文章目录基本文本处理技能文本处理基本流程中英文文本预处理特点文本预处理读取文本去除数据中非文本部分分词去除停用词词频统计语言模型参考资料 基本文本处理技能文本处理基本流程中英文文本都存在一致的基本处理流程, 主要包括: 分词(Segmentation), 清洗(Cleaning), 标准化(Normalization), 特征提取(Feature Extraction)和建模(Modeling)
弱人工智能近几年取得了重大突破，悄然间，已经成为每个人生活中必不可少的一部分。以我们的智能手机为例，看看到底温藏着多少人工智能的神奇魔术。下图是一部典型的智能手机上安装的一些常见应用程序，可能很多人都猜不到，人工智能技术已经是手机上很多应用程序的核心驱动力。图1 智能手机上的相关应用传统的机器学习算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。这篇文章将对常用算法做常识性
文章目录集成算法概念Bagging随机森林介绍BoostingAdaBoostGBDTXgboostStacking 集成算法概念集成学习算法本身不算一种单独的机器学习算法，而是通过构建并结合多个机器学习器来完成学习任务。可以说是集百家之所长，能在机器学习算法中拥有较高的准确率，不足之处就是模型的训练过程可能比较复杂，效率不是很高。 常见的集成算法模型有：Bagging、Boosting、Sta
机器学习无疑是现在数据分析领域的一个重要内容，凡事从事IT工作领域的人都在平时的工作中或多或少的会用到机器学习的算法。机器学习有很多算法，不过大的方面可分为两类：一个是学习的方式，一个是算法的类似性。学习方式：根据数据类型的不同，对一个问题的建模有不同的方式。在机器学习或者人工智能领域，人们首先会考虑算法的学习方式。在机器学习领域，有几种主要的学习方式。将算法按照学习方式分类是一个不错的想法，这样
转载
精选
2015-09-06 14:21:03
649阅读
思维导图重要概念（1）图：图是由顶点的有穷非空集合和顶点之间边的集合组成，通常表示为：G(V,E)，其中，G表示一个图，V是图G中的顶点的集合，E是图G中边的集合。（2）森林：一个有向图由若干棵有向树构成生成森林。（3）图的邻接矩阵存储的结构：typedef struct
{
char vexs[maxvex];
int arc[maxvex][maxvex];
int vertex,edges;
转载
2023-07-21 22:24:51
68阅读
1.图的表示 要表示一个图G=(V,E）,有两种标准方案，即零接表和零接矩阵。这两种表示法既可以用于有向图，也可以用于无向图。2.广度优先搜索算法 在给定图G=(V,E),和一个特定的源定点s的情况下，广度优先搜索系统地搜索G中的边，以发现可以从s到达的顶点，并计算s到所有这些可以到达顶点之间的距离（即最少的边数）。该算法同时还能生成一棵根为s、且包括所有s的可以到达顶点的广度优先树。对从s可
OpenCV简单实现AR需用到的算法函数介绍。OpenCV内置提供的追踪算法，目标追踪算法、稠密（密集）光流法、稀疏光流法
目前的AR需求（想要达到的目标）公司目前的需求是要能够指定一个物体开始追踪，将一张预先准备好的图像覆盖在被追踪的物体上，然后镜头偏转缩放各类操作，再转回来仍然可以识别到，并且同样依旧覆盖图片到先前的位置上来。有点类似Google C
转载
2023-07-17 23:57:44
129阅读
秒懂机器学习 总纲：机器学习有哪些算法 一、总结 一句话总结： 1、机器学习的分类问题适合用哪些算法？ 2、机器
转载
2019-06-05 06:58:00
51阅读
最速下降法采用负梯度方向进行一维搜索，总体上看搜索速度应该是比较快，但是当迭代进行到靠近精确最优点时，会出现锯齿形搜索路径，这样就会大大降低搜索效率，所以通常在搜索前期采用最速下降法，当接近精确最优解时，改用牛顿法等其他在最优解附近搜索效率更高的方法。 但是牛顿法也有缺点：一方面需要计算Hesse矩阵及其逆，因而计算量往往很大；另一方面要求Hesse矩阵正定，这一点也常常得不
我相信很多人跟我一样，学习机器学习和数据科学的第一个算法是线性回归，它简单易懂。由于其功能有限，它不太可能成为工作中的最佳选择。大多数情况下，线性回归被用作基线模型来评估和比较研究中的新方法。在处理实际问题时，你应该了解并尝试许多其他回归算法。一方面可以系统学习回归算法，另外一方面在面试中也常用到这些算法。在本文中，我们将通过使用 Scikit-learn 和 XGBoost 的动手实践来学习 9
