热门好课推荐
猜你喜欢
相关培训 相关博客
  • 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:9629
    评论:4
  • 机器学习之多项式拟合实验内容目标要求实验步骤生成随机数据高阶多项式拟合无正则项的解析解有正则项的解析解梯度下降法共轭梯度法实验内容目标掌握最小二乘法求解(无惩罚项的损失函数)、掌握加惩罚项(2范数)的损失函数优化、梯度下降法、共轭梯度法、理解过拟合、克服过拟合的方法(如加惩罚项、增加样本)要求生成数据,加入噪声;用高阶多项式函数拟合曲线;用解析解求解两种loss的最优解(无正则项和...
    2018-10-03 23:47:39
    阅读量:679
    评论:0
  • 利用Python,四步掌握机器学习    为了理解和应用机器学习技术,你需要学习 Python 或者 R。这两者都是与 C、Java、PHP 相类似的编程语言。但是,因为 Python 与 R 都比较年轻,而且更加“远离”CPU,所以它们显得简单一些。相对于R 只用于处理数据,使用例如机器学习、统计算法和漂亮的绘图分析数据, Pthon 的优势在于它适用于许多其他的问题。因
    2017-06-13 14:30:10
    阅读量:416
    评论:0
  • 为了理解和应用机器学习技术,你需要学习 Python 或者 R。这两者都是与 C、Java、PHP 相类似的编程语言。但是,因为 Python 与 R 都比较年轻,而且更加“远离”CPU,所以它们显得简单一些。相对于R 只用于处理数据,使用例如机器学习、统计算法和漂亮的绘图分析数据, Pthon 的优势在于它适用于许多其他的问题。因为 Python 拥有更广阔的分布(使用 Jango 托管网站,自
    2017-03-15 08:20:49
    阅读量:5063
    评论:3
  • 实例一《机器学习》书中4.3习题1、问题描述试编程实现基于信息熵进行划分选择的决策树算法,并为表4.3中数据生成一棵决策树,表4.3数据如下:‘色泽’,’根蒂’,’敲声’,’纹理’,’脐部’,’触感’,’密度’,’含糖率’青绿蜷缩浊响清晰凹陷硬滑0.6970.46是乌黑蜷缩沉闷清晰凹陷硬滑0.7740.376是
    2016-09-11 22:01:33
    阅读量:10838
    评论:2
  • 为了理解和应用机器学习技术,你需要学习 Python 或者 R。这两者都是与 C、Java、PHP 相类似的编程语言。但是,因为 Python 与 R 都比较年轻,而且更加“远离”CPU,所以它们显得简单一些。相对于R 只用于处理数据,使用例如机器学习、统计算法和漂亮的绘图分析数据, Pthon 的优势在于它适用于许多其他的问题。因为 Python 拥有更广阔的分布(使用 Jango 托管网站,自
    2017-10-30 14:33:15
    阅读量:3473
    评论:1
  • 《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:5359
    评论:1
  • 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:812
    评论:0
  •   花了差不多一个星期,终于把《机器学习实战》这本书的第三章的决策树过了一遍,对于一个python渣渣来说,确实是着实不容易,好多代码都得一个一个的去查,所以整体上进度比较慢,再加上中间开了一篇关于自然语言处理和产品知识库构建的文章,导致进度及其之慢,但是总体上对代码的理解足够深刻,知道了整体决策树中ID3的一个具体编法和流程,但是得有一定决策树得基础,有兴趣得可以去看看南京大学周志华的《机器...
    2018-03-09 19:36:20
    阅读量:3538
    评论:4
  • Logistic回归(logisticregression)是统计学习中经典的分类方法,其模型属于对数线性模型。1.Logistic分布(logisticdistribution)什么是logistic分布?我们假设有一组变量X是连续随机变量,当X具有下列分布函数和密度函数时,我们就说X服从Logistic分布,分布函数:密度函数:式中,位置参数,为形状参数。logistic分的
    2016-10-24 22:34:41
    阅读量:1019
    评论:0