热门好课推荐
猜你喜欢
相关培训 相关博客
  • 如今,人工智能技术已经成为国家战略,无人超市、人脸识别、自动驾驶、智能家居等“黑科技”正逐渐成为现实。像云计算、大数据、深度学习、算法、语音识别、技术机器人技术等作为人工智能的技术储备,都离不开Python、Java、C++等编程语言的支撑。而当下热门的Python被认为是现阶段人工智能技术的首选编程语言。因此想入门人工智能领域,需要从Python入手(下图来自拉勾网2019年8月8日数据)...
    2019-08-19 17:56:03
    阅读量:1022
    评论:1
  • 机器学习分为有监督学习和无监督的学习。有监督学习:对数据的若干特征与若干标签之间的关联性进行建模的过程,确定模型后就能应用到新的未知数据中。进一步可以分为分类和回归任务。分类对应离散型数据,而回归对应的是连续性数据。SVM、随机森林和神经网络属于有监督的学习。无监督学习:对不带任何标签的数据特征进行建模。包括聚类和降维,例如k-means算法等。其中半监督学习介于二者之间,适用于数据标...
    2018-09-27 14:01:07
    阅读量:1880
    评论:2
  • java学习脚印:深入java绘图机制本文取材于Oracle官网paintinginAWTandSwing,经过仔细研读,加上实践后整理所得;文中比较详细介绍了javaAWT与Swing框架的发展历史,绘图处理中的关键概念,以及绘图处理的过程、差异、和编写代码的指导建议。
    2013-10-13 21:12:30
    阅读量:9686
    评论:4
  • 最近太忙,自己的机器学习进度耽误了两个星期,现在才把回归这一章看完。闲话不多说,本篇文章依旧是《Spark机器学习》中的内容。书上的代码全部是用python写的,但是由于我最近一直使用的是Scala,所以本篇博客使用的是scala,当然这样就没法像书中那样画图了。第六章将的是回归算法,主要用到的是线性回归与决策树算法,老规矩这里不讲原理(主要是自己讲不清楚),想知道原理的建议参考AndrewN
    2015-12-21 21:59:49
    阅读量:16947
    评论:6
  • 机器学习算法与Python实践之(二)支持向量机(SVM)初级zouxy09@qq.comhttp://blog.csdn.net/zouxy09     机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python,然后也想对一些机器学习算法加深下了解,所以就想通过Python来实现几个比较常用的机器学习算法。恰好遇见这本同样定位的书籍,所以就参考这本
    2013-12-12 23:46:25
    阅读量:79520
    评论:31
  • 最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。通过一元线性模型应用来理解最小二乘法。监督学习任务中,预测离散结果的是分类任务,预测连续结果的是回归任务。在回归任务中,预测结果y和x的函数关系中,一元线性回归只包含一个属性的,
    2017-01-17 11:27:08
    阅读量:5515
    评论:0
  • 本篇博客主要讲述如何利用spark的mliib构建机器学习模型并预测新的数据,具体的流程如下图所示:加载数据对于数据的加载或保存,mllib提供了MLUtils包,其作用是Helpermethodstoload,saveandpre-processdatausedinMLLib.博客中的数据是采用spark中提供的数据sample_libsvm_data.txt,其有一百个数据
    2017-04-23 23:20:54
    阅读量:9994
    评论:5
  • 这篇笔记会将几本的线性回归概念和最小二乘法。其他的会在下一篇扩展。在机器学习中,一个重要而且常见的问题就是学习和预测特征变量(自变量)与响应的响应变量(应变量)之间的函数关系这里主要讨论线性函数:在特征和响应之间学习线性关系。这篇文章是入门基本概念的一片文章,会引导你关于一些模型的基本过程是怎样的。这里需要一些python和数学的基础知识。一.线性建模以奥运会男子100米金牌需要的时间数
    2016-11-21 15:56:13
    阅读量:18328
    评论:3
  • 机器学习API建模、预测结果可视化(以随机森林为例)1.建模步骤1)通过Scikit-Learn导入适当的评估器类,选择模型类。2)用合适的数值对模型类进行实例化,配置模型超参数。3)整理数据,获取特征矩阵和目标数组。4)调用模型实例的fit()方法对数据进行拟合。5)对新数据应用模型:Ⅰ.在监督学习模型中:通常使用predict()方法预测新数据的标签。Ⅱ.在非监督...
    2018-10-11 15:16:20
    阅读量:981
    评论:0
  • 《机器学习实战》之K-均值聚类算法的python实现最近的项目是关于“基于数据挖掘的电路故障分析”,项目基本上都是师兄们在做,我只是在研究关于项目中用到的如下几种算法:二分均值聚类、最近邻分类、基于规则的分类器以及支持向量机。基于项目的保密性(其实也没有什么保密的,但是怕以后老板看到我写的这篇博文,所以,你懂的),这里就不介绍“基于数据挖掘的电路故障分析”的思路了。废话不多说了,开始正题哈。
    2015-07-28 20:55:50
    阅读量:5424
    评论:1
  • 其实,泰坦尼克的预测案例网上有很多,只是那些都没有自己亲手去做,大致看了一下思路,毕竟这是自己的第一个实战项目,很有必要记录下来,待以后学的更深的时候,看能不能改进模型的准确率。好了,废话不多说了。开始吧。一、关于泰坦尼克号之灾泰坦尼克号的这个实战案例来自kaggle,上面是它的基本介绍情况。二、很重要的经验『对数据的认识太重要了!』 『数据中的特殊点/离群点的分析和处理太...
    2018-08-22 14:12:16
    阅读量:1031
    评论:0