加载中
机器学习- Sklearn (交叉验证和Pipeline)

前面一节咱们已经介绍了决策树的原理已经在sklearn中的应用。那么这里还有两个数据处理和sklearn应用中的小知识点咱们还没有讲,但是在实践中却会经常要用到的,那就是交叉验证cross_validat...

2019/04/10 10:10
142
机器学习-浅谈神经网络和Keras的应用

概述   神经网络是深度学习的基础,它在人工智能中有着非常广泛的应用,它既可以应用于咱们前面的章节所说的Linear Regression, classification等问题,它还广泛的应用于image recognition...

2019/04/10 10:10
13
机器学习环境配置系列四之theano

决定撰写机器学习环境配置的主要原因就是因为theano的配置问题,为了能够用上gpu和cudnn加速,我是费劲了力气,因为theano1.0.0在配置方面出现了重大改变,而网上绝大多数都很老,无法解决新...

机器学习环境配置系列一之CUDA

本文配置的环境为redhat6.9+cuda10.0+cudnn7.3.1+anaonda6.7+theano1.0.0+keras2.2.0+jupyter远程,其中cuda的版本为10.0。 第一步:安装cuda前的工作: 1、检验是否安装了gpu $ lspci | gre...

2018/10/24 20:14
5
我的新书:《工业机器学习算法详解与实战》

图书简介 实用性是本书的第一个基本出发点,书中介绍了近年来在工业界被广泛应 用的机器学习算法,这些算法经受了时间的考验,不但效果好而且使用方便。此 外作者也十分注意理论的深度和完整...

机器学习环境配置系列三之Anaconda

1、下载Anaconda文件 进入anaconda的官网 选择对应的系统 选择希望下载的版本(本人下载的是Anaconda 5.3 For Linux Installer Python 3.7 version) 2、安装anaconda 执行安装命令 bash Ana...

2018/10/24 20:54
88
机器学习:没有免费午餐定理(No Free Lunch Theorem)

思考 机器学习中哪个算法好?哪个算法差呢? 下面两条线,哪个更好呢? 没有免费午餐定理 如果我们不对特征空间有先验假设,则所有算法的平均表现是一样的。 假设我们的计算机只有两个存储单...

机器学习-Tensorflow之Tensor和Dataset学习

好了,咱们今天终于进入了现阶段机器学习领域内最流行的一个框架啦——TensorFlow。对的,这款由谷歌开发的机器学习框架非常的简单易用并且得到了几乎所有主流的认可,谷歌为了推广它的这个框...

2019/04/10 10:10
44
机器学习-TensorFlow应用之classification和ROC curve

概述 前面几节讲的是linear regression的内容,这里咱们再讲一个非常常用的一种模型那就是classification,classification顾名思义就是分类的意思,在实际的情况是非常常用的,例如咱们可以定...

2019/04/10 10:10
24
【机器学习】算法原理详细推导与实现(五):支持向量机(下)

【机器学习】算法原理详细推导与实现(五):支持向量机(下) 上一章节介绍了支持向量机的生成和求解方式,能够根据训练集依次得出$\omega$、$b$的计算方式,但是如何求解需要用到核函数,将在这...

2019/04/10 10:10
29
【机器学习】算法原理详细推导与实现(四):支持向量机(上)

【机器学习】算法原理详细推导与实现(四):支持向量机(上) 在之前的文章中,包括线性回归和逻辑回归,都是以线性分界线进行分割划分种类的。而本次介绍一种很强的分类器【支持向量机】,它适用...

2019/04/10 10:10
14
机器学习-TensorFlow建模过程 Linear Regression线性拟合应用

TensorFlow是咱们机器学习领域非常常用的一个组件,它在数据处理,模型建立,模型验证等等关于机器学习方面的领域都有很好的表现,前面的一节我已经简单介绍了一下TensorFlow里面基础的数据结...

2019/04/10 10:10
6
机器学习-TensorFlow应用之 binned features, Cross features和optimizer

概述 这一节主要介绍一下TensorFlow在应用的过程中的几个小的知识点,第一个是关于features的处理的,例如Bucketized (Binned) Features 和 Feature scalling。第二个是简单的介绍一下常用的...

线性代数丨《线性代数及其应用》思维导图

线性代数(Linear Algebra),作为大学理工科开设的基础课程,如今已成为机器学习中用来表征数据的基本工具,其重要性不言而喻。本科曾学习过这门课程的我,当时对里面的很多概念并没有理解清...

2019/04/10 10:10
13
利用人工智能(Magpie开源库)给一段中文的文本内容进行分类打标签

当下人工智能是真心的火热呀,各种原来传统的业务也都在尝试用人工智能技术来处理,以此来节省人工成本,提高生产效率。既然有这么火的利器,那么我们就先来简单认识下什么是人工智能吧,人工...

2018/10/24 16:54
47
《Machine Learning Yearing》读书笔记

——深度学习的建模、调参思路整合。 写在前面 最近偶尔从师兄那里获取到了吴恩达教授的新书《Machine Learning Yearing》(手稿),该书主要分享了神经网络建模、训练、调节参数时所需要的一些...

[白话解析] 深入浅出支持向量机(SVM)之核函数

[白话解析] 深入浅出支持向量机(SVM)之核函数 0x00 摘要 本文在少用数学公式的情况下,尽量仅依靠感性直觉的思考来讲解支持向量机中的核函数概念,并且给大家虚构了一个水浒传的例子来做进一...

2019/04/10 10:10
38
《HelloGitHub》第 46 期

兴趣是最好的老师,HelloGitHub 就是帮你找到兴趣! 简介 分享 GitHub 上有趣、入门级的开源项目。 这是一个面向编程新手、热爱编程、对开源社区感兴趣 人群的月刊,月刊的内容包括:各种编程...

2019/04/10 10:10
32
新年计划与企盼

前言 2020年的第一个月里总想写些什么,却又苦于灵感匮乏,所以一直拖到当月最后一日,决定提笔写篇年度计划以作为开年的头一篇博文以便在新的一年伊始,理清思路,全盘规划。 技术 调整技术...

2019/04/10 10:10
10
Reinforcement Learning 的那点事——强化学习(一)

引言   最近实验室的项目需要用到强化学习的有关内容,就开始学习起强化学习了,这里准备将学习的一些内容记录下来,作为笔记,方便日后忘记了好再方便熟悉,也可供大家参考。该篇为强化学...

没有更多内容

加载失败,请刷新页面

返回顶部
顶部