码迷,mamicode.com
首页 >  
搜索关键字:机器学习经典算法    ( 29个结果
Python3入门机器学习经典算法与应用学习 资源
Python3入门机器学习经典算法与应用学习 资源 datasets可以用来加载真实数据进行模型训练的测试 model_selection模块提供了模型选择的相关操作 preprocessing模块提供了数据预处理的相关操作 neighbors模块提供了近邻相关的算法实现 metrics模块提供了数 ...
分类:编程语言   时间:2019-10-14 23:43:24    阅读次数:213
Python3入门机器学习 经典算法与应用
邻近算法,或者说K最近邻(kNN,k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻,就是k个最近的邻居的意思,说的是每个样本都可以用它最接近的k个邻居来代表。kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样 ...
分类:编程语言   时间:2019-09-25 12:29:33    阅读次数:97
机器学习经典算法之EM
一、简介 EM 的英文是 Expectation Maximization,所以 EM 算法也叫最大期望算法。 我们先看一个简单的场景:假设你炒了一份菜,想要把它平均分到两个碟子里,该怎么分? 很少有人用称对菜进行称重,再计算一半的分量进行平分。大部分人的方法是先分一部分到碟子 A 中,然后再把剩余 ...
分类:编程语言   时间:2019-07-06 19:31:14    阅读次数:134
Python3入门机器学习经典算法与应用
第1章 欢迎来到 Python3 玩转机器学习1-1 什么是机器学习1-2 课程涵盖的内容和理念1-3 课程所使用的主要技术栈第2章 机器学习基础2-1 机器学习世界的数据2-2 机器学习的主要任务2-3 监督学习,非监督学习,半监督学习和增强学习2-4 批量学习,在线学习,参数学习和非参数学习2- ...
分类:编程语言   时间:2019-05-21 09:38:55    阅读次数:263
Python3入门机器学习 经典算法与应用
第1章 欢迎来到 Python3 玩转机器学习欢迎大家来到《Python3玩转机器学习》的课堂。在这个课程中,我们将从0开始,一点一点进入机器学习的世界。本门课程对机器学习领域的学习,绝不不仅仅只是对算法的学习,还包括诸如算法的评价,方法的选择,模型的优化,参数的调整,数据的整理,等等一系列工作。准 ...
分类:编程语言   时间:2019-01-20 15:06:33    阅读次数:160
林轩田《机器学习基石》 简介
转:https://blog.csdn.net/red_stone1/article/details/80517672 课程介绍台湾大学林轩田老师曾在coursera上开设了两门机器学习经典课程:《机器学习基石》和《机器学习技法》。《机器学习基石》课程由浅入深、内容全面,基本涵盖了机器学习领域的很多 ...
分类:其他好文   时间:2018-11-05 16:25:57    阅读次数:252
Pyhon3实现机器学习经典算法(三)ID3决策树
一、ID3决策树概述 ID3决策树是另一种非常重要的用来处理分类问题的结构,它形似一个嵌套N层的IF…ELSE结构,但是它的判断标准不再是一个关系表达式,而是对应的模块的信息增益。它通过信息增益的大小,从根节点开始,选择一个分支,如同进入一个IF结构的statement,通过属性值的取值不同进入新的 ...
分类:编程语言   时间:2018-08-12 11:59:34    阅读次数:169
如何自学人工智能路径规划(附资源,百分百亲身经验)
下面的每个资源都是我亲身学过的,且是网上公开公认最优质的资源。 下面的每个学习步骤也是我一步步走过来的。希望大家以我为参考,少走弯路。 请大家不要浪费时间找非常多的资料,只看最精华的! 综述,机器学习的自学简单来说分为三个步骤 前期:知识储备包括数学知识,机器学习经典算法知识,编程技术(python ...
分类:其他好文   时间:2018-08-07 20:45:48    阅读次数:162
Pyhon3实现机器学习经典算法(一)KNN
一、KNN概述 K-(最)近邻算法KNN(k-Nearest Neighbor)是数据挖掘分类技术中最简单的方法之一。它具有精度高、对异常值不敏感的优点,适合用来处理离散的数值型数据,但是它具有 非常高的计算复杂度和空间复杂度,需要大量的计算(距离计算)。 它的工作原理是:如果已经给定一个带有标签( ...
分类:编程语言   时间:2018-08-06 15:23:38    阅读次数:212
零基础自学人工智能路径规划,附资源,亲身经验
下面的每个资源都是我亲身学过的,且是网上公开公认最优质的资源。下面的每个学习步骤也是我一步步走过来的。希望大家以我为参考,少走弯路。请大家不要浪费时间找非常多的资料,只看最精华的!综述,机器学习的自学简单来说分为三个步骤前期:知识储备包括数学知识,机器学习经典算法知识,编程技术(python)的掌握中期:算法的代码实现后期:实战水平提升机器学习路径规划图一、数学基础很多人看到数学知识的时候就望而却
分类:其他好文   时间:2018-08-04 11:33:12    阅读次数:440
29条   1 2 3 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!