随笔分类 - 机器学习
摘要：这个傻逼问题真的搞得我很疲惫，再次重申Pytorch真香！！！！！！TF就是个垃圾！！！！ 好了，言归正传。 因为最近在搞毕设，接触了TF的网络，然后，因为版本的问题，一直有如题的问题出现，便记录一下自己的求解过程。 因为在旧版的tf中有关这个包作为contrib模块，它在TensorFlow 2.
阅读全文
摘要：本章主要讲述了“集成学习”和“随机森林”两个方面。 重点关注：bagging/pasting、boosting、stacking三个方法。 首先，提出一个思想，如果想提升预测的准确率，一个很好的方法就是用集成的方法。让多种预测器尽可能相互独立，使用不同的算法进行训练。最后以预测器中的预测结果的多数作
阅读全文
摘要：本章讲决策树 决策树，一种多功能且强大的机器学习算法。它实现了分类和回归任务，甚至多输出任务。 决策树的组合就是随机森林。 本章的代码部分不做说明，具体请到我的GitHub上自行获取。 决策树的每个节点都是一种属性的判断，每个分支是判断结果的输出，是一种监督学习的算法。 决策树的类别有很多，最广泛使
阅读全文
摘要：本章在讲支持向量机(Support Vector Machine)。 支持向量机，一个功能强大的机器学习模型，能够执行线性或非线性数据的分类、回归甚至异常值检测的任务。它适用于中小型数据集的分类。 线性SVM分类 线性SVM分类大体分为两类，一种叫硬间隔分类，另一种叫软间隔分类。两者间的区别在于是否
阅读全文
摘要：本章主要讲训练模型的方法。 线性回归模型 闭式方程：直接计算最适合训练集的模型参数 梯度下降：逐渐调整模型参数直到训练集上的成本函数调至最低，最终趋同与第一种方法计算出的参数 首先，给出线性回归模型的预测公式 将上述公式向量化 当公式存在后，我们由于需要最优参数，因此需要成本函数。线性回归模型一般的
阅读全文
摘要：https://pan.baidu.com/s/1iTIoa4RXdK-lo_QEgLEOFw 提取码：76hf
阅读全文
摘要：本章主要讲关于分类的一些机器学习知识点。我会按照以下关键点来总结自己的学习心得：（本文源码在文末，请自行获取） 什么是MNIST数据集 二分类 二分类的性能评估与权衡 从二元分类到多类别分类 错误分析 多标签分类、多输出分类 什么是MNIST数据集 MNIST数据集是一组由美国高中生和人口调查局员工
阅读全文
摘要：请支持正版图书， 购买链接 下方内容里面很多链接需要我们自备梯子，实在不会再请留言，节约彼此时间。 源码在底部，请自行获取，谢谢！ 当开始着手进行一个端到端的机器学习项目，大致需要以下几个步骤： 观察大局 分析业务，确定工作方向与性能指标 获得数据 借助框架分析数据 机器学习算法的数据准备 选择和训
阅读全文
浙公网安备 33010602011771号