机器学习基础篇_1/2
机器学习基础篇_2/2
开发流程原始数据 –> 数据特征工程（训练数据和测试数据） –> 选择合适的算法进行学习 –> 建立模型 –> 模型评估(测试数据) –> 判断模型是否合格 –> 模型应用（一般以API的形式提供）算法分类 数据类型 离散型：由记录不同类别个题的数目所得到的数据，又称计数数据，所有这些数据全部都是整数，而且不能再分，也不能进一步提高他们的精确度 连续性：
日期 2023-06-12 10:48:40
机器学习基础：缺失值的处理技巧（附Python代码）
在数据分析和建模中，经常会遇到变量值缺失的情况，这是非常常见的。为了保证数据指标的完整性以及可利用性，通常我们会采取特殊的方式对其进行处理。1、缺失查看首先，需要查看缺失值的缺失数量以及比例（#数据使用的kaggle平台上预测房价的数据）import pandas as pd # 统计缺失值数量 missing=data.isnull().sum().reset_index().rename(c
日期 2023-06-12 10:48:40
机器学习入门 3-11 Matplotlib数据可视化基础
matplotlib 基础Matplotlib 是一个 Python 的 2D 绘图库，在导入 Matplotlib 库的时候，通常会设置一个别名 mpl。Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。使用 Pyplot 可以很方便的帮助我们绘制出 2D 图表，在使用 Pyplot 时候通常也会为 Pyplot 设置一个别名 plt。import ma
日期 2023-06-12 10:48:40神经网络和机器学习基础入门分享
最近在做知识图谱实体对齐和属性对齐中，简单用了下Word2vec谷歌开源代码。Word2vec是一个将单词表征成向量的形式，它可以把文本内容的处理简化为向量空间中的向量运算，计算出向量空间上的相似度，来表示文本语义上的相似度。 Word2vec采用CBOW（Continuous Bag-Of-Words Model，连续词袋模型）和Skip-Gram（Conti
日期 2023-06-12 10:48:40
机器学习&深度学习基础（tensorflow版本实现的算法概述0）
tensorflow集成和实现了各种机器学习基础的算法，可以直接调用。 代码集：https://github.com/ageron/handson-ml 监督学习 1）决策树（Decision Tree）和随机森林 决策树： 决策树是一种树形结构，为人们提供决策依据，决策树可以用来回答yes和no问题，它通过树形结构将各种情况组合都表示出来，每个分
日期 2023-06-12 10:48:40
机器学习数学系列（1）：机器学习与数学基础知识
目录： 机器学习基础： 机器学习的分类与一般思路 微积分基础： 泰勒公式，导数与梯度 概率与统计基础： 概率公式、常见分布、常见统计量 线性代数基础： 矩阵乘法的几何意义 这是一张非常著名的图，请仔细挖掘其信息量。以期它在整体上指引我们的学习。 1 机器学习基础 1.1 机器学习分类 有监督学习、无监督学习、半监督学习的概念自行了解一下，
日期 2023-06-12 10:48:40【Machine Learning】机器学习及其基础概念简介
机器学习及其基础概念简介 作者：白宁超 2016年12月23日21:24:51 摘要：随着机器学习和深度学习的热潮，各种图书层出不穷。然而多数是基础理论知识介绍，缺乏实现的深入理解。本系列文章是作者结合视频学习和书籍基础的笔记所得。本系列文章将采用理论结合实践方式编写。首先介绍机器学习和深度学习的范畴，然后介绍关于训练集、测试集等介绍。接着分别介绍机器学习常用算法，分别是监督学习之分类（决策树、
日期 2023-06-12 10:48:40算法工程师<机器学习基础>
<机器学习基础> 逻辑回归，SVM，决策树 1、逻辑回归和SVM的区别是什么？各适用于解决什么问题？ https://www.zhihu.com/question/24904422 2、Linear SVM 和 线性回归 有什么异同？ 答案：https://www.zhihu.com/question/26768865 基础知识：https://blog.csdn.net/Chang
日期 2023-06-12 10:48:40机器学习数学系列（1）：机器学习与数学基础知识
