热门 最新 精选 话题 上榜
一起搞懂机器学习里的L1与L2正则化。
转载 2022-09-28 16:14:34
104阅读
机器学习中的L1与L2正则化图解!
机器学习的基本概念、原理和常见算法。
原创 2022-09-28 16:07:32
51阅读
机器学习的基础图表!
生成对抗网络(Generative Adversarial Networks,GAN)最早由 Ian Goodfellow 在 2014 年提出,是目前深度学习领域最具潜力的研究成果之一。它的核心思想是:同时训练两个相互协作、同时又相互竞争的深度神经网络(一个称为生成器 Generator,另一个称为判别器 Discriminator)来处理无监督学习的相关问题。在训练过程中,两个网络最终都要学习
转载 2022-09-28 15:18:12
1050阅读
不到 200 行代码,教你如何用 Keras 搭建生成对抗网络(GAN)【转】
使用两个以上的预测器变量,实际上可以使用任意多个,只要有用即可!如果你使用 n 个...
原创 2022-09-28 09:31:12
570阅读
机器学习4:多项式回归
介绍了什么是AI,以及什么是机器学习,机器学习的主要过程、三个要素、分类
原创 2022-09-28 00:11:15
249阅读
AI导论02:AI与机器学习
定义利用计算机的运算能力,从大量的数据中发现一个 “函数”或“模型” ,并通过它来模拟现实世界事物间的关系,从而实现预测、判断等目的。建模的过程就是机器“学习”过程。和传统程序的区别传统程序员把已知的规则定义好后输入给机器的,而机器学习则从已知数据中,通过不断试错、自我优化、自身总结,归纳出来。传统程序是程序员来定义函数,而机器学习中是机器训练出函数。标签在机器学习中,自变量x1,x2,x3,..
转载 2022-09-27 17:03:11
37阅读
第三门课 结构化机器学习项目(Structuring Machine Learning Projects)第一周 机器学习(ML)策略(1)(ML strategy(1))文章目录第三门课 结构化机器学习项目(Structuring Machine Learning Projects)
原创 2022-09-27 15:01:27
249阅读
第二周:机器学习策略(2)(ML Strategy (2))文章目录第二周:机器学习策略(2)(ML Strategy (2))2.1 进行误差分析(Carrying out error analysis)
原创 2022-09-27 15:00:53
95阅读
任何时候学习都不嫌晚,但一定要有正确的方法和坚毅的信念
转载 2022-09-27 14:16:47
153阅读
我的机器学习算法之路
在这个项目中,作者为机器学习提供了一个完整的学习路径。从 ML 到 DL、Scikit-Learn 到 TensorFlow。
转载 2022-09-27 14:11:45
145阅读
机器学习成才之路:这是一条GitHub高赞的学习路径
本文将着眼于不同类型的基础面试问题。如果你计划向数据科学领域转行,这些问题一定会有所帮助。
转载 2022-09-27 14:06:36
59阅读
数据科学&机器学习基础面试题,来检验你的水平吧
学习机器学习是否有必要学习数学知识?在数据科学与人工智能领域,机器学习和数学有着怎样的关系?
原创 2022-09-27 14:03:14
96阅读
学机器学习有必要懂数学吗?深入浅出机器学习与数学的关系
ico Kolter,修改:Chuong Do, Tengyu Ma 翻译:黄海广 备注:请关注github的更新,线性代数和概率论已经更新完毕。 CS229 机器学习课程复习材料-线性代数 线性代数复习和参考 1. 基础
原创 2022-09-27 11:01:03
125阅读
这里是一个最最简单的tensorflow的运用的例子,其中y=1.1x+0.5,此处要预测的就是1.1以及0.5的值,y还有x为变量。基本流程上来
原创 2022-09-27 10:24:45
118阅读
可夫斯基距离
“无意中发现了一个巨牛的人工智
转载 2022-09-27 09:25:32
1017阅读
知乎特征选择:​​https://zhuanlan.zhihu.com/p/32749489​​
转载 2022-09-27 09:24:30
23阅读
1. 什么是欠拟合和过拟合先看三张图片,这三张图片是线性回归模型 拟合的函数和训练集的关系第一张图片拟合的函数和训练集误差较大,我们称这种情况为​​欠拟合​​第二张图片拟合的函数和训练集误差较小,我们称这种情况为​​合适拟合​​第三张图片拟合的函数完美的匹配训练集数据,我们称这种情况为​​过拟合​​​​​​​ ​​​​​ ​​​​类似的,对于逻辑回归同样也存在欠拟合和过拟合问题
原创 2022-09-27 09:22:02
136阅读
机器学习:什么是欠拟合和过拟合
环境准备 本次数据集的格式.arff,需要用到arff2pandas模块读取。 # !nvidia-smi # !pip install -qq arff2pandas # !pip install -q -U watermark 导入相关模块 import torch import copy im
原创 2022-09-26 15:46:11
2415阅读
LSTM自动编码器进行时间序列异常检测(Pytorch)
环境准备 本次数据集的格式.arff,需要用到arff2pandas模块读取。 # !nvidia-smi # !pip install -
原创 2022-09-26 15:46:04
2459阅读
LSTM自动编码器进行时间序列异常检测(Pytorch)
编辑:小白【编者按:在上一期中,我们介绍了算法开发平台的发展背景和驱动力,算法开发平台的主要分类——集成式机器学习平台和AI基础软件平台,以及算法开发平台的核心价值。在本期的分享中,我们将上期所提到的云厂商集成式机器学习平台进行功能和技术的具体分析和对比】近年来,云计算厂商纷纷向云计算+AI转型,无论是百度云提出的“云智一体”,阿里云打出的“大数据“+“AI工程化”,还是华为云的AI全栈全场景战略
原创 2022-09-26 13:46:38
1475阅读
AI开发平台系列2:集成式机器学习平台对比分析
通过本篇文章大家可以对ML的常用算法形成常识性的认识。没有代码,没有复杂的理论推导,仅
AutoML是指自动机器学习。它说明了如何在组织和教育水平上自动化机器学习的端到端过程
原创 2022-09-25 00:29:34
157阅读
1点赞
效率倍增啊,20个面向数据科学家的自动机器学习(AutoML)库来了
时,如果对原始数据的所有属性进行学...
转载 2022-09-25 00:11:56
85阅读
特征工程7种常用方法
本文摘自以下文献,为个人学习笔记摘抄:最初的联邦学习体系中,参与者之间必须保证数据的
目录1 线性回归API2 举例2.1 步骤分析2.2 代码过程3 小结1 线性回归API机器学习线
原创 2022-09-25 00:02:13
78阅读
机器学习线性回归api快速入门
目录1 什么是交叉验证(cross validation)1.1 分析1.2 为什么需要交叉验证2 什么是网格搜索(Grid Se
目录1 再识K-近邻算法API2 案例:鸢尾花种类预测2.1 数据集介绍2.2 步骤分析2.3 代码
原创 2022-09-25 00:02:07
70阅读
机器学习k近邻算法鸢尾花种类预测
目录1 K值选择说明2 小结K值选择问题,李航博士的一书「统计学习方法」上所说:- 1) 选择较小
原创 2022-09-25 00:02:06
258阅读
机器学习k近邻算法k值的选择
目录1 sklearn数据集的使用2 sklearn数据集返回值介绍3 查看数据分布4 数据集的划分5 总。
原创 2022-09-25 00:02:03
913阅读
机器学习鸢尾花数据集分析