机器学习之算法篇

江城子_Lay 江城子_Lay 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 300+累计阅读 335平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄9年
关注
原创 最新推荐文章于 2026-06-04 13:44:06 发布 335 阅读 AI 写同款· GEO 优化 ›
机器学习——十大算法 线性回归是机器学习中最基础也是应用最广泛的算法之一。它主要用于预测一个或多个自变量（输入特征）与一个因变量（输出标签）之间的线性关系。线性回归模型试图找到一条直线（在二维空间中）或一个超平面（在更高维空间中），使得所有数据点到这条直线或超平面的垂直距离之和最小，这样的直线或超平面称为最佳拟合线或最佳拟合超平面。线性回归模型通常表示为：其中：*y 是因变量，即我们想要预测的输出。*x 是自变量，即输入特征。*w 是权重，表示每个特征对输出影响的程度。 阅读详情
机器学习之算法篇

机器学习之算法篇

收录于
机器学习

当前文章被收录于：

机器学习
6 篇文章 0 人学习
订阅专栏 查看详情
标签
#回归 #SVM #分类 #神经网络 #聚类
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。
人工智能-算法篇05篇-机器学习（Machine Learning）体系学习 机器学习是一种基于数据和模式识别的人工智能技术，通过让计算机从大量数据中学习和提取模式，从而实现自动化的决策和预测。机器学习的核心思想是通过算法和模型对数据进行分析和处理，从而让计算机能够自动学习并改进其性能，而无需显式地编程。机器学习的基本原理是基于统计学和概率论，通过从训练数据中学习模型的参数和规律，然后利用这些模型对新的数据进行预测和分类。机器学习可以分为监督学习、无监督学习和强化学习三种类型。 阅读详情

相关推荐

机器学习：迫近算子

机器学习中的一篇有关迫近算子的论文，对于一些模型有参考作用

第1章 实践基础——算子

算子（operator）是构建复杂机器学习模型的基础组件，包含一个函数的前向函数和反向函数,即函数在机器学习代码中定义为一个算子。有了算子，我们就可以很方便地通过算子来搭建复杂的神经网络模型，而不需要手工计算梯度...

qq_62640789的博客 2611

python调用hypermesh调用tcl_TclTk如何调用HyperMesh运行tcl脚本文件

#Tcl/Tk编写界面部分set t [toplevel .tp]focus $tgrab $tset Filename "E:/CAE_Tech/process_files/88/Example.tcl"set Font "Times 12 bold"wm title $t "Call HyperMesh"wm attribute $t -topmost 1wm withdraw $tset t...

weixin_39541681的博客 1600

机器学习中的算子

１.拉普拉斯算子核的推导: 拉普拉斯算子广泛应用在视频处理的增强和锐化过程当中，根据百度百科中的提法，拉普拉斯算子（Laplace Operator）是n维欧 几里德空间中的一个二阶微分算子，定义为梯度（▽f）的散度（▽·f）. 如果f是二阶可微的实函数，则f的拉普拉斯算子定义为 f的拉普拉斯算子也是笛卡尔坐标系????????中的所有非混合二阶偏导数： 对于图像等二维空间上，是针对每个自变量的二阶非混合偏导数之和. 在机器学习中，使用数字电路进行图像处理，需要计算上述公式的离散版

tugouxp的专栏 2100

SAP VC 可配置物料超级BOM简介

在有些业务中比如：汽车、笔记本、电脑、电梯等产品中，其中组成产品的型号个框架是确认的 ，但是框架内部的BOM是可变的，在客户下销售订单的时候，选取对应的组件 ，让后通过MRP的计算优生产线对这样的销售订单提供生产。这个时候我们需要选择我们需要的内存和硬盘的型号，还记得我们前面创建的特征值对应的吗，A对应的8G、B对应16G、X对应1T硬盘、Y对应2T硬盘，这里我们填写对应的值，我们这里选择16G的内存和2T的硬盘，B和Y。3、当我们选择了可配置物料的生产模式时，基本上就选择了按单生产的生产模式了。

我小时候很黑的博客 1万+

Access查询中的Dlookup函数的妙用

在Microsoft Access中，处理和分析数据的过程中，常常会遇到需要根据条件从其他记录中提取特定数据的情况。这时候，Dlookup函数就成了开发者和数据分析师的得力助手。今天我们将通过一个具体的实例，详细探讨如何利用Dlookup函数来解决复杂的查询问题。

m0_62153576的博客 295

17个机器学习的常用算法

根据数据类型的不同，对一个问题的建模有不同的方式。在机器学习或者人工智能领域，人们首先会考虑算法的学习方式。在机器学习领域，有几种主要的学习方式。将算法按照学习方式分类是一个不错的想法，这样可以让人们在建模和算法选择的时候考虑能根据输入数据来选择最合适的算法来获得最好的结果。

