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(2202)
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库之主成分分析 PCA在scikit leran库中的 包下，PCA即最普通的PCA，PCA也有很多变种，我们主要会讲解PCA 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(986)
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 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(1590)
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(2798)
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 Tensorflow基本使用 一、确认安装Tensorflow 二、获取MNIST数据集 python 获取MNIST数据集 获取地址：https:/ 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(1635)
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 梯度下降法 在求解机器学习算法模型参数的时候，梯度下降法（gradient descent）和最小二乘法（least squares）是最经常使用的方 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(1133)
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ID3算法 决策树（decision tree）是一种基本的分类与回归方法，同时由于自身是弱分类器特别适合集成学习，例如随机森林、XgBoost 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(3303)
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(772)
评论(0)
推荐(0)
摘要：
课程习得 通过对这门课程的学习，你将习得以下技能： 1. 你可以快速入门应用机器学习，为公司、企业直接创造价值 2. 你可以掌握机器学习理论基础 3. 你可以学到感知机算法 4. 你可以学到线性回归算法 5. 你可以学到逻辑回归 6. 你可以学到朴素贝叶斯法 7. 你可以学到k近邻算法、决策树、支持 阅读全文
posted @ 2019-10-16 17:06
B站-水论文的程序猿
阅读(1228)
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 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