Python机器学习（十）经典算法大全
1.KNN 分类算法由于knn算法涉及到距离的概念，KNN 算法需要先进行归一化处理1.1 归一化处理 scalerfrom sklearn.preprocessing import StandardScalerstandardScaler =StandardScaler()standa...
MATLAB环境下基于LSTM模型的癫痫发作检测方法-提出一种基于LSTM模型的癫痫发作检测方法，算法程序运行环境为MATLAB R2021b，执行基于深度学习（LSTM）的癫痫发作自动检测，程序运行需要GPU，需要一定内存，部分代码如下:
clc;clear all;close all% Load in data load('0190_channel2_input(1) (1).mat')load('0190_channel2_output(1) (1).mat')Seizure_points=sum(channel2_output...
机器学习中常见的优化算法
在机器学习中，有很多的问题并没有解析形式的解，或者有解析形式的解但是计算量很大（譬如，超定问题的最小二乘解），对于此类问题，通常我们会选择采用一种迭代的...
Spark-机器学习（1）什么是机器学习与MLlib算法库的认识
从这一系列开始，我会带着大家一起了解我们的机器学习，了解我们spark机器学习中的MLIib算法库，知道它大概的模型，熟悉并认识它。同时，本篇文章为个人spark免费专栏的系列文章，有兴趣的可以收藏关注一下，谢谢。同时，希望我的文章能帮助到每一个正在学习的你们。 Spark-大数据技术与应用http...
机器学习之局部异常因子算法(Local Outlier Factor)
概念 局部异常因子算法（Local Outlier Factor, LOF）是一种用于检测数据集中的异常点的算法。它是一种无监督学习方法，不需要先验标签来识别异常值。相反，它利用数据点周围的局部邻域信息来计算每个数据点的异常程度。 LOF算法的核心思想是，异常点通常在其周围的邻域中具有较低的密度，而...
【机器学习算法】【10】--数据挖掘算法之Apriori详解
前言：数据挖掘与机器学习 有时候，人们会对机器学习与数据挖掘这两个名词感到困惑。如果你翻开一本冠以机器学习之名的教科书，再同时翻开一本名叫数据挖掘的教材，你会发现二者之间有相当多重合的内容。比如机器学习中也会讲到决策树和支持向量机，而数据挖掘的书里也必然要在决策树和支持向量机上花费相当...
深度学习AI美颜系列---天天P图疯狂变脸算法
自从天天P图出了疯狂变脸的特效之后，到现在为止已经近两年时间了，这两年时间，天天P图多次凭借换脸特效登上APP Store排行榜首，从小学生证件照到圣诞节梦幻妆再到后来的各种影视游戏特效，以及后来的军装照等等等等，5月4日青年节，天天P图的“前世青年照”又是传遍了朋友圈，火遍了排行榜。在这里本人将这...
如何用深度学习 AI 美颜实现天天 P 图疯狂变脸算法？ | 技术头条
作者 | Trent责编 | 郭 芮自从天天P图出了疯狂变脸的特效之后，到现在为止已经两年时间了。这两年时间，天天P图多次凭借换脸特效登上APP Store排行榜首，从小学生证件照到前世青年照、圣诞节梦幻妆再到后来的各种影视游戏特效，以及后来的军装照等等等等，天天P图时不时地传遍朋友圈，火遍排行榜...
机器学习聚类算法简介
算法的目的 ：聚类算法是“无监督学习”中最常用的一个算法，通过对无标记训练样本的学习将数据集划分成若干个不相交的子集，来解释数据的内在性质以及规律，为进一步数据分析提供基础。也可以作为一个单独的过程，寻找数据内在的分布结构注意 ： 类所对应的概念语义需要由使用者自己把握和命名。对于一个算法的评估我们...
深度学习分类算法系列之 -决策树
决策树的理解：决策树是一种一种类似于流程图的树结构，其中每个内部结点表示在一个属性上的测试对未知数据进行分类，每个分支代表一个属性输出，每个树叶结点代表类或类分布。决策树包括：根结点、若干个内部结点、若干个叶节点（即目标分类节点）。例如：决策树包含三种结点，并用含属性值标记（比如上图中的晴，雨，云）...