战族狼魂的博客 1829

Realtek千兆PHY RTL8211FS相关寄存器操作详解

通过合理配置和控制RTL8211FS寄存器，您可以实现对以太网的各种功能和参数的控制和配置。请注意，具体的寄存器操作和配置值可能因具体需求而有所不同，您应参考RTL8211FS芯片的数据手册以获取准确的寄存器说明和操作规范。我们将提供相应的源代码示例，以帮助您理解和实施这些操作。通过操作这些寄存器，我们可以配置和控制RTL8211FS芯片的各种功能和参数。需要注意的是，具体的寄存器操作和配置值会根据您的具体需求而有所不同。您需要参考RTL8211FS芯片的数据手册以获取详细的寄存器说明和操作规范。

RlDart的博客 2659

机器学习十大算法+各大深度学习名词（一段话讲清楚）

误差值为负就提升权重，为正就降低权重受比率即学习率的制约，用来调整学习率调整参数的高低由于强大的调整能力，BP控制下的神经网络容易过拟合，也就是在训练数据上表现得很好，在测试数据上不行，可以采用提前停止的策略，分一个验证集，来估算误差，如果训练集的误差减少但是验证集的误差增高，就证明网络过于适用于训练集，这时就可以结束训练。

qq_44717133的博客 2523

高通GAIA V3命令参考手册的研读学习（15）：自定制命令的详细工作描述

里的示例一样，手机APP发出这个GetManuFacturer的命令发0x0000,那么耳机回复：0x8000, 同时在回复的playload部分，用最多15个字节的ACSII码来表达制造商信息（因此最多15个字母）。那么这个APP在通过GAIA协议控制这个耳机时，不仅可以通过前面讲过的vendor ID来识别，也可以更进一步通过这个命令来识别这个耳机，到底是不是本公司的。通过这个可变长度的playload，真的是可以传达极多的事先约定的信息，相当的灵活，真是不错！这个命令用来得到设备的制造商信息。

qq_37191547的博客 398

ESD防护设计宝典（十）：RE（辐射发射）超标问题排查与解决

RE测试是EMC认证的“头号杀手”。当屏幕上出现一根根超标频谱线时，如何快速定位元凶并有效整改？本讲将带你化身电磁侦探，完成一次完美的RE问题“缉凶”。

m0_56451176的博客 394

【强烈推荐】机器学习之算法篇

机器学习算法机器学习算法数据类型：可用数据集：监督学习和无监督学习：算法分类：scikit-learn数据集获取数据集：获取数据集方式：数据集的划分：本地数据集：分类数据集：回归数据集：远程数据集：分类数据集：K近邻算法K近邻算法原理：使用`sklearn`实现`K`近邻算法：案例：`K`（也就是`n_neighbors`）值该去多大？K近邻算法的优缺点：作业：朴素贝叶斯贝叶斯：概率计算小案例：联合概率和条件概率：联合概率：条件概率：朴素贝叶斯公式：贝叶斯公式例子：文档分类：拉普拉斯平滑系数：文章分类实战：

全网粉丝30W+，优快云、稀土掘金人工智能领域签约作者，人工智能、大模型、Python 爬虫，商务合作，请私信沟通。 1127

从 VS Code 登录 ABAP Destination，一次把前后端连接跑通

最近很多 ABAP 开发者开始把 VS Code 纳入日常开发环境，原因很直接，VS Code 的轻量体验、命令面板、文件树、插件生态和 AI 编程能力，已经深深影响了现代开发者的工作方式。SAP 官方发布的 ABAP Development Tools for VS Code，也把 ABAP Cloud 开发模型带进了这个编辑器里。

2007 年 ~ 2025 年，深耕 SAP 技术 18 年 226

Machine Learning面试常见问题梳理（算法篇）

文章目录前言正文1、简单介绍一下SVM2、请问GBDT和XGBoost的区别是什么3、简单介绍下Boosting4、简单介绍下AdaBoost5、简单介绍下GBDTReference 前言 机器学习面试关于算法方面的内容，对网络上的内容进行整合，方便日后自己复习以及给大家面试的时候来用。以下内容均来自于网络上的资源，会在文末统一标明出处。 正文 1、简单介绍一下SVM SVM，全称是support...

Pysamlam的博客 515

把审批体验做成一体化：SAP Business Workflow 里的 Secondary Method、Before Method 与 After Method

摘要：SAP Business Workflow 中，Task 的 Secondary、Before 和 After 三类方法对提升审批体验和可追溯性至关重要。Secondary Method 可自动展示辅助信息（如审批时弹出排班报表），但需注意其独立会话特性；Before Method 适合预处理和审计留痕；After Method 确保收尾动作可靠执行。三类方法按特定顺序调用，且错误不影响主流程。合理使用这些方法能减少事务码切换，增强审计能力，优化用户体验。（149字）

2007 年 ~ 2025 年，深耕 SAP 技术 18 年 189

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等，可在创建的窗口进行控制

机器学习初学者——常见算法篇

一.ML算法的类型 1、监督学习（Supervised Learning）： 监督学习可以理解为：使用标记的训练数据来学习从输入变量（X）到输出变量（Y）的映射函数。Y=f（X） 监督学习问题可以有两种类型： 1）分类：预测输出变量处于类别形式的给定样本结果。例如男性和女性，健康与病态等。 2）回归：预测给定样本的输出变量的实值结果

say_haha的博客 854

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf：最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版，包括SDIO 接口的外设，SDIO 接口官方协议等。

