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:219
    评论:0
  • KNN分类算法介绍一、什么是分类分类是指通过对大量的训练样本进行提取和分析,训练出用来分类的规则,即分类器或者分类模型,最终判断未知样本的类别。常见的分类算法有:决策树(ID3和C4.5),朴素贝叶斯,人工神经网络(ArtificialNeuralNetworks,ANN),k-近邻(kNN),支持向量机(SVM),基于关联规则的分类,Adaboosting方法等等。这篇文章主要介绍KNN算法
    2017-10-13 15:19:19
    阅读量:1304
    评论:1
  • PCA算法一、算法概述主成分分析(PCA)是多元统计分析中用来分析数据的一种方法,PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。PCA方法最著名的应用应该是在人脸识别中特征提取及数据维,我们知道输入200*200大小的人脸图像,单单提取它的灰度值作为原始特征,则这个原始特征将达到40000维,这给后面分类器的处理将带来极
    2018-02-07 11:45:38
    阅读量:2611
    评论:8
  • 1、算法基本原理:对于一个新点X0(x0,y0)X_{0}(x_{0},y_{0}),它的分类y0y_{0}由离它最近的k个点的类别决定;其中训练集为T{(x1,y1),(x2,y2),...,(xn,yn)}T\{(x_{1},y_{1}),(x_{2},y_{2}),...,(x_{n},y_{n})\},离X0(x0,y0)X_{0}(x_{0},y_{0})最近的K个点根据分类决策规则(
    2017-10-17 21:23:48
    阅读量:1495
    评论:2
  • \quad\quad贝叶斯决策论是在所有相关概率都已知的理想情形下,基于这些概率和误判损失来选择最优的类别标记。\quad\quad假设有N中可能的类别标记,即y={c1,c2,...,cN}y=\{c_{1},c_{2},...,c_{N}\},λij\lambda_{ij}是将一个真实标记为cjc_{j}的样本误分类为cic_{i}的样本误分类为所产生的损失。基于后验概率p(ci|x)p
    2017-10-17 20:28:49
    阅读量:1264
    评论:2
  • 瓜皮机器学习——用java对ID3算法进行实现琢磨了两天的决策树算法,还是有一些心得。首先来说一说什么是决策树,引用一下度娘百科的官方解释:****分类树(决策树)是一种十分常用的分类方法。他是一种监管学习,所谓监管学习就是给定一堆样本,每个样本都有一组属性和一个类别,这些类别是事先确定的,那么通过学习得到一个分类器,这个分类器能够对新出现的对象给出正确的分类。这样的机器学习就被称之为监督学习***
    2017-08-01 12:14:16
    阅读量:232
    评论:0
  • 本列表总结了25个Java机器学习工具&库:Weka集成了数据挖掘工作的机器学习算法。这些算法可以直接应用于一个数据集上或者你可以自己编写代码来调用。Weka包括一系列的工具,如数据预处理、分类、回归、聚类、关联规则以及可视化。MassiveOnlineAnalysis(MOA)是一个面向数据流挖掘的流行开源框架,有着非常活跃的成长社区。它包括一系列的机器学习算法(分类、回归、聚类、异常检测
    2017-11-20 17:54:57
    阅读量:6630
    评论:0
  • 信息熵(Entropy)信息是个很抽象的概念。我们常常说信息很多,或者信息较少,但却很难说清楚信息到底有多少。比如一本书中到底有多少信息量。直到1948年,香农(C.E.Shannon)提出了“信息熵”(shāng)的概念,才解决了对信息的量化度量问题。熵的概念发展成为信息论、数据压缩等学科的基础,在很多科学研究的领域尤其是计算机科学中有着广泛的应用。实际上,一条信息的信息量
    2017-04-12 00:06:01
    阅读量:4444
    评论:0
  • 本文介绍机器学习算法的性能评估的方法,包括算法高偏差还是高方差的诊断,学习曲线等。从工程应用的角度来讲,算法只需要知道原理,并不需要真正去实现,数值专家们帮我们实现了大量的开源算法可供我们使用。而怎么样评估某个算法的性能以及怎么样去优化性能反而是工程应用领域最重要的问题。为什么需要评估机器学习算法的性能当我们辛苦开发出来的机器学习算法不能很好地预测新数据时,我们该怎么办呢?一般情况下,有以下几个方
    2015-12-01 23:44:14
    阅读量:3502
    评论:0
  • 推荐算法推荐算法是目前业界非常火的一种算法,在电商界,如亚马逊,天猫,京东等得到了广泛的运用。推荐算法的主要特征就是可以自动向用户推荐他们最感兴趣的东西,从而增加购买率,提升效益。推荐算法有两个主要的类别:一类是基于物品内容的推荐,是将与用户购买的内容近似的物品推荐给用户,这样的前提是每个物品都得有若干个标签,因此才可以找出与用户购买物品类似的物品,这样推荐的好处是关联程度较大,但是由于每个物品都...
    2018-05-21 16:54:08
    阅读量:194
    评论:0
  • opencv提供了非常多的机器学习算法用于研究。这里对这些算法进行分类学习和研究,以抛砖引玉。这里使用的机器学习算法包括:人工神经网络,boost,决策树,最近邻,逻辑回归,贝叶斯,随机森林,SVM等算法等。机器学习的过程相同,都要经历1、收集样本数据sampleData2.训练分类器mode3.对测试数据testData进行预测这里使用一个在别处看到的例子,利用身高体重等原始信息预测男女的概率。
    2017-09-16 19:06:47
    阅读量:3029
    评论:0