目录： 机器学习基础： 机器学习的分类与一般思路 微积分基础： 泰勒公式，导数与梯度 概率与统计基础： 概率公式、常见分布、常见统计量 线性代数基础： 矩阵乘法的几何意义 这是一张非常著名的图，请仔细挖掘其信息量。以期它在整体上指引我们的学习。 1 机器学习基础 1.1 机器学习分类 有监督学习、无监督学习、半监督学习的概念自行了解一下，
日期 2023-06-12 10:48:40机器学习笔记 - 机器学习基础面试题一
1. 机器学习有哪些不同类型？ 监督学习：模型根据过去或标记的数据做出预测或决策。例如，股票市场价格的预测。 无监督学习：没有标记数据。模型可以识别输
日期 2023-06-12 10:48:40
ML与math：机器学习与高等数学基础概念、代码实现、案例应用之详细攻略——基础篇
ML与math：机器学习与高等数学基础概念、代码实现、案例应用之详细攻略——基础篇 目录 一、ML与高等数学 0、基础数学 1、导数、方向导数、梯度 1.1、概念简介 1.2、代码实现 2、Taylor展开 3、凸函数 二、ML与概率统计 1、古典概率 2、贝叶斯公式 3、常见概率分布 4、重要统计量(基
日期 2023-06-12 10:48:40鲲鹏云实验-Python+Jupyter机器学习基础环境
【摘要】 介绍Ubuntu 18.04环境下Python3常用科学计算和数据分析包(numpy, scipy, matplotlib, sklearn, pandas)的安装，以及Jupyter Notebook的安装和使用 1. 基础环境 2vCPUs | 4GB | kc1.large.2 Ubuntu 18.04 64bit w
日期 2023-06-12 10:48:40鲲鹏云实验-Python+Jupyter机器学习基础环境
【摘要】 介绍Ubuntu 18.04环境下Python3常用科学计算和数据分析包(numpy, scipy, matplotlib, sklearn, pandas)的安装，以及Jupyter Notebook的安装和使用 1. 基础环境 2vCPUs | 4GB | kc1.large.2 Ubuntu 18.04 64bit w
日期 2023-06-12 10:48:40机器学习基础：六种方法帮你解决模型过拟合问题
在机器学习中，过拟合（overfitting）会使模型的预测性能变差，通常发生在模型过于复杂的情况下，如参数过多等。本文对过拟合及其解决方法进行了归纳阐述
日期 2023-06-12 10:48:40【NLP】第 1 章：机器学习和深度学习的基础知识（Pytorch）
🔎大家好，我是Sonhhxg_柒，希望你看完之后，能对你有所帮助，不足请指正！共同学习交流🔎 📝个人主页－Sonhhxg_柒的博客_CSDN博客 📃 🎁欢迎各位→点赞&#
日期 2023-06-12 10:48:40【阶段三】Python机器学习03篇：机器学习中的函数、机器学习中的梯度下降、机器学习的数据结构：张量与机器学习概率与统计基础
本篇的思维导图： 机器学习中的函数 函数描述了输入与输出的关系。在函数中，一个事物（输出）随着另一个（或一组）事物（输入）的变化而变化，如下图所示。 输入与输出的关系一般情况下，
日期 2023-06-12 10:48:402020年开发人员的机器学习基础
在当前的技术环境中，开发人员应具备许多不同的技能。许多人都这样做。 开发人员也可以使用许多不同的职业道路，这些职业道路略微改变了他们当前的技能。 数据库管理员，开发人员拥护者
日期 2023-06-12 10:48:40学习机器学习需要具备哪些基础知识？
机器学习算法涉及到数学、计算机科学等多个领域，需要掌握多种技能，如线性代数、概率论、统计学、编程等，因此学习机器学习需要具备扎实的数学和计算机科学基础。 学习机器学习需要具备哪些基础知识？ 数学基础：机器学习算法的核心是数学模型和算法，因此需要掌握一些基本的数学概
日期 2023-06-12 10:48:402020年开发人员的机器学习基础
在当前的技术环境中，开发人员应具备许多不同的技能。许多人都这样做。 开发人员也可以使用许多不同的职业道路，这些职业道路略微改变了他们当前的技能。 数据库管理员，开发人员拥护者
日期 2023-06-12 10:48:40机器学习深度学习面试题——Python基础知识第2篇，续第1篇
机器学习深度学习面试题——Python基础知识第2篇，续第1篇 提示： 第1篇如下： （1）机器学习深度学习面试题——Python基础知识 第一篇有
