加载中
【机器学习】机器学习简介

一、人工智能与机器学习 说到人工智能,就不得不提图灵测试。图灵测试是阿兰图灵在1950年提出的一个关于机器是否能够思考的著名实验,测试某机器是否能表现出与人等价或无法区分的智能。主要...

机器学习笔记(1)决策树

系统不确定性的度量 先来看2个概念. 信息熵 $$h(\theta)=\sum_{j=0}^n \theta_jx_j$$ 基尼系数 $$G=1-\sum_{i=0}^n p_i^2$$ 二者都反映了信息的不确定性,是信息不确定性的不同评价标准. 关于...

2018/11/28 15:39
19
机器学习 - LSTM应用之情感分析

  1. 概述 在情感分析的应用领域,例如判断某一句话是positive或者是negative的案例中,咱们可以通过传统的standard neuro network来作为解决方案,但是传统的神经网络在应用的时候是不能获...

2019/04/10 10:10
64
使用机器学习来预测股票价格

机器学习和深度学习已经在金融机构中找到了自己的位置,因为它们能够以高精度预测时间序列数据,并且工程师们仍在继续研究以使模型更好。这篇文章是我使用机器学习来预测股票价格的入门项目。...

信息论和数理统计——机器学习基础

[toc] 一、信息论 信息论处理的是客观世界中的不确定性。 通信的基本问题是在一点精确地或近似地复现在另一点所选取的消息。在生活中,信息的载体是消息。 不同的消息带来的信息在直观感觉上...

写给程序员的机器学习入门 (一) - 从基础说起

前段时间因为店铺不能开门,我花了一些空余时间看了很多机器学习相关的资料,我发现目前的机器学习入门大多要不门槛比较高,要不过于着重使用而忽视基础原理,所以我决定开一个新的系列针对程...

最优化理论——机器学习基础

[toc] 前言 最优化理论研究的问题是判定给定目标函数的最大值(最小值)是否存在,并找到令目标函数取到最大值(最小值)的数值。 人工智能问题最后都会归结为一个优化问题的求解:在复杂环境...

2019/04/10 10:10
199
线性代数和概率论——机器学习基础

[toc] 一、线性代数 万事万物都可以被抽象成某些特征的组合,线性代数的本质是将具体事物抽象为数学对象,描述其静态和动态的特征。 常见概念 标量(scalar) 一个标量 a 可以是整数、实数或...

使用机器学习方法识别音频文件的音乐和演讲

###背景 最近下载了一批类似百家讲坛的音频文件。这些文件前面部分是演讲类的音频,主要讲历史的,后面一部分是音乐。 但是我只想听演讲类部分,不想听音乐。所以希望把文件切割,把音乐部分...

2019/04/10 10:10
51
机器学习之logistic回归算法与代码实现原理

Logistic回归算法原理与代码实现 本文系作者原创,转载请注明出处:https://www.cnblogs.com/further-further-further/p/10033567.html 主要思想 根据现有数据对分类边界线建立回归公式,以此...

2018/11/28 22:40
13
AI学习笔记:人工智能与机器学习概述

一、人工智能基本概念 1.1 基本概念 数据分析:对历史规律的展现、对未来数据的预测。 机器学习:机器学习是指从一系列的原始数据中找到规律,提取人们可以识别的特征,然后通过学习这些特征...

当AI遇上K8S:使用Rancher安装机器学习必备工具JupyterHub

Jupyter Notebook是用于科学数据分析的利器,JupyterHub可以在服务器环境下为多个用户托管Jupyter运行环境。本文将详细介绍如何使用Rancher安装JupyterHub来为数据科学和机器学习开发创建可扩...

2019/04/10 10:10
38
机器学习3- 一元线性回归+Python实现

[toc] 1. 线性模型 给定 $d$ 个属性描述的示例 $\boldsymbol{x} = (x_1; x_2; ...; x_d)$,其中 $x_i$ 为 $\boldsymbol{x}$ 在第 $i$ 个属性上的取值,线性模型(linear model)试图学得一个...

吴恩达机器学习课程笔记章节二单变量线性回归

1、模型描述 Univariate(One variable)Linear Regression m=训练样本的数目,x's=输入的变量/特征,y's=输出变量/目标变量 2、代价函数 基本定义: 3、代价函数(一) 回顾一下,前面一些定...

2018/11/29 14:30
7
我的Keras使用总结(1)——Keras概述与常见问题整理

  今天整理了自己所写的关于Keras的博客,有没发布的,有发布的,但是整体来说是有点乱的。上周有空,认真看了一周Keras的中文文档,稍有心得,整理于此。这里附上Keras官网地址:   Ker...

什么是深度学习

1 绪论 1.1 背景 现今,随着计算机计算能力的提高,在人工智能(Artificial Intelligent,AI)领域中,深度学习的人工神经网络的算法慢慢崭露头角,开始在不同的领域识别取得不错的准确率。 ...

数据科学中的常见的6种概率分布(Python实现)

作者:Pier Paolo Ippolito@南安普敦大学 编译:机器学习算法与Python实战(微信公众号:tjxj666) 原文:https://towardsdatascience.com/probability-distributions-in-data-science-cce6...

2019/04/10 10:10
43
强化学习(MATLAB)

1. 定义 机器学习算法可以分为3种:有监督学习(Supervised Learning)、无监督学习(Unsupervised Learning)和强化学习(Reinforcement Learning)。 强化学习(Reinforcement Learning, R...

【Deep Learning读书笔记】深度学习中的概率论

本文首发自公众号:RAIS,期待你的关注。 前言 本系列文章为 《Deep Learning》 读书笔记,可以参看原书一起阅读,效果更佳。 概率论 机器学习中,往往需要大量处理不确定量,或者是随机量,...

初创电商公司Drop的数据湖实践

欢迎关注微信公众号:ApacheHudi 1. 引入 Drop是一个智能的奖励平台,旨在通过奖励会员在他们喜爱的品牌购物时获得的Drop积分来提升会员的生活,同时帮助他们发现与他们生活方式产生共鸣的新...

没有更多内容

加载失败,请刷新页面

返回顶部
顶部