热门好课推荐
猜你喜欢
相关培训 相关博客
  • 大家要持续关注哦,不定时更新Python知识哦!Python 简介Python 作为一个近年备受好评的语言,它的一些优点让人无法忽视。Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。它的设计具有很强的可读性,相比其他语言经常使用英文关键字,其他语言的一些标点符号,它具有比其他语言更有特色语法结构。Python 是一种解释型语言: 这意味着开发过程中没有了编译这...
    2019-11-14 16:56:50
    阅读量:3739
    评论:2
  • 欢迎来到“Python进阶”专栏!来到这里的每一位同学,应该大致上学习了很多 Python 的基础知识,正在努力成长的过程中。在此期间,一定遇到了很多的困惑,对未来的学习方向感到迷茫。我非常理解你们所面临的处境。我从2007年开始接触 python 这门编程语言,从2009年开始单一使用 python 应对所有的开发工作,直至今天。回顾自己的学习过程,也曾经遇到过无数的困难,也曾经迷茫过、困惑过。开办这个专栏,正是为了帮助像我当年一样困惑的 Python 初学者走出困境、快速成长。希望我的经验能真正帮到你
    2019-11-13 18:16:52
    阅读量:51693
    评论:100
  • 详细解释在注解里面#机器学习第一步,数据预处理import numpy as np #导入库import matplotlib.pyplot as pltx,y = [],[] #构建数组来储存值,数据集for sample in open("prices.txt","r"): #读取数据 sample 对应的正是一个个样本 _x,_y = sample.split(",") #...
    2019-08-10 12:08:58
    阅读量:262
    评论:2
  • 内容来自 麦子学院 深度学习基础及介绍1 神经网络多层向前神经网络:Multilayer Feed-Forward Neural Network 定义:有输入层、隐藏层、输出层,每层由单元组成。输入层由训练集的特征向量传入,经过单元的权重加权求和,作为下一层的输入。如果有足够多的隐藏层,和足够大的训练集,可以模拟出任何方程。 设计结构:确定层数、每层单元数;输入特征向量先要标准...
    2018-08-22 19:00:31
    阅读量:98
    评论:0
  • 内容介绍在如今这个处处以数据驱动的世界中,机器学习正变得越来越大众化。它已经被广泛地应用于不同领域,如搜索引擎、机器人、无人驾驶汽车等。本书首先通过实用的案例介绍机器学习的基础知识,然后介绍一些稍微复杂的机器学习算法,例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络,等等。用最火的Python语言、通过各种各样的机器学习算法来解决实际问题!书中介绍的主要问题如下。...
    2018-04-12 10:44:15
    阅读量:7537
    评论:2
  • 机器学习算法太多了,分类、回归、聚类、推荐、图像识别领域等等,要想找到一个合适算法真的不容易,所以在实际应用中,我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法,诸如SVM,GBDT,Adaboost,现在深度学习很火热,神经网络也是一个不错的选择。假如你在乎精度(accuracy)的话,最好的方法就是通过交叉验证(cross-validation)对各个算法一个个地...
    2018-04-17 22:42:35
    阅读量:5135
    评论:1
  •     对于初学者来讲,修补bug,寻求解决方法这一过程是极其重要的,因为程序员本身是在解决bug中成长。因此不要太过依靠于上传的修正代码,试着自己去寻求修补bug的方式才能更好的锻炼自己。本次上传的代码集是本人亲自试验过的,但是机器环境与python版本及其函数库版本的不同,代码可能有些在你的电脑上运行出错,这不要紧,这也是个寻求解决方法,锻炼自己的好机会。不仅如此,也可以让我们更加清楚的...
    2018-05-14 22:05:04
    阅读量:1473
    评论:0
  • Python机器学习读书笔记(十)机器学习模型的评价指标 说明: 关于本书: 《Python机器学习》 本笔记侧重代码调用,只描述了一些简单概念,本书的公式推导不在这里展示 前面的章节中,都是用准确性对模型进行评估。通常情况下,准确性确实是一个有效量化模型的指标下面介绍其它几个可以用来衡量模型相关性能的指标,比如准确率 precision、召回率 re...
    2018-03-23 21:50:28
    阅读量:702
    评论:0
  • Python机器学习应用-北京理工大学-礼欣 MOOC课程地址:http://www.icourse163.org/learn/BIT-1001872001?tid=1001965001课程资料可在GitHub上下载(包括数据与相关教学资料)链接:https://github.com/caiiiac/Machine-Learning-with-Python 课程内容非监...
    2018-06-11 08:36:48
    阅读量:517
    评论:0
  • PythonSklearn.metrics简介及应用示例利用Python进行各种机器学习算法的实现时,经常会用到sklearn(scikit-learn)这个模块/库。无论利用机器学习算法进行回归、分类或者时聚类,评价指标,即检验机器学习模型效果的定量指标,都是一个不可避免且十分重要的问题,因此,结合scikit-learn主页上的介绍,对常用的评价指标及其实现、应用进行简单介绍。ht...
    2019-05-13 16:03:14
    阅读量:1529
    评论:1
  • Python机器学习学习意味着通过学习或经验获得知识或技能。基于此,我们可以定义机器学习(ML)如下 -它可以被定义为计算机科学领域,更具体地说是人工智能的应用,其为计算机系统提供了学习数据和从经验改进而无需明确编程的能力。基本上,机器学习的主要焦点是允许计算机自动学习而无需人为干预。现在问题是如何开始和完成这种学习?它可以从数据的观察开始。数据可以是一些示例,指令或一些直接经验。然后...
    2019-04-12 14:05:53
    阅读量:124
    评论:0