机器学习-监督学习常见算法优缺点
文章目录1. SVM1.1 优点1.2 缺点1.3 适用场景2. 朴素贝叶斯2.1 优点2.2 缺点2.3 适用场景3. 树模型1. SVM1.1 优点SVM在解决小样本，非线性以及高维特征中表现出许多特有的优势。SVM基于有限的样本信息在模型的复杂度和模型准确性之间寻求最佳折中，以获得最好的预测效...
算法学习——决策单调性优化DP
update in 2019.1.21 优化了一下文中年代久远的代码 的格式……什么是决策单调性？在满足决策单调性的情况下，通常决策点会形如1111112222224444445555588888.....即不可能会出现后面点的决策点小于前面点的决策点这种情况。那么这个性质应该如何使用呢？1，二分。...
大数据深度学习：基于Tensorflow深度学习的神经网络CNN算法垃圾分类识别系统
文章目录 大数据深度学习：基于Tensorflow深度学习的神经网络CNN算法垃圾分类识别系统一、项目概述二、深度学习卷积神经网络（Convolutional Neural Networks，简称CNN）三、部分数据库架构四、系统实现系统模型部分核心代码模型训练效果图训练模型效果展示模型训练...
【深度学习】1、常见模型优化算法原理与项目实践对比（PyTorch实践）
目录简介1、SGD(Stochastic Gradient Descent, SGD)2、Momentum3、NAG（Nesterov Accelerated Gradient，NAG）4、Adagrad5、RMSProp6、Adadelta7、Adam8、AdaMax9、Nadam10、优化算法的...
机器学习算法（二）：因子分解机FM算法（Factorization Machine）
目录 1 背景2 FM原理1 背景Steffen Rendle于2010年提出Factorization Machines（下面简称FM），并发布开源工具libFM。FM的提出主要对比对象是SVM，与SVM相比，有如下几个优势 （1）对于输入数据是非常稀疏（比如自动推荐系统），FM可以，而SVM会效...
图论学习--6 平面图（思维导图）平面概念 对偶图 平面图嵌入算法
平面图平面图的概念与性质定义能把图G花在平面上，使得边与边之间没有交叉，称G可以嵌入平面，或称G是可平面图。G的平面嵌入表示的图称为平面图一个平面图G把平面分成若干连通片，这些连通片称为G的一个面或区域，G的面组成的集合用Φ表示其中面积有限的区域称为平面图G的内部面，否则，称为外部面Jordan曲线...
在强化学习领域最受欢迎的A3C算法，DDPG算法，PPO算法等都是AC框架
AC算法框架被广泛应用于实际强化学习算法中，该框架集成了值函数估计算法和策略搜索算法，是解决实际问题时最常考虑的框架。大家众所周知的alphago便用了AC框架。而且在强化学习领域最受欢迎的A3C算法，DDPG算法，PPO算法等都是AC框架。我们这一讲便总结下AC算法的发展并介绍目前最受关注的A3C...
【算法基础学习 6】龙格库塔法 求微分方程
龙格库塔法龙格库塔法对于一个工科学生来说估计并不陌生，因为我们做项目的时候或多或少会接触到微分方程，解微分方程的数值解是就需要用到龙格库塔方程了。我第一次接触到该方法是对四轴姿态角进行四元数解算的时候，当时用的是一阶龙格库塔，当时的理解就是这不就是泰勒展开式取一阶嘛，然后觉得二阶龙格库塔应该就是取二...
深度学习最常用的算法:Adam优化算法
深度学习常常需要大量的时间和机算资源进行训练，这也是困扰深度学习算法开发的重大原因。虽然我们可以采用分布式并行训练加速模型的学习，但所需的计算资源并没有丝毫减少。而唯有需要资源更少、令模型收敛更快的最优化算法，才能从根本上加速机器的学习速度和效果，Adam 算法正为此而生！Adam 优化算法是随机梯...
【深度学习|基础算法】初识Transformer-encoder-decoder
关于transformer的学习 一、前言二、初识Transformer2.1 总览2.2 encoder2.3 decoder三. 流程与细节1、输入2、self-attentionVector CalculationMatrix Calculation3、多头self-attention...