机器学习简介

最新推荐文章于 2026-01-08 23:55:00 发布
原创 最新推荐文章于 2026-01-08 23:55:00 发布 · 169 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#机器学习

一、机器学习常用的库和框架
scikitlearn（常用）、tensorflow（常用）、pytorch
二、机器学习的定义
机器学习是从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测

DAN_L
关注
机器学习——降维
DAN_L的博客
03-23 314
注意：这里的降维是将特征的数量减少 一、数据降维的分类 （一）特征选择 1、特征选择的定义 特征选择就是单纯地从提取到的所有特征中选择部分特征作为训练集特征，特征在选择前和选择后可以改变值、也可以不改变值，但是选择后的特征维数肯定比选择前小，毕竟我们只选择了其中的一部分特征。 2、特征选择原因 （1）冗余：部分特征的相关度高，容易消耗计算性能 （2）噪声：部分特征对预测结果有负影响 3、sklea...
【机器学习:一、机器学习简介】
计算机领域博客，与时俱进的思想与技术。
01-03 1304
机器学习（Machine Learning）是指通过构建算法，让计算机能够从数据中学习经验并对未知数据进行预测的技术。它以数据为核心，通过建模和优化来提高任务的自动化处理能力。常见定义Tom M. Mitchell 定义： 如果一个系统能基于经验𝐸，针对任务 𝑇 和性能度量 𝑃，随着经验 𝐸 的增加，使在任务 𝑇 上的性能度量 𝑃 不断提高，则称该系统具有学习能力。有监督学习是通过已标注的数据集训练模型，让模型学习输入数据和标签之间的映射关系，进而对新输入数据进行预测的一类学习方法。
机器学习基础
DAN_L的博客
03-23 350
一、数据类型 离散型数据：由记录不同类别个体的数目所得到的数据，又称计数数据，所有这些数据全部都是整数，而且不能再细分，也不能进一步提高他们的精确度。 连续型数据：变量可以在某个范围内取任一数，即变量的取值可以是连续的，如长度、时间、质量值等，这类整数通常是非整数，含有小数部分。 注：离散型是区间内不可分，连续型是区间内可分 二、机器学习算法分类 （一）监督学习（有特征值和目标值） 1、分类（对...
机器学习导论——概念学习
DAN_L的博客
03-19 370
一、概念学习 是指从有关某个布尔函数（是或否）的输入输出训练样例中推断出该布尔函数 二、训练集/训练样例 用来进行训练，也就是产生模型或算法的数据集 三、测试集/测试样例 （通常只知道特征，用来进行预测）用来专门进行测试已经学习好的模型或算法的数据集 四、特征向量 属性的集合，通常用一个向量来表示，附属于一个实例 五、标记：c(x)，实例类别的标记 六、分类 目标标记为类别型数据 七、回归 目标标...
机器学习深度学习 笔试面试题目整理（2）
Dan的专栏
08-23 2622
题目来源： 面试笔试整理3：深度学习机器学习面试问题准备（必会） 深度学习面试题 深度学习岗位面试题 1. CNN问题： （1） 思想  　　改变全连接为局部连接，这是由于图片的特殊性造成的（图像的一部分的统计特性与其他部分是一样的），通过局部连接和参数共享大范围的减少参数值。可以通过使用多个filter来提取图片的不同特征（多卷积核）。  　　  （2）filter尺寸的选择  　...
深度平均网络（DAN）：文本分类的革新之路
gitblog_00036的博客
05-28 396
深度平均网络（DAN）：文本分类的革新之路 在机器学习与自然语言处理领域，模型的创新如同破晓的曙光，不断照亮着前行的道路。今天，我们聚焦于一款名为**深度平均网络(Depth Averaging Networks, DAN)**的开源项目，该项目源于这篇论文，由知名研究者提出并实现，旨在无需复杂句法结构解析的情况下，达到与传统基于句法方法相当的文本分类效果。 项目介绍 DAN是一款高效、灵活的文本...
1.1 机器学习简介
tang7mj的博客
08-28 2456
机器学习（Machine Learning）是研究计算机如何模拟或实现人类的学习行为，以便获取新的知识或技能，并通过重新组织已有的知识结构来不断改善其自身性能。机器学习在人工智能中占据重要位置，是实现人工智能的关键途径之一。研究方向：机器学习是人工智能的一个研究方向，主要研究对象是人工智能算法，研究重点是如何在经验学习中改善具体算法的性能。自动改进：机器学习研究能通过经验来自动改进自身的算法，这使得计算机能够从数据中学习，不断提升其决策能力。数据驱动。
Python机器学习简介
yhf295482790的博客
07-01 1429
