码迷,mamicode.com
首页 >  
搜索关键字:机器学习 贝叶斯决策 贝叶斯估计    ( 9384个结果
机器学习是否需要完整扎实的数学基础?
一个比较高质量的参考语雀网站 https://www.yuque.com/angsweet/machine-learning/jian-jie 线代高数概率论高数,微积分,线代,概率论,运筹学(优化) 微积分、线性代数、概率与统计、矩阵和数值分析、优化方法线代,微积分,概率论,数理统计,一些算法思想 ...
分类:其他好文   时间:2020-06-27 11:57:41    阅读次数:99
机器学习的最佳学习路线原来只有四步
AI这个词相信大家都非常熟悉,近几年来人工智能圈子格外热闹,光是AlphoGo就让大家对它刮目相看。今天小天就来跟大家唠一唠如何进军人工智能的第一步——机器学习。 在机器学习领域,Python已经成为了主流。一方面因为这门语言简单易上手,另一方面是因为Python有足够完善的库可以调用,能为我们节省 ...
分类:其他好文   时间:2020-06-27 11:55:04    阅读次数:88
[ML] 机器学习简介
监督学习(Supervised Learning) 添加标签,手把手训练。 比如线性回归算法。 半监督学习(Semi-supervised Learning) 非监督学习(Unsupervised Learning) 通过有标签或没标签的数据集,让机器自己去找出规律。比如分类算法。 结构化学习(St ...
分类:其他好文   时间:2020-06-26 18:40:25    阅读次数:55
使用PARL与Gym仿真环境进行深度Q学习(DQL)
blog翻译。原blog:https://keon.github.io/deep-q-learning/ 强化学习 强化学习是一种允许你创造能从环境中交互学习的AI agent 的机器学习算法。就跟我们学习骑自行车一样,这种类型的AI通过试错来学习。如上图所示,大脑代表AI agent并在环境中活动 ...
分类:其他好文   时间:2020-06-26 01:13:31    阅读次数:156
对抗训练
对抗训练 对抗训练是防御对抗样本攻击的一种方法。将对抗样本和正常样本一起训练是一种有效的正则化,可以提高模型的准确度,同时也能有效降低对抗样本的攻击成功率。不过这种防御也只是针对同样用来产生训练集中的对抗样本的方法。 探索网络对底层任务的理解层次,通过对抗训练减少原有独立同分布的测试集的错误率——在 ...
分类:其他好文   时间:2020-06-25 23:23:40    阅读次数:67
机器学习之朴素贝叶斯(分类)
朴素:在给定类别的情况下,各个特征相互独立 贝叶斯公式:P(A|B)=P(A)P(B|A)/P(B) 朴素贝叶斯:P(特征|类别)=P(特征)P(类别|特征)/P(类别) 核心思想:算一下概率,那种类别概率大,就分为那种类别。 在scikit-learn中的实现: 1.高斯贝叶斯:数据集符合高斯(正 ...
分类:其他好文   时间:2020-06-25 12:11:08    阅读次数:100
机器学习之单词拼写检查
在用户输入一个单词的时候,判断这个单词是否拼写错误,如果拼写错误,找到正确的单词并且返回。 思路: 1.准备词库 2.判断一下输入的单词是否在词库中,如果在,输出 3.如果不在,找到与之相对的编辑距离为1的所有单词 4.遍历这些单词,并输出在吃苦中出现次数最多的单词 中文单词拼写检查思路: 1.用所 ...
分类:其他好文   时间:2020-06-25 11:30:22    阅读次数:51
crashcourse中机器学习中一些基础名词解释
在机器学习中,我们通过一些已标记的数据(已知的数据,带有标签,确定了其种类和一些属性数值的数据记录)记录成图表等,比如在进行分类问题的训练过程中, 如果特性只有两个,那么可以列平面图表来表示对应的labeled data, 即类似 的图像(来自百度图片), 其中的曲线既是决策边界,如果我们用一个表格 ...
分类:其他好文   时间:2020-06-24 23:46:24    阅读次数:63
机器学习知识点汇总
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。 下面分**机器学习**和**深度学习**分开理清楚... ...
分类:其他好文   时间:2020-06-24 21:32:08    阅读次数:136
机器学习-Logisitic回归
(1)说明:当y为一系列离散值时,问题转为分类问题。比如我们要根据一个肿瘤的大小判断肿瘤是为良性还是为恶性。 (2)假设函数:如下图,如果使用线性的方程作为假设函数,肿瘤大小作为横坐标,是否为恶性作为纵坐标。当y值小于0.5时判定为良性,大于0.5时判定为恶性。但有两个缺点:①经过计算会出现y值远大 ...
分类:其他好文   时间:2020-06-24 20:05:02    阅读次数:56
9384条   上一页 1 ... 33 34 35 36 37 ... 939 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!