应用数学与机器学习基础 - 构建机器学习算法篇

在数字化浪潮的推动下，机器学习算法已逐渐成为推动科技进步和创新的核心动力。构建机器学习算法，不仅是对数据规律的深入挖掘，更是对智能未来的一次勇敢探索。通过精心设计的算法，我们能够让机器从海量数据中学习、归纳、预测，从而助力各行各业实现智能化升级。在这个过程中，每一步的推进都凝聚着智慧与汗水，每一个突破都预示着新的可能。让我们携手并进，共同开启这场关于智能的奇妙旅程。

绎岚科技的博客 1231

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过，这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox（带书签），MATLAB统计学习工具

【机器学习算法篇】K-近邻算法

K-近邻算法(KNN)是一种基于实例的监督学习算法，通过计算待分类样本与训练集中各样本的距离，选取最近的K个邻居，统计其类别频率来预测结果。文章介绍了7种距离度量方法，包括欧式距离、曼哈顿距离、余弦相似度等，并分析了Scikit-learn机器学习库的主要模块结构和应用场景。KNN算法简单直观，是机器学习中最基础且常用的分类算法之一。

zhangxulang 1774

ML 算法篇（1） k-means

K-Means 首先输入 k 的值，即我们指定希望通过聚类得到 k 个分组； 从数据集中随机选取 k 个数据点作为初始（质心）； c={c1,c2,.....Ck} 对集合中每一个数据，计算与每一个质心的距离。用欧式距离 这时每一个中心下都聚集了一组数据，即通过算法选出新的质心，一般采用平均法。 针对每个之心，重新计算，所有的样本 重复2-4的，直到之心不在不变化。 优点：...

keny-大成的博客 497

机器学习基础算法篇——10、HMM

weixin_42106987的博客 220

应用数学与机器学习基础 - 学习算法篇

深度学习是机器学习的一个特定分支。要想学好深度学习，必须对机器学习的基本原理有深刻的理解。 首先，我们将介绍学习算法的定义，并介绍一个简单的示例：线性回归算法。接下来，我们会探讨拟合训练数据和泛化到新数据之间有哪些不同的挑战。大部分机器学习算法都有超参数（必须在学习算法外设定）；我们将讨论如何使用额外的数据设置超参数。

绎岚科技的博客 1584

机器学习基础算法篇——2、回归

一、零碎知识点 1、wordcloud和jieba库的安装 用Anaconda3安装：网页链接 2、线性回归当中的复杂度惩罚因子（正则项，罚项） ①L2-norm——Ridge回归 ②L1-norm——LASSO LASSO可以进行特征选择，意味着可以用来降维。 ③Elastic Net 二、Xmind ...

weixin_42106987的博客 181

白话机器学习：集成算法篇

最典型的就是随机森林，它就像一片树林，每棵树都是一个决策高手，有的看数据里的这个特征，有的看那个特征，最后大家投票选结果。先让一个基础差的 “弱学习器” 试试水，发现哪里学不好（比如某些数据总分类错），就给这些难搞的数据加重 “戏份”，让下一个学习器重点攻克。简单说，集成算法就是找一群 “学习高手”（也就是个体学习器），让它们各自学习，最后把它们的答案综合起来，得到一个更靠谱的结果。一道难题拿不准答案，问了一个学霸可能还不放心，但要是问了好几个学霸，把他们的答案综合一下，正确率就高多了。

mez666的博客 207

【机器学习算法篇】决策树

决策树是一种基本的分类与回归方法。 决策树的学习过程 特征选择：从训练数据的特征中选择一个特征作为当前节点的分裂标准（特征选择的标准不同产生了不同的特征决策树算法）。 决策树生成：根据所选特征评估标准，从上至下递归地生成子节点，直到数据集不可分则停止。 剪枝：决策树容易过拟合，需要剪枝来缩小树的结构和规模（包括预剪枝和后剪枝）。实现决策树的算法包括ID3、C4.5算法等 实现决策树的算法包...

羽化成蝶 453

机器学习算法篇---线性回归

机器学习从上面的图来看是属于人工智能的部分，机器学习主要分为回归，聚类，分类 那么机器学习的定义是什么呢？可以参考https://www.zhihu.com/question/336275116/answer/759177861 何谓 “机器学习”，学界尚未有统一的定义。但有两个定义特别值得了解：一个来自卡内基梅隆大学的Tom Mitchell教授，一个来自Goodfellow、Bengi...

zhihuiyu123的博客 361

15分钟带你入门sklearn与机器学习——分类算法篇

作者 |何从庆本文转载自AI算法之心（ID:AIHeartForYou）【导读】众所周知，Scikit-learn（以前称为scikits.learn）是一个用于Pyt...

AI科技大本营 2191
上一篇： 移动前端开发之Vue高级篇
下一篇： 数据结构与算法之栈的最小值
点赞 0
评论 0
书签 书签 0
江城子_Lay
江城子_Lay
博客等级 码龄9年 19粉丝 53原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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