女王de专属领地的博客_机器学习

2023春季李宏毅机器学习笔记 05 ：机器如何生成图像

Text Encoder将文字叙述转化为多个向量；Generation Model，输入噪音和text Encoder生成的向量，生成一个中间产物（中

笔记

人工智能

机器学习

李宏毅

AI产品

原创 6月前 71 阅读

2023春季李宏毅机器学习笔记 06 ：Diffusion Model 原理剖析

资料课程主页：https://speech.ee.ntu.edu.tw/~hylee/ml/2023-spring.phpGithub：https://github.com/Fafa-DL/Lhy_Machine_LearningB站课程：https://space.bilibili.com/253734135/channel/collectiondetail?sid=2014800一、想法概念Q

人工智能

机器学习

李宏毅

AI产品

github

原创 6月前 95 阅读

机器学习【吴恩达|周志华|李宏毅|算法】清单

系列

Python

机器学习

ci

原创 2023-08-14 11:33:11 8707 阅读

机器学习之集成学习Ensemble

集成算法：将多个分类器集成起来而形成的新的分类算法。这类算法又称元算法(meta-algorithm)。最常见的集成思想有两种bagging和boosting。集成思想 :boosting：重赋权（re-weighting）--基于错误提升分类器性能，通过集中关注被已有分类器分类错误的样本，构建新分类器并集成。boosting的思想是 : 训练集(其中各个元素)的

权重

决策树

数据集

原创 2023-08-14 11:20:13 230 阅读

机器学习十大算法---10. 马尔科夫

马尔可夫过程（Markov process）是一类随机过程。它的原始模型马尔可夫链，由俄国数学家A.A.马尔可夫于1907年提出。1、马尔可夫

概率分布

状态转移

马尔科夫链

原创 2023-08-14 11:18:38 451 阅读

《机器学习实战》

机器学习

数据

ide

原创 2023-07-14 18:24:00 366 阅读

机器学习十大算法---7. Adaboost

--基本概念：Adaboost是

权重

数据

Ada

原创精选 2023-06-27 22:52:55 356 阅读

三张图读懂机器学习：基本概念、五大流派与九种常见算法

n吗？四大会计师事

机器学习

数据

人工智能

转载 2023-06-27 22:52:28 146 阅读

机器学习十大算法之决策树---ID3算法

对于决策树来说，主要有

信息增益

决策树

信息熵

原创精选 2023-06-27 22:50:34 373 阅读

「机器学习」和「深度学习」的 Cheat Sheets Helperhaps

导读：机器学习和深度学习对

Python

ci

NumPy

转载 2023-06-27 22:49:37 210 阅读

机器学习十大算法

，再继续提问。这些问题是根据已有数据学习出来的，再...

数据

决策树

随机森林

转载 2023-06-27 22:44:02 143 阅读

机器学习十大算法---3. SVM

SVM支持向量机（support vect持向量机的学习算法是求解凸二次规划的最优化算法；支持向量机...

核函数

数据

特征空间

原创 2023-06-27 22:43:39 214 阅读

机器学习十大算法---8. 随机森林算法

在学习随机森林之前我们想你学习以下集成学习为那一类。在建...

随机森林

决策树

数据

原创 2023-06-27 22:43:20 221 阅读

机器学习十大算法---9. 朴素贝叶斯

斯定理和特征条件独立假...

条件概率

朴素贝叶斯

取值

原创 2023-06-27 22:43:10 260 阅读

强化学习资料

学习资

增强学习

html

github

原创 2023-06-27 22:41:50 233 阅读

斯坦福大学cs229Andrew ng的机器学习课程

Andrew NG机器学习课程网易公开课斯坦福大学公开课：/...

机器学习

html

官网

原创 2023-06-27 22:41:32 212 阅读

机器学习.周志华《12 计算学习理论》

习理论（computational learning theory）是通过“计算”来研究机器“学习“的理论，其目的是分析学习任务的困难本质。例如：在什么条件下可进行有效的学习，需要多少训练样本能获得较好的精度等，从而为机器学习算法提供理论保证。几个基本概念回顾：泛化误差：学习器在总体上...

数据集

泛化

复杂度

原创 2023-06-27 20:13:35 217 阅读

机器学习.周志华《4 决策树》

决策树　决策树学习是一种逼近离散值目标函数的方法，在这种方法中学习到的函数被表示为一棵决策树。4.1 基本流程决策

信息增益

决策树

取值

原创 2023-06-25 12:19:23 221 阅读

机器学习.周志华《9 聚类》

目录：聚类任务性能度量距离计算原型聚类密度聚类层次聚类方法聚类任务聚类：经典的无监督学习方法，无监督学习的目标是通过对无

聚类

距离度量

数据集

原创 2023-06-25 12:18:08 184 阅读

机器学习算法--概率与凸优化

概率论古典概率 or 统计定义：频率现代概率 or 公理化定义：测度论（科尔莫戈罗夫）概率空间(Ω，φ，P)：Ω 样本空间（最小不可

后验概率

先验概率

条件概率

原创 2023-06-25 12:09:04 310 阅读

机器学习.周志华《3 线性模型》

线性模型： 1. 假定示例有dd个属性，x=(x1,x2,...,xd)2. 试图通过属性的线性组合进行预测用向量形式表示就是：线性模型虽然简于多元方程组变量数目>...