召回，推荐系统的奠基者，拍脑袋的集大成者，业务效果的画线者。他决定了你最终能看到的内容的最大集合，他也决定了这次展示的业务体验。 文章目录非个性化召回1 热度召回 假设你是一名推荐系统的开发工程师，经过了几天几夜的爆肝后，第一版的推荐算法终于上线了。这时候，产品找了过来，“不行啊，结果里没有最近上新的产品啊，会影响后续ROI的。老板要求必须有新品的。”你想反驳却又没办法，只能想办法在结果中尽量恰当
数据结构课程设计之图算法实现及其应用实现了三个图的主要算法：1.深度优先搜索遍历和广度优先搜索遍历2.最小生成树3.AOE网的关键路径（其中包含利用拓扑排序判断有向网是否存在环）一、深度优先搜索遍历和广度优先搜索遍历在实现图的遍历的代码中，我们使用邻接矩阵来存储无向图，以完成图的深度优先搜索遍历和广度优先搜索遍历。在广度优先搜索遍历中，我们需要使用到队列的数据结构，但为了突出图的算法以及代码整体的
一、14种文本分类中的常用算法包括8种传统算法：k临近、决策树、多层感知器、朴素贝叶斯（包括伯努利贝叶斯、高斯贝叶斯和多项式贝叶斯）、逻辑回归和支持向量机；4种集成学习算法：随机森林、AdaBoost、lightGBM和xgBoost；2种深度学习算法：前馈神经网络和LSTM。 各篇链接如下：测试环境搭建与数据预处理： 决策树、朴素贝叶斯（伯努利贝叶斯、高斯贝叶斯和多项式贝叶斯）： k临近、逻辑回
回归是一种通过建模和分析变量之间关系的的方法，其目的是通过模型来计算得出一个具体的值。回归模型有两种，一种是可以用一条回归线拟合的数据，有明显的函数关系，可以通过线性性回归等方式进行拟合；第二种就是无明显线性关系，这时候就认为长得相似的样本值也相同。常用算法如下：一、线性回归（一）原理回归分析用来确定两种或两种以上变量间相互依赖的定量关系，其表达形式为y = w'x+e，其中只有一个自变量的情况称
转载
2023-08-24 13:42:07
120阅读
OpenCV中的KMeans算法介绍与应用 KMeans算法是MacQueen在1967年提出的，是最简单与最常见的数据分类方法之一。它做为一种常见数据分析技术在机器学习、数据挖掘、模式识别、图像分析等领域都有应用。如果从分类角度看，KMeans属于硬分类即需要人为指定分类数目，而MeanSift分类方法则可以根据收敛条件自动决定分类数目。 一、KMeans算法介绍KMeans属于硬分类即需要
1. 时间序列分析方法概述 一个时间序列往往是一下几类变化形式的叠加或耦合。 （1）长期趋势变动：反映主要变化趋势； （2）季节变动 （3）循环变动 （4）不规则变动 使用Ti表示长期趋势预测，St表示季节性变动，Ct表示循环变动，Rt表示随机
转载
2023-10-11 15:57:49
133阅读
时间序列中常用预测技术 一个时间序列是一组对于某一变量连续时间点或连续时段上的观测值。1. 移动平均法 (MA)1.1. 简单移动平均法设有一时间序列y1,y2,..., 则按数据点的顺序逐点推移求出N个数的平均数，即可得到一次移动平均数. 1.2 趋势移动平均法 当时间序列没有明显的趋势变动时，使用一次移动平均就能够准确地反映实际情况，直接用第t周期
转载
2023-09-22 17:36:25
60阅读
文本分类的14种算法总结之前介绍了14种文本分类中的常用算法，包括8种传统算法：k临近、决策树、多层感知器、朴素贝叶斯（包括伯努利贝叶斯、高斯贝叶斯和多项式贝叶斯）、逻辑回归和支持向量机；4种集成学习算法：随机森林、AdaBoost、lightGBM和xgBoost；2种深度学习算法：前馈神经网络和LSTM。 各篇链接如下： 测试环境搭建与数据预处理： 决策树、朴素贝叶斯（伯努利贝叶斯、高斯贝叶
最优化方法是一种数学方法，它是研究在给定约束之下如何寻求某些因素(的量)，以使某一(或某些)指标达到最优的一些学科的总称。在学习机器学习的过程中我们发现，大部分的机器学习算法的本质都是建立优化模型，通过最优化方法对目标函数（或损失函数）进行优化，从而训练出最好的模型。常见的最优化方法有梯度下降法、牛顿法和拟牛顿法、共轭梯度法、拉格朗日数乘法等等。1. 梯度下降法（Gradient Descent）
转载
2023-06-08 23:43:06
1430阅读
