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 常见的概率分布模型 一、离散概率分布函数 离散概率分布也称为概率质量函数（probability mass function），离散概率分布的例子有 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(4148)
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 感知机原始形式(鸢尾花分类) 一、导入模块 二、自定义感知机模型 三、获取数据 由于获取的鸢尾花数据总共有3个类别，所以只提取前100个鸢尾花的数据得 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(9037)
评论(0)
推荐(2)
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 随机森林代码(葡萄酒质量检测) 一、导入模块 二、导入数据 三、数据预处理 四、训练模型 五、度量模型 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(1587)
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 非线性支持向量机(鸢尾花分类)+自定义随机数据 一、导入模块 二、自定义数据分类 2.1 自定义数据 2.2 构建决策边界 2.3 训练模型 2.4 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(2797)
评论(2)
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 细分构建机器学习应用程序的流程 训练模型 一、1.1 训练回归模型 接下来我们将用波士顿房价数据集来介绍我们的回归模型，波士顿总共有506条数据，所以 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(944)
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 线性可分支持向量机 一、线性可分支持向量机学习目标 1. 线性可分支持向量机、线性支持向量机、非线性支持向量机区别 2. 函数间隔与几何间隔 3. 目 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(2718)
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 模型选择 机器学习是在某种假设上对数据的分析，基于该假设即可构造多个模型获得预测值，通过比较多个模型间真实值与预测值之间的误差即可获得一个较优的模型。 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(1202)
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 最小角回归法 最小角回归相当于前向选择法和前向梯度法的一个折中算法，简化了前项梯度法因$\epsilon$的迭代过程，并在一定程度的保证了前向梯度法的 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(988)
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 特征预处理 之前说到构建机器学习系统的步骤中的第二步说到需要进行数据预处理，但是并没有说如何对数据进行预处理，这一章将会展开来说说将来建模时会碰到的各 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(2191)
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 范数 一、Lp范数 $p$是一个变量，度量的是一组范数 $$ ||x||_p = \sqrt[p]{\sum_{i=1}^nx_i^p},\quad 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(764)
评论(0)
推荐(0)
浙公网安备 33010602011771号