正例

反例

二分类

原创 2023-06-25 12:08:15 214 阅读

机器学习中的数据不平衡解决方案大全

原英文文章：https://www.kdnuggets.com/2017/06/7-techniques-handle-imbalanced-data.html在机器学习任务中，我们经常会遇到这种困扰：数据不平衡问题。数据不平衡问题主要存在于有监督机器学习任务中。当遇到不平衡数据时，以总体分类准确率为学习目标的传统分类算法会过多地关注多数类，从而使得少数类样本的分类性能下降

数据

数据集

聚类

转载 2023-06-25 12:06:46 412 阅读

机器视觉开源代码合集

一、特征提取Feature Extraction：SIFT [1] [Demo program][SIFT Library] [VLFeat] P]

Code

Image

sed

原创 2023-06-25 12:00:12 214 阅读

强化学习系列 5 : Policy Gradients

强化学习是一个通过奖惩来学习正确行为的机制. 家族中有很多种不一样的成员, 有学习奖惩值, 根据自己认为的高价值选

神经网络

Network

强化学习

原创 2023-06-25 11:50:31 131 阅读

强化学习系列 6 : Actor Critic

Actor Critic Actor Critic (演员评判家), 它合并了以值为基础 (比如 Q learning) 和以动作概率为基础 (比如 Policy Gradients) 两类强化学习算法. Actor-Critic : Actor 的前生是 Policy Gradients , 可以在连续动作中选取合适的动作, 而 Q-learning 做这

神经网络

强化学习

Google

原创 2023-06-25 11:50:23 205 阅读

强化学习系列 7 : Deep Deterministic Policy Gradient (DDPG)

<7>Deep Deterministic Policy Gradient (DDPG)改进版 Deep Deterministic Policy Gradient (DDPG)：将 DQN 网络加入进 Actor Critic 系

神经网络

强化学习

网络系统

原创 2023-06-25 11:50:15 151 阅读

强化学习系列 8 :Asynchronous Advantage Actor-Critic(A3C)

Asynchronous Advantage Actor-Critic(A3C)A3C：有效利用计算资源, 并且能提升训练效用的算法。平行训练：A3C 其实只是这种平行方

强化学习

原创 2023-06-25 11:50:02 168 阅读

机器学习十大算法---4. 决策树

算法原理决策树（Decision Tree）是一种简单但广泛使用的分类器。通过训练数据构建决策树，可以高效的对未知的数据进行分类。决策数有两大优点：1）决策树模型可读性好，具有描述性，有助于人工分析；2）效率高，决策树只需要一次构建，反复使用，每一次预测的最大计算次数不超过决策树的深度学习过程一棵决策树的生成过程主要分为以下3个部分:特征选择：特征选择是指从训练数据中众多的特征中选择一个特征作为当

决策树

数据集

信息增益

原创 2023-06-25 11:32:10 218 阅读

机器学习.周志华《14 概率图模型》

导入：机器学习的核心价值观：根据一些已观察到的证据来推断未知。其中基于概率的模型将学习任务归结为计算变量的概率分布；生成式模型：先对联合分布P(Y,R,O)进行建模，从而再来求解后验概率，例如：贝叶斯分类器先对联合分布进行最大似然估计，从而便可以计算类条件概...

结点

马尔科夫链

概率图模型

原创 2023-06-25 10:20:19 299 阅读

机器学习.周志华《7 贝叶斯分类器》

贝叶斯决策论贝叶斯公式：贝叶斯决策论：是概率框架下实施决策的基本方法；贝叶斯分类器：是利用概率的知识完成数据的分类任务，在机器学习中使用贝叶斯决策论实施决策的基本方法也是在概率的框架下进行的，它是考虑如何基于这些概率和误判损失来选择最优的类别标记。条件风险/期望损失：贝叶斯判定准则：为最小化总体风险，在每

贝叶斯分类器

依赖关系

数据

原创 2023-06-25 10:18:24 206 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

12657998

2023春季李宏毅机器学习笔记 05 ：机器如何生成图像

2023春季李宏毅机器学习笔记 06 ：Diffusion Model 原理剖析

机器学习【吴恩达|周志华|李宏毅|算法】清单

机器学习之集成学习Ensemble

机器学习十大算法---10. 马尔科夫

《机器学习实战》

机器学习十大算法---7. Adaboost

三张图读懂机器学习：基本概念、五大流派与九种常见算法

机器学习十大算法之决策树---ID3算法

「机器学习」和「深度学习」的 Cheat Sheets Helperhaps

机器学习十大算法

机器学习十大算法---3. SVM

机器学习十大算法---8. 随机森林算法

机器学习十大算法---9. 朴素贝叶斯

强化学习资料

斯坦福大学cs229Andrew ng的机器学习课程

机器学习.周志华《12 计算学习理论》

机器学习.周志华《4 决策树》

机器学习.周志华《9 聚类》

机器学习算法--概率与凸优化

机器学习.周志华《3 线性模型》

机器学习中的数据不平衡解决方案大全

机器视觉开源代码合集

强化学习系列 5 : Policy Gradients

强化学习系列 6 : Actor Critic

强化学习系列 7 : Deep Deterministic Policy Gradient (DDPG)

强化学习系列 8 :Asynchronous Advantage Actor-Critic(A3C)

机器学习十大算法---4. 决策树

机器学习.周志华《14 概率图模型》

机器学习.周志华《7 贝叶斯分类器》

欢迎