• 启程Python机器学习之旅:从JupyterLab到神经网络初探

    时间:2024-05-05 18:20:00

    引言 在数据科学和人工智能的浪潮中,Python已经成为最受欢迎的编程语言之一。其简洁的语法和强大的库支持,使得从科研到商业的各个领域都能见到Python的身影。今天,我们将通过JupyterLab——一个交互式的开发环境,开始我们的Python机器学习编程之旅。 JupyterLab:交互式学习的...

  • 机器学习小tip-模型的过拟合

    时间:2024-05-05 06:59:39

    训练数据集合拟合性好,测试数据集合拟合性差。 如果你在训练数据集上使用了一 个非常复杂的模型,以至于这个模型在拟合训练数据集时表现非常好,但是在测试数据集的表现非常差,说明模型出现了过拟合的问题。

  • 【Python】机器学习之Sklearn基础教程大纲

    时间:2024-05-05 06:59:19

    机器学习之Sklearn基础教程大纲 1. 引言 机器学习简介Scikit-learn(Sklearn)库介绍安装和配置Sklearn2. 数据预处理 2.1 数据加载与查看 - 加载CSV、Excel等格式的数据 - 查看数据的基本信息(如形状、数据类型等) 2.2 数据清洗 - ...

  • 政安晨:【Keras机器学习示例演绎】(三十二)—— 在 Vision Transformers 中学习标记化

    时间:2024-05-04 07:21:21

    目录 导言 导入 超参数 加载并准备 CIFAR-10 数据集 数据扩增 位置嵌入模块 变压器的 MLP 模块 令牌学习器模块 变换器组 带有 TokenLearner 模块的 ViT 模型 培训实用程序 使用 TokenLearner 培训和评估 ViT 实验结果 参数数量 最终说明 政安晨...

  • 机器学习之sklearn基础教程

    时间:2024-05-04 07:12:55

    机器学习之sklearn基础教程 引言 在数据科学和人工智能的世界中,机器学习是一个核心领域,它使计算机能够从数据中学习并做出预测或决策。scikit-learn(简称sklearn)是一个非常流行的Python库,提供了许多简单高效的工具来处理数据挖掘和数据分析任务。本教程旨在介绍sklearn的...

  • 【机器学习】机器学习学习笔记 - 监督学习 - KNN线性回归岭回归 - 02

    时间:2024-05-03 20:29:05

    监督学习 KNN (k-nearest neighbors) KNN 是用 k 个最近邻的训练数据集来寻找未知对象分类的一种算法from sklearn import neighbors# 分类# 创建KNN分类器模型并进行训练classifier = neighbors.KNeighborsCla...

  • 白话机器学习1:分类问题中的评价指标

    时间:2024-05-02 13:58:04

            机器学习中的评价指标非常多,它们用来衡量模型的性能和预测能力。不同类型的机器学习任务可能需要不同的评价指标。以下是一些常见的评价指标,按照不同类型的机器学习任务分类: 对于分类问题: 准确率(Accuracy)精确率(Precision)召回率(Recall)或灵敏度(Sensiti...

  • Python 机器学习 基础 之 学习 基础环境搭建

    时间:2024-05-01 17:30:24

    Python 机器学习 基础 之 学习 基础环境搭建 目录 Python 机器学习 基础 之 学习 基础环境搭建 一、简单介绍 二、什么是机器学习 三、python 环境的搭建 1、Python 安装包下载 2、这里以 下载 Python 3.10.9 为例 3、安装 Python 3.10.9 ...

  • 【机器学习原理】决策树从原理到实践-2.代码

    时间:2024-05-01 13:24:09

    下面是代码实现的部分,写了一个基于CART的分类树,使用的样本就是上面提到的贷款数据,数据如下图: 是一个.txt文档,运行后得到了分类的结果,最终分类的几个集合都只有一个类别,也就是根据这些分类规则,可以完全将数据分开。 完整代码 # 基于CART的决策分类树复现(离散)import colle...

  • 小巧玲珑:机器学习届快刀XGBoost的介绍和使用

    时间:2024-04-30 22:34:30

    欢迎大家前往腾讯云技术社区,获取更多腾讯海量技术实践干货哦~作者:张萌序言XGBoost效率很高,在Kaggle等诸多比赛中使用广泛,并且取得了不少好成绩。为了让公司的算法工程师,可以更加方便的使用XGBoost,我们将XGBoost更好地与公司已有的存储资源和计算平台进行集成,将数据预处理、模型训...

