码迷,mamicode.com
首页 >  
搜索关键字:梯度下降 机器学习    ( 9962个结果
基于TorchText的PyTorch文本分类
作者|DR. VAIBHAV KUMAR 编译|VK 来源|Analytics In Diamag 文本分类是自然语言处理的重要应用之一。在机器学习中有多种方法可以对文本进行分类。但是这些分类技术大多需要大量的预处理和大量的计算资源。在这篇文章中,我们使用PyTorch来进行多类文本分类,因为它有如 ...
分类:其他好文   时间:2020-07-27 15:47:34    阅读次数:72
PyTorch实现用于文本生成的循环神经网络
作者|DR. VAIBHAV KUMAR 编译|VK 来源|Analytics In Diamag 自然语言处理(NLP)有很多有趣的应用,文本生成就是其中一个有趣的应用。 当一个机器学习模型工作在诸如循环神经网络、LSTM-RNN、GRU等序列模型上时,它们可以生成输入文本的下一个序列。 PyTo ...
分类:其他好文   时间:2020-07-26 19:20:18    阅读次数:68
Spark MLlib机器学习概论
一.什么是机器学习? 什么是机器学习?Herbert Sinmon给“学习”做出了这样的定义:“如果一个系统能够通过执行某个过程而改进性能,这就是学习。”更通俗的理解是:机器学习能够自动地从数据中学习“程序”,而这个程序不是人来编写的。 平面上有两类点,黄色代表类别a,蓝色代表类别b。这时我们希望能 ...
分类:其他好文   时间:2020-07-26 15:43:33    阅读次数:56
使用微软Power BI进行时间序列预测
作者|GUEST 编译|VK 来源|Analytics Vidhya 介绍 时间序列预测是机器学习的一个非常重要的领域,因为它让你能够提前“预见”并据此制定业务计划。 在本博客中,我们将了解什么是时间序列预测,Power BI如何制作时间序列预测图和Power BI用于预测的模块。 什么是时间序列预 ...
分类:其他好文   时间:2020-07-26 01:51:41    阅读次数:87
关于如何使用机器学习来做异常检测的7个问题
关于如何使用机器学习来做异常检测的7个问题 导读 异常检测的一些入门问题。 关于如何使用机器学习来做异常检测的7个问题 问问题是学习的好方法之一。但有时你不知道从哪里开始,或者该问什么 —— 尤其是在你还比较熟悉的异常检测之类的话题上。在这种情况下,最好倾听别人的问题,让他们的思路来指导你的学习。以 ...
分类:其他好文   时间:2020-07-26 00:37:36    阅读次数:63
准确率、精确率、召回率、F1
在搭建一个AI模型或者是机器学习模型的时候怎么去评估模型,比如我们前期讲的利用朴素贝叶斯算法做的垃圾邮件分类算法,我们如何取评估它。我们需要一套完整的评估方法对我们的模型进行正确的评估,如果模型效果比较理想的话则可以放到线上使用,如果不理想的话则需要反复的去调整相关参数进行训练直到达到目的。 ...
分类:其他好文   时间:2020-07-23 23:20:40    阅读次数:84
云计算和AI时代,运维应该如何做好转型?
云计算和AI时代,运维应该如何做好转型? 今天我们来聊一聊,在云计算和AI时代,运维应该如何做好转型?今天的内容可以说是我们前面运维组织架构和协作模式转型的姊妹篇。针对运维转型这个话题,谈谈我的思考和建议。 总结运维转型案例 我们先来看业界的三个典型案例,一个来自国外,一个来自国内,最后一个是我自己 ...
分类:其他好文   时间:2020-07-23 19:01:44    阅读次数:73
sklearn.pipeline.Pileline
1. sklearn中的Pipeline机制 管道机制在机器学习算法中的应用:参数集在新数据集(比如测试集)上的重复使用。 管道机制实现流式化封装和管理。 主要有两点好处: 可直接调用fit和predict方法对pipeline中的所有算法模型进行训练和预测 可结合grid search对参数进行选 ...
分类:其他好文   时间:2020-07-23 16:15:38    阅读次数:78
绪论|机器学习推导系列(一)
一、频率派 vs 贝叶斯派 机器学习主要解决从数据中获取其概率分布的问题,通过一些机器学习的算法可以从大量数据中找到一定的规律,从而建立模型来解决实际问题,因此机器学习中主要使用数据来求解其参数: data:\(X\) $X= \left[ \begin x_1 & x_2 & \cdots & x ...
分类:其他好文   时间:2020-07-22 21:00:17    阅读次数:102
高斯分布|机器学习推导系列(二)
一、概述 假设有以下数据: $$X=(x_{1},x_{1},\cdots ,x_)=\begin x_{1}\ x_{2}\ \vdots \ x_ \end{N \times p}\ 其中x\in \mathbb^且x_\overset{\sim }N(\mu ,\Sigma )\ 则参数\th ...
分类:其他好文   时间:2020-07-22 20:58:47    阅读次数:72
9962条   上一页 1 ... 26 27 28 29 30 ... 997 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!