**机器学习简介及示例**
*本文将为您介绍机器学习的基本概念和应用，并通过一个具体的HMM（Hidden Markov Model）机器学习例子来帮助您更好地理解机器学习的工作原理。我们将先对HMM进行简单的介绍，然后通过使用Python的代码示例来演示HMM在语音识别中的应用。*
## 1. 机器学习简介
机器学习是一种人工智能的分支领域，旨在使计算机能够通过学习和经验来自动改进性能。它
原创
2023-09-12 05:31:26
101阅读
在这篇博文中，我会和大家分享如何在 MATLAB 中进行机器学习的实践，涵盖了相关的背景知识、抓包方法、报文结构、交互过程、安全分析及多协议对比，并结合丰富的图表和代码示例，希望大家能从中获得灵感和启发。
我们从“机器学习”的背景开始，该领域的发展与计算技术的进步密切相关。可以追溯到上世纪60年代初，一些基本的学习算法开始浮现，逐步演变为今天我们所熟知的深度学习模型。这里简单展示一个时间轴，标志
# 使用 PyTorch 进行机器学习入门
PyTorch 是一个流行的深度学习框架，广泛应用于学术研究和工业界。它的易用性和灵活性使得许多开发者和研究者首选它来实现机器学习算法。在本文中，我们将创建一个简单的线性回归模型，帮助读者了解 PyTorch 的基本使用。
## 什么是线性回归？
线性回归是一种基础的统计学方法，通过一条直线来近似预测两个变量之间的关系。线性回归模型的数学表达为：
原创
2024-09-01 05:37:59
42阅读
这篇文章介绍了Python机器学习环境的搭建，我用的机器学习开源工具是scikit-learn。下面具体介绍环境搭建以及遇到的一些问题。所有可能需要的软件都可在官网下载，或者在我的百度网盘下载：http://pan.baidu.com/share/linkshareid=1273581610&uk=3510054274。这里介绍的在windows下搭建的，同时我也在ubuntu 13.04
原创
2021-03-17 13:53:39
493阅读
# -*- coding: utf-8 -*-import num_bayes import MultinomialNBfrom sklearn import linear_modelfrom sklearn.datasets
原创
2023-07-10 20:49:47
99阅读
听过朴素贝叶斯的人，知道多项式朴素贝叶斯是神马，伯努利贝叶斯是神马吗？如果不知道，请继续读下去。 其实所谓的“多项式”或“伯努利”，只不过是在求先验概率和条件概率时统计方法不一样，基本原理没变。 贝叶斯分类算法（Nai
import matplotlib.pyplot as pltimport numpy as npfrom sklearn import datasetsimport pandas as pd''' 房子大小与price的关系'''import randomhouse_size = [random.randrange(70,200) for i in range(10...
原创
2023-02-06 16:43:42
73阅读
什么是机器学习？机器学习是一种人工智能（AI）的子领域，它探索和开发计算机系统，使其能够从数据中学习和改进，并在没有明确编程指令的情况下做出决策或完成任务。传统的程序需要程序员明确编写指令来告诉计算机如何执行特定任务。但是，机器学习采用不同的方法。它允许计算机通过分析大量的数据来发现模式、关系和规律，并根据这些发现做出预测和决策。机器学习系统的主要特点是可以通过反复迭代来改进自己的性能。这是通过使
转载
2024-09-27 13:33:28
45阅读
交叉熵损失函数(CrossEntropy Function)是分类任务中十分常用的损失函数，但若仅仅看它的形式，我们不容易直接靠直觉来感受它的正确性，因此我查阅资料写下本文，以求彻底搞懂。1.Softmax首先是我们的softmax函数。 它很简单，以一个向量作为输入，把向量的每个分量，用指数函数归一化后输出。具体来说，其数学形式为：为向量中第i个项。设的输出向量为，当中某个分量过大时，可能导致其
当Python的多处理库已经成功地应用于广泛的应用程序，在这篇博文中，我们发现它对于一些重要的应用程序来说是不够的，包括数值数据处理、状态计算和初始化开销昂贵的计算。有两个主要原因：数字数据处理效率低下。缺少有状态计算的抽象(即无法在不同的“任务”之间共享变量)。关注，转发，私信小编“01”即可免费领取Python学习资料~雷是一个快速、简单的框架，用于构建和运行分布式应用程序。解决这些问题。有关
转载
2024-06-13 20:00:23
24阅读
前提及说明第一次遇见矩阵求导，大多数人都是一头雾水，而搜了维基百科看也还是云里雾里，一堆的名词和一堆的表格到底都是什么呢？这里总结了我个人的学习经验，并且通过一个例子可以让你感受如何进行矩阵求导，下次再遇到需要进行矩阵求导的地方就不会措手不及。在进行概念的解说之前，首先大家需要先知道下面的这个前提：前提：若xx为向量，则默认xx为列向量，xTxT为行向量布局的概念...