  • Andrew Ng机器学习公开课笔记 -- 支持向量机

    时间:2024-04-29 18:02:50

    网易公开课,第6,7,8课 notes,http://cs229.stanford.edu/notes/cs229-notes3.pdfSVM-支持向量机算法概述, 这篇讲的挺好,可以参考 先继续前面对线性分类器的讨论, 通过机器学习算法找到的线性分类的线,不是唯一的,对于一个训练集一般...

  • 【好书推荐7】《机器学习平台架构实战》

    时间:2024-04-28 21:46:36

    【好书推荐7】《机器学习平台架构实战》 写在最前面《机器学习平台架构实战》编辑推荐内容简介作者简介目录前言本书读者内容介绍充分利用本书下载示例代码文件下载彩色图像本书约定 ????你好呀!我是 是Yu欸 ???? 2024每日百字篆刻时光,感谢你的陪伴与支持 ~ ???...

  • J1.数学建模 & Python机器学习介绍

    时间:2024-04-28 07:43:22

    1.基本操作 命令行:代码执行的地方脚本文件(.m):敲代码的地方实时脚本文件(.mlx):代码执行结果和代码放在一起,可以插入图片…类似小word运行节:实时脚本文件的功能,可以分区运行代码(蓝色条),类似脚本文件的断点函数文件调用function符号: 注释使用 % 分号;在代码末尾加分号会执行...

  • 【机器学习】机器学习学习笔记 - 无监督学习 - k-means/均值漂移聚类/凝聚层次聚类/近邻传播聚类 - 05

    时间:2024-04-28 07:25:05

    pdf在线免费转word文档 https://orcc.online/pdf 不限次数、免费不需要注册。 无监督学习 (聚类) 聚类是一种无监督学习方法,是将数据划分为若干个簇,使得簇内的点尽可能相似,簇间尽可能不相似。k-means 聚类 k-means 聚类算法是一种迭代算法,它会不断地寻找最佳...

  • 车轮上的智能:探索机器学习在汽车行业的应用前景

    时间:2024-04-24 21:28:51

    文章目录 引言:一、机器学习在汽车设计中的应用设计优化模拟与测试二、智能制造与生产三、自动驾驶技术感知与决策数据融合四、市场与模式的变革五、机器学习对于汽车行业的机遇与挑战挑战机遇 引言: 在当今数字化时代,机器学习作为人工智能的一个分支,正迅速成为推动各行各业技术革新的关键力量。机器学习...

  • 李宏毅2022机器学习/深度学习 个人笔记(1)

    时间:2024-04-22 10:59:35

    本系列用于推导、记录该系列视频中本人不熟悉、或认为有价值的知识点 本篇记录第一讲(选修):神奇宝贝分类 如图,为了估算某个样本属于某类的概率,在二分类问题中,我们需要计算红框所示的4个参数,现在进入实例: 如图,我们在ID<400的宝可梦中选出水系和普通系用于训练。首先估计图中所示的2个参数...

  • 【EI会议征稿通知】2024年图像处理、机器学习与模式识别国际学术会议(IPMLP 2024)

    时间:2024-04-22 10:43:53

    2024年图像处理、机器学习与模式识别国际学术会议(IPMLP 2024) 2024 International Conference on Image Processing, Machine Learning and Pattern Recognition 重要信息 大会官网:www.ipml...

  • 机器学习(一)

    时间:2024-04-22 10:04:12

    前言: 为了让大家更好的理解,我争取用最通俗的语言解释。 如有错误请在评论区告知,感谢 1、分类 1.1 监督学习(supervised learning) 1.1.1概念: 训练集有标签 1.1.2分类 (1)分类:训练多种类别。测试某个数,判断分为哪个类别。 (2)回归:训练自变量和...

  • 机器学习周记(第三十五周:语义分割)2024.4.15~2024.4.21

    时间:2024-04-22 07:02:50

    目录 摘要 ABSTRACT 1 语义分割基本概念 1.1 数据集格式 ​编辑 1.2 语义分割评价指标 1.3 语义分割标注工具 2 转置卷积 3 FCN网络结构基本原理 摘要   本周主要学习了语义分割的基本概念及其在计算机视觉领域中的应用。了解了语义分割的几种经典网络,如全卷积网络(FCN)...

  • 【机器学习】knn邻近算法解决实际问题

    时间:2024-04-20 14:05:22

    采用kNN算法回答红色字体提出的问题。要求写出算法过程和预测结果。 KNN原理 KNN(K-最近邻)算法是一个简单直观的分类方法。它的核心思想是“物以类聚”,即一个样本的类别通常由其周围最近的几个邻居决定。这里的“最近”是通过计算样本间的距离来确定的。 原理简述: 1. 距离测量:确定一个距离度量...