
推荐(0)
摘要：
1. MLP （multilayer perceptron） 多层感知机（Multilayer Perceptron, MLP）是机器学习中一种基本且重要的前馈人工神经网络模型。它通过增加一个或多个隐藏层以及使用非线性激活函数，解决了单层感知机无法处理非线性可分问题的局限性。 2. 结构和组成 一个 阅读全文
posted @ 2025-10-28 11:10
PKICA
阅读(11)
评论(0)
推荐(0)
摘要：
1. 监督学习 监督学习（Supervised learning）是机器学习的一种基本类型，它使用已标记（labeled）的数据集来训练算法，以识别模式并预测新数据的结果。在已标记的数据集中，每个输入数据都对应一个正确的输出标签，就好比一个学生在有老师指导的情况下学习。 1.1 运作原理 准备已标记 阅读全文
posted @ 2025-10-24 17:19
PKICA
阅读(13)
评论(0)
推荐(0)
摘要：
From @AI 循环神经网络（Recurrent Neural Network, RNN）是一种专门用于处理序列数据的神经网络，能够捕捉数据中的时间依赖关系。与传统的前馈神经网络不同，RNN通过隐藏状态（Hidden State）记忆之前的输入信息，从而实现对序列数据的建模。 核心原理 RNN的核 阅读全文
posted @ 2025-10-23 14:22
PKICA
阅读(9)
评论(0)
推荐(0)
摘要：
From @AI 卷积神经网络（CNN）是深度学习中的一种强大的模型，尤其在图像处理领域表现出色。 它的设计灵感来源于人类的视觉系统，试图模拟人眼对视觉信息的处理方式。CNN通过 一系列的卷积层、池化层和全连接层来提取图像中的特征，并进行分类或其他任务。 卷积层的工作原理 卷积层是CNN中的核心，它 阅读全文
posted @ 2025-10-23 11:23
PKICA
阅读(3)
评论(0)
推荐(0)
摘要：
From @AI ANN（Artificial Neural Networks）是一种受人脑神经元启发的计算模型，旨在模拟人脑的学习和决策过程。 它由多个相互连接的“人工神经元”组成，通过接收输入、计算权重和偏置，生成输出。神经网络广泛应用于 模式识别、自动控制、函数优化等领域。 感知器与权重机制 阅读全文
posted @ 2025-10-23 10:36
PKICA
阅读(5)
评论(0)
推荐(0)
摘要：
机器学习在人工智能驱动的 IDS 的功能中发挥着关键作用。关 键技术包括： 聚类算法，如 K-means：将网络流量分组到集群中，并将异常值标记为潜在威胁。 分类模型，例如随机森林和 SVM：这些模型根据历史数据将数据分为正常或恶意活动。 阅读全文
posted @ 2025-10-22 16:20
PKICA
阅读(4)
评论(0)
推荐(0)
浙公网安备 33010602011771号