1.简述人工智能、机器学习和深度学习三者的联系与区别。 人工智能是目的，是结果。 深度学习、机器学习是方法、是工具。 机器学习，一种实现人工智能的方法；机器学习都可以精准地被定义为：1任务T；2.训练过程E;3.模型表现P。 深度学习则是一种实现机器学习的技术；它适合处理大数据。 深度学习使得机器学 ...
分类：
其他好文 时间：
2020-06-01 11:45:00
阅读次数：
61
迁移学习将会是引领下一次机器学习热潮的驱动力。 —吴恩达 一些相关资源： 计算机应用技术博士王晋东关于迁移学习的归纳整理：http://transferlearning.xyz 综述迁移学习 A Survey on Transfer Learning：https://www3.ntu.edu.sg/ ...
分类：
其他好文 时间：
2020-05-31 18:22:23
阅读次数：
841
本节主要讲解如何使用集成学习来提高预测的精度 ###集成学习方法 在机器学习中的集成学习可以在一定程度上提高预测精度，常见的集成学习方法有Stacking、Bagging和Boosting，同时这些集成学习方法于具体验证集划分联系密切。 由于深度学习模型一般需要较长的训练周期，如果硬件设备不允许，建 ...
分类：
其他好文 时间：
2020-05-31 13:16:39
阅读次数：
63
PCA对手写数字数据集的降维 1. 导入需要的模块和库 from sklearn.decomposition import PCA from sklearn.ensemble import RandomForestClassifier as RFC from sklearn.model_select ...
分类：
编程语言 时间：
2020-05-30 23:26:07
阅读次数：
114
正则化的目的是为了防止过拟合，降低模型的复杂度。 正则化的打开方式： 在目标函数后面添加一个系数的“惩罚项”。 式中， 是一个常数， 为样本个数， 是一个超参数，用于控制正则化程度。 1、L1正则化：在目标函数后面加了所有特征系数的绝对值之和。L1正则化更适用于特征选择，每次更新过程中会减去或加上一 ...
分类：
其他好文 时间：
2020-05-30 22:03:08
阅读次数：
108
专有名词 机器学习 (machine learning) 预测分析 (predictive analytics) 统计学习 (statistical learning) 监督学习 (supervised learning) 无监督学习 (unsupervised learning) 样本 (samp ...
分类：
编程语言 时间：
2020-05-30 21:59:46
阅读次数：
75
一个成熟合格的深度学习训练过程至少具备以下功能： 在训练集上训练，并在验证集上进行验证 模型可以保存最优的权重，并读取权重 记录训练集和验证集的精度，便于调参 本节将构建验证集、模型训练和验证、模型保存与加载和模型调参等几个部分 ###构造验证集 在机器学习模型（特别是深度学习模型）的训练过程中，模 ...
分类：
其他好文 时间：
2020-05-30 21:29:19
阅读次数：
70
Kmeans是一种简单的聚类方法，一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。 算法原理 kmeans的计算方法如下： 1 随机选取k个中心点； 2 遍历所有数据，将每个数据划分到最近的中心点，作为一个簇； 3 计算每个聚类的平均值，并作为新的中心点； 4 ...
分类：
其他好文 时间：
2020-05-30 12:52:32
阅读次数：
117
PCA中的SVD 1 PCA中的SVD哪里来？ 细心的小伙伴可能注意到了，svd_solver是奇异值分解器的意思，为什么PCA算法下面会有有关奇异值分解的参数？不是两种算法么？我们之前曾经提到过，PCA和SVD涉及了大量的矩阵计算，两者都是运算量很大的模型，但其实，SVD有一种惊人的数学性质，即是 ...
分类：
编程语言 时间：
2020-05-29 17:46:29
阅读次数：
69