原创
2021-05-28 17:27:06
514阅读
Table of ContentsIntroduction to Time Series AnalysisTypes of dataTime Series terminologyTime Series AnalysisVisualize the Time SeriesPatterns in a Time SeriesAdditive and Multiplicative Time SeriesDe
本博客结合浙大假设检验的课程PPT，以举例子的方式通俗易懂地展示了如何使用常见的几种假设检验以及使用技巧。 目录先举一个例子1 假设检验定义1.2 假设检验的假设1.2.1 第一类错误（弃真错误）、第二类错误（取伪错误）1.2.2 显著性水平1.2.3 P值1.3 基本思想（一定要看！！！）2 检验方式2.1 检验统计量2.2 拒绝域2.3 接受域概括3 假设检验步骤3.1 两种假设检验3.1.1
机器学习，线性回归原理，TensorFlow例子
原创
2022-01-24 16:53:38
262阅读
机器学习，线性回归原理，TensorFlow例子
原创
2021-09-07 09:42:21
938阅读
tableau各种精典示例经验总结 注意：所有示例中，如果没有特殊注明数据源，则该示例的数据源都是Tableau Desktop软件自带的《示例—超市订单数据源》。63、制作哑铃图需求 我们做数据分析时，时间维度的分析必不可少。我们往往纠结于如何把多个维度展现得直观易懂，不至于版面凌乱。这样类似哑铃形状的图表（我们称它为 哑铃图）既美观，又可以很清晰地比较不同年份的数据变化情况。当然，你也可以让它
# 机器学习重抽样方法的示例
机器学习中的重抽样（Resampling）方法是通过对现有数据进行重复抽样，以增强模型的稳定性和准确性。在这篇文章中，我将教你如何实现重抽样策略，具体是使用自助法（Bootstrap）来估计模型的性能。我们将通过几个步骤来实现这个过程，并使用Python编写代码。
## 整体流程
我们将遵循以下步骤来实现重抽样法：
| 步骤 | 描述
原创
2024-08-18 07:48:10
183阅读
本文来自： 在第2部分求最优化的地方做了更改。牛顿法有两个应用方向： 1.求方程的根 2.最优化1.求方程的根 并不是所有的方程都有求根公式，或者求根公式很复杂，导致求解困难。利用牛顿法，可以迭代求解。原理是利用泰勒公式，在x0处展开，且展开到一阶，即f(x) = f(x0)+(x－x0)f’(x0)求解方程f(x)=0，即f(x0)+(x-x0)f’(x0)=0，求解x = x1=x0－f(x0
转载
2023-11-27 15:17:38
106阅读
大噶吼，不说废话，分享一波我最近看过并觉得非常硬核的资源，包括Python、机器学习、深度学习、大模型等等。如有收获，求个三连（转发，点赞）1、超完整数据科学资料合集地址：https://github.com/krishnaik06/The-Grand-Complete-Data-Science-MaterialsPython 数据分析和数据科学完整播放列表数据分析和数据科学的完整统计学播放列表数
转载
2023-12-26 11:54:42
203阅读
这篇文章主要介绍了Python简单基础小程序的实例代码，非常不错，具有一定的参考借鉴价值 ,需要的朋友可以参考下。1 九九乘法表for i in range(9):#从0循环到8
i += 1#等价于 i = i+1
for j in range(i):#从0循环到i
j += 1
print(j,'*',i,'=',i*j,end = ' ',sep='')
#
转载
2023-10-17 17:20:22
36阅读
