机器学习专题

最新推荐文章于 2021-12-30 18:06:23 发布
最新推荐文章于 2021-12-30 18:06:23 发布
阅读量1.2k 收藏 8
点赞数
CC 4.0 BY-SA版权
分类专栏： 专题学习
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。
本文链接：https://blog.youkuaiyun.com/Datawhale/article/details/81568195
本文精选了多种机器学习资源，包括《统计学习方法》教材、吴恩达机器学习笔记等，涵盖了从理论到实践的多个方面，适合不同阶段的学习者。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

机器学习专题1
caiqiuxia的博客
04-21 456
线性回归1 线性回归的原理1 线性回归的一般形式2 极大似然估计（概率角度的诠释）2、线性回归损失函数、代价函数、目标函数3、线性回归的优化方法1、梯度下降法2、最小二乘法矩阵求解3、牛顿法4、拟牛顿法4、线性回归的评价指标 1 线性回归的原理 1 线性回归的一般形式 有数据集{(x1,y1),(x2,y2),…,(xn,yn)}{(x1,y1),(x2,y2),…,(xn,yn)},其中,xi=...
机器学习专题(一）：绪论
weixin_43907175的博客
12-29 1628
1.机器学习具体应用：让机器处理问题，如人脸识别，图像图像处理，以及手写体识别等，人类做起来容易，计算机做起来难的问题。 2.了解下人是怎么学习的： 下面是大多数人的基本学习流程图。 而实际上机器学习，这个过程与人的学习过程是十分相似的。 3.我们的生活中以及开始大量的运用了机器学习 （1）信用卡发放判断 （2）搜索 （3）推送 （4）智能相机 （5）智能医疗 （6）金融预测 （7）无人驾驶 （8）安全领域 （9）自然语言处理… 4.人工智能，机器学习，深度学习 这张图可以很好的将其具体涵盖范围说清楚。
机器学习专题(二):2.1机器学习的数据
weixin_43907175的博客
12-30 881
1.机器学习基础概念： 数据：鸢尾花数据 给出 鸢尾花各项数据信息：花瓣，萼片等 首先我们完成机器学习的任务肯定手里面是有一组数据的。通常我们管我们手里的一组数据整体叫数据集。但你手里的数据和机器应用的数据可能是不一样的，是两个数据集。 注意：上图最后一列是我们的机器要学习出来的部分。也就是通过萼片花瓣等信息判断出来它的种类是否是鸢尾花。 而通常我们将萼片，花瓣等信息用一个X表示，如下图 而最后一列我们通常用y来表示。 矩阵中我们通常用大写字母表示矩阵，用小写字母表示向量。 我们用萼片的长度
人工智能专题深度研究报告
02-19
人工智能专题深度研究报告—群芯逐鹿时代：AI未来，星辰大海
机器学习问题总结
t_jianyan的博客
07-04 322
0 BAT机器学习面试（JULY）   常见面试之机器学习算法思想简单梳理     1 逻辑回归部分 常问，推导要会 推导：点击打开链接 点击打开链接 2 SVM部分 常问，推导要会，精简版看下面链接，但是写的不是很详细， 看统计学 点击打开链接   @靠靠靠谱 的回答 点击打开链接 点击打开链接 支持向量机知识点整理   3 集成学习 常问，推导要会 bagg...
机器学习 课件
06-21
机器学习 判断模型、生成模型与朴素贝叶斯方法 电子版课件
机器学习课件
10-14
经典课件
机器学习入门课件
06-02
机器学习简单易学的入门课件，很适合初学者的了解，也是进入深度学习的入门课程。
【北大】数据挖掘与机器学习课件
02-28
这是北京大学语言计算与互联网挖掘组 上课的课件很有参考价值。
北大林宙辰：机器学习一阶算法的优化
08-29
2016中国人工智能大会（CCAI 2016），机器学习的明天论坛，北京大学信息科学技术学院机器感知与智能教育部重点实验室教授林宙辰的演讲PPT。报道：http://geek.youkuaiyun.com/news/detail/97844
机器学习ppt
kayv啊kayv
04-23 1437
一、特征选择  二、分类方法 三、决策树四、人工神经网络与遗传算法五、支持向量机六、图论与聚类方法其它（待补）***********************************一、特征选择[PPT]Feature
十大机器学习算法的一个小总结
Miracle8070
10-11 1万+
在公众号看到来一篇不错的文章，讲解机器学习算法的，感觉挺好的，所以这里对常用的机器学习算法做一个小的总结， 然后根据学习李航老师的《统计学习方法》做得笔记，对这些算法进行补充。 简介   关于机器学习算法的研究已经获得了巨大的成功，哈佛商业评论甚至将数据科学家称为二十一世纪最具诱惑力的工作。 机器学习算法是在没有人为干涉的情况下，从大量的数据和历史经验中学习数据的结构并提升对某一目标的估计的算法。...
Python 最火，R 极具潜力：2017 机器学习调查报告
Python开发者
11-12 612
（点击上方蓝字，快速关注我们） 译文：开源中国 www.oschina.net/news/90142/kaggle-surveys-2017 如有好文章投稿，请点击 → 这里了解详情 数据平台 Kaggle 近日发布了 2017 机器学习及数据科学调查报告，这也是 Kaggle 首次进行全行业调查。调查共收到超过 16000 份回复，受访内容包括
机器学习课程个人期末报告——基于SVM的人脸表情识别
DuMorgan的博客
07-06 7701
问题描述       根据面部表情显示的情绪对人物图像进行分类。数据集       有 35887 张人脸灰度图像的数据，每张图像分辨率48*48，像素点数据存放在csv文件中，图像的表情由数字0~6表示(0=Angry, 1=Disgust, 2=Fear, 3=Happy, 4=Sad, 5=Surprise, 6=Neutral)。少量数据的可视化处理：      将csv文件中pixels...
北大数院学长对转行机器学习／算法同学的建议（转自知乎）
skywalker_123的博客
08-21 7973
作者：LionKing数据科学 链接：https://zhuanlan.zhihu.com/p/42157282 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。   北大数院统计专业毕业，之前在某大公司做算法方面的工作，面试过不少人   有不少学弟学妹找我咨询过机器学习／算法方面的求职，其中不乏不是数学、统计、或计算机出身的同学。虽然我们北大的同学在简历筛选...
《机器学习》总结与心得
热门推荐
Sunning
08-03 2万+
目录 1、数据抽象 2、设定性能度量指标 3、数据预处理 4、选定模型 4.1、方法与目的 4.2、目的与方法 5、训练及优化 6、应用 这段时间把《机器学习》看了一遍，总的来说，除了前两章是基础，其余章节都是介绍模型方法，应用场景、理论推导、优化过程、算法等，每章都可独立阅读而不受其他章节影响。 如果只是每一章都看完，顶多就是了解了一种方法，相互之间是割裂的，这样当碰到一个实...
机器学习专题讲座PPT精选集
标签“machine learning PPT”则强调了这些文件专门针对机器学习领域，提供了一系列专题讲座的幻灯片形式的教学材料。 从压缩包子文件的文件名称列表中，我们可以进一步细化知识点： 01 Introduction_to_ML_and_...
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