日期 2023-06-12 10:48:4017张思维导图，一网打尽机器学习统计基础（附下载）
本文用一系列「思维导图」由浅入深的总结了「统计学」领域的基础知识，是对之前系列文章做的一次完整的梳理，也是我至今为止所有与统计有关的学习笔记。众所周知，「统计学」是深入理解「机器学习|数据挖掘」的重要基础学科。正所谓磨刀不误砍柴工，对于数理基础薄弱的人，强化一下理论的学习是大有裨益的。普通人难以做到“一次学习”，经典知识总是在一次次回顾后才能有更深入的理解。这也是我选择「思维导图」作为学习工具的原
日期 2023-06-12 10:48:40Python机器学习零基础理解随机森林算法
随机森林是决策树的升级版本，是一种基于决策树的集体学习算法。 如果树的深度没有限制，决策树将过度拟合训练数据。为了弥补这个缺点，我们准备了多个随机关注数据特征创建的决策树。对每个输出进行多数投票，整体输出一个预测结果。
日期 2023-06-12 10:48:40Python机器学习零基础理解分类模型的准确性指标和评估
就像学校的绩效考核、公司的人事考核一样，考核是生活在社会上的人永远遵循的东西。然而，再熟悉不过的评价，岂不是一件出乎意料的难事？ 是在一个重要的点上做得好更好，还是对平衡好、整体好的给予高评价更好？客观、一致的评价需要评价
日期 2023-06-12 10:48:40Python机器学习零基础理解DBSCAN聚类
无监督学习算法 DBSCAN 是观察无标签数据集自动发现隐藏结构和层次，在无标签数据中寻找隐藏规律，是一种典型的基于密度的聚类方法。 与 k-means 最著名的聚类算法之一，用于寻找数据内在规律。 学习目标 作为新手
日期 2023-06-12 10:48:40Python机器学习零基础理解K-means聚类
将不同的数据信息，使用正确的标签对数据进行监督学习叫做分类，无监督学习中的聚类。分类是一种将预定分类应用于新数据的方法，而聚类是一种在数据中寻找相似对象组的方法。 聚类是将没有正确标签的数据分成若干组（簇）。聚类是一种典型
日期 2023-06-12 10:48:40Python机器学习零基础理解支持向量机
随着近年来AI（人工智能）的兴起，各种类型的机器学习开始受到关注。 其中之一是 SVM（支持向量机）。支持向量机是一种基于高级数学理论的方法，是深度学习兴起之前最流行的机器学习方法之一。 文章目录
日期 2023-06-12 10:48:40Python机器学习零基础理解线性回归分析
线性回归（Linear Regression）是机器学习的基本模型，也是统计学和机器学习的基础。由此产生一种数据分析方法叫做线性回归分析。 是一种以函数的形式阐明因果关系的分析方法，例如做某事（自变量）如何影响结果（因变量
日期 2023-06-12 10:48:40SwiftUI 机器学习基础之什么MachineLearning
什么是机器学习 机器学习是计算领域最热门的趋势之一，它通过创建计算机程序来快速且准确地概括和预测信息，类似于人类对类似信息的处理。随着主流媒体最近对机器学习的新颖应用进行大肆宣传，您可能倾向于认为机器学习是一门相对较新的学科，但这远非事实。实际上，机器学习已经存在了几十年，并且由于存储，处理器和GPU技术的最新发展，有可能大规模构建和部署机器学习
日期 2023-06-12 10:48:40机器学习基础-机器学习练习 7- K-means 和PCA（主成分分析）
目录 前言： 实现原理： 第一部分: 实现代码： 应用-压缩图像 scikit-learn实现 Principal component analysis（主成分分析） 应用： 实现的练习代码： 前言： 将实现K-m
日期 2023-06-12 10:48:40机器学习实战笔记1(机器学习基础)
1：怎样选择合适的算法 2：python简单介绍 (1) python的优势：相对于matlab。matlab单个软件授权就要花费数千美元，也没有一个有影响力的大型开源项目。相对于c++/c/java，完毕简单的操作就须要编写大量的代码。而现在我们应该花费很多其它的时间去处理数据内在的含义。而无需花费太多精力解决计算机怎样得到数据结果(python简
日期 2023-06-12 10:48:40机器学习的数学基础-（二、线性代数）
二、线性代数 行列式 1.行列式按行（列）展开定理 (1) 设 ，则： 或 ，即 ， 其中： (2) 设 为 阶方阵，则 ，但 不一定成立。 (3) , 为 阶方阵
日期 2023-06-12 10:48:40