机器学习是让计算机无需明确编程即可学习的行为。这是通过将数据提供给计算机并让它们将数据转换为决策模型然后用于未来预测来完成的。 在本教程中，我们将讨论机器学习以及开始机器学习所需的一些基本概念。我们还将设计一些 Python 示例来预测某些元素或事件。 机器学习简介 机器学习是一种旨在从经验中学习的技术。例如，作为人类，您可以通过观察其他人下棋来学习如何下棋。以同样的方式，计算机通过向它们提供数据来进行编程，它们从中学习并能够预测未来的元素或条件。 例如，假设您想编写一个程序来判断某种水果是橙子还是
机器学习简介-PPT（参考学习）.pptx
03-13
机器学习是一种让计算机拥有从经验中学习的能力的技术，这主要通过算法来实现，它可以使计算机在面对新的数据时进行自我改进和优化。在机器学习的定义中，若一个程序可以在特定任务上，随着经验的积累，其表现能够...
对于DAN方法的解读-Learning Transferable Features with Deep Adaptation Networks
bbbeoy的专栏
08-23 4328
https://blog.youkuaiyun.com/weixin_40526176/article/details/79065861 下面分为五个部分来讲解： 一.研究背景 二.本论文所解决的问题 三.DAN方法 四.实验部分 五.结合自己的论文 一.研究背景 精简的说，研究表明：深度神经网络可以学习可迁移特征，这些特征用于域适应时在新的任务上表现出很好的泛化能力。然而由于深度特征随着网络层数的增加由一般到特殊转变，特征的可迁移能力在网络高层急剧下降，极大地增加了域之间的差...
【机器学习】深度信念网络（DBN）
2401_84149564的博客
01-03 1129
深度信念网络（DBN）是由Geoffrey Hinton提出的一种生成式深度学习模型，通过堆叠多个限制玻尔兹曼机（RBM）构建深层结构。其核心特点包括：1）采用无监督预训练和有监督微调的两阶段训练策略，有效解决梯度消失问题；2）能够自动提取数据的多层级抽象特征；3）兼具生成和判别能力。本文详细介绍了DBN的网络结构、RBM组件原理、训练流程（对比散度算法和微调方法），并提供了完整的Python实现代码，包括数据预处理、模型构建、训练过程和可视化分析。
[机器学习-从入门到入土] 现代机器学习
qq_54636039的博客
01-05 880
[机器学习-从入门到入土] 现代机器学习
机器学习28：增强式学习（Deep Reinforcement Learn）③
Master_oid的博客
01-04 764
本周的学习重点是增强式学习（Reinforcement Learning, RL）中的Actor-Critic方法。主要深入讲解Actor-Critic框架的核心原理、优势函数的计算、Critic的价值估计方式，以及如何结合Actor和Critic来提升策略学习的稳定性和效率。
Anaconda 加速 AI 模型训练：优化机器学习工作流效率的利器
csdn_aspnet的专栏，请点击博客主页右上角三个点中的私信联系
01-07 1507
Anaconda加速AI模型训练：环境管理是关键。通过conda创建隔离环境，避免依赖冲突；精确控制CUDA等底层库版本，简化GPU适配；无缝集成Jupyter Notebooks实现快速环境切换。Anaconda显著减少环境配置时间，提升实验复现性，将开发者精力集中于模型优化而非环境调试，是AI工作流效率提升的核心工具。
0-机器学习与大模型开发数学教程
yuanmomoya的博客
01-03 741
《机器学习与大模型开发数学教程》系统介绍了机器学习所需的数学基础，涵盖微积分、线性代数、概率统计、优化方法等核心内容。全书共8章，从预备知识（集合、向量、概率等）开始，逐步深入单变量/多变量微积分、矩阵运算、概率分布与统计推断，重点讲解梯度下降等优化算法及数值计算技巧，并专章探讨大模型相关的注意力机制、Transformer数学原理等专题，最后延伸至最优传输理论、图神经网络等前沿领域，为读者构建完整的机器学习数学知识体系。
人工智能之核心基础 机器学习 第七章 监督学习总结
咚咚王者的博客
01-04 919
需求推荐算法快速出结果朴素贝叶斯、逻辑回归业务可解释决策树、线性模型高精度竞赛文本分类朴素贝叶斯 > SVM(线性) > 随机森林中小规模通用随机森林（首选）、SVM大数据回归LightGBM、随机森林🎯黄金建议先跑一个简单模型（如逻辑回归或朴素贝叶斯）作为baseline再逐步尝试复杂模型。很多时候，简单模型已经足够好！
西瓜书第三章：线性模型（上）
最新发布
m0_60343477的博客
01-08 441
西瓜书学习记录第三章（上）
机器学习简介ppt
05-14
### 关于机器学习简介PPT的推荐 以下是几个可以下载机器学习简介PPT的资源，这些资源均提供了丰富的基础知识和实际案例分析： #### 推荐一：机器学习导论PPT 一套全面而清晰的机器学习导论PPT资源，涵盖了机器学习...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值