摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 拉格朗日对偶性 在约束最优化问题中，拉格朗日对偶性(Lagrange duality)可以将原始问题转换为对偶问题，然后通过求解对偶问题的解得到原始问 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(954)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 决策树总结 一、ID3算法、C4.5算法和CART算法比较 | 算法 | 树结构 | 支持模型 | 特征选择 | 连续值处理 | 缺失值处理 | 剪枝 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(2201)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 集成学习基础 集成学习(ensemnle learning)通过构建并结合多个学习器来完成学习任务，集成学习可以用于分类问题集成、回归问题集成、特征选 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1762)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 朴素贝叶斯 朴素贝叶斯是基于贝叶斯公式与特征条件独立假设的分类方法(注：贝叶斯公式是数学定义，朴素贝叶斯是机器学习算法)。朴素贝叶斯基于输入和输入的联 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(2761)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 深度学习 图像识别 一、人脸定位 相信你们外出游玩的时候，都不会带上你的牛逼plus诺基亚手机出门，而是带上你的智能手机给自己美美的拍上一张。当你用手 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(9472)
评论(1)
推荐(7)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 决策树C4.5算法 为了解决决策树ID3算法的不足，ID3算法的作者昆兰基于它的不足改进了决策树ID3算法。但是可能会有人有疑问，既然上一个决策树算法 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(2891)
评论(0)
推荐(1)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 牛顿法和拟牛顿法 牛顿法(Newton method)和拟牛顿法(quasi Newton method)和梯度下降法一样也是求解最优化问题的常用方法 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1273)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 手写数字识别应用程序 一、导入模块 二、图像转向量 三、训练并测试模型 四、模型转应用程序 4.1 展示图片 4.2 处理图片 4.3 预测图片 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1871)
评论(0)
推荐(1)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 梯度提升树 梯度提升树(gradien boosting decision tree，GBDT)在工业上用途广泛，属于最流行、最实用的算法之一，梯度提 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1716)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 熵和信息增益 一、熵（Entropy） 熵表示 。假设离散随机变量$X$可以取到$n$个值，其概率分布为 $$ P(X=x_i)=p_i, \quad 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1121)
评论(0)
推荐(0)
浙公网安备 33010602011771号