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 模型优化 通过数据收集、数据预处理、训练模型、测试模型上述四个步骤，一般可以得到一个不错的模型，但是一般得到的都是一个 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(878)
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 特征选择 特征工程在工业上有这么一句广为流传的话：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。接下来将给你介绍特征工程的第一个分 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(1609)
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 推荐系统 目前推荐系统被应用于各个领域，例如淘宝的商品推荐、b站的视频推荐、网易云音乐的每日推荐等等，这些都是基于用于往日在平台的行为模式给用户推荐他 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(1264)
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(垃圾邮件分类) 一、邮箱训练集下载地址 邮件训练集下载地址https://pan.baidu.com/s/1uwDJJeJAr DX82X 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(1970)
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 scikit learn库之决策树 在scikit learn库中决策树使用的CART算法，因此该决策树既可以解决回归问题又可以解决分类问题，即下面即 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(2196)
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 支持向量回归 传统回归模型如线性回归，对于样本$(x,y)$是直接基于模型，通过预测值$f(x_i){y}$和真实值$y$之间的差别计算损失，并且当$ 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(3441)
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 基尼指数 一、基尼指数简介 基尼指数（gini coefficient）代表了模型的不纯度，基尼指数越小，则不纯度越低；基尼指数越大，则不纯度越高，这 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(2958)
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 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(952)
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(2726)
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(1205)
评论(0)
推荐(0)
浙公网安备 33010602011771号