gf_lvah的博客

为什么整理系列博客?CS584机器学习是2021年春季选择的课程。整理系列博客有2各重要原因：一方面，虽然之前有接触过机器学习， 但对我而言，依旧是一门非常有挑战的课程。 希望在整理博客的过程中对知识点理解更加透彻。另一方面， csdn是一个不错的技术博客网站，自己在学习技术的过程中， 其他博主整理的博客对自己的帮助很大， 希望将这种分享精神延续下去。一边学习课程， 一边整理博客， 一边提高文笔， 一石三鸟。2021年的Flag先高高挂起。学习之前需要准备什么?机器学习这门学科所关注的问

1 项目介绍基于k-近邻分类器(KNN)的手写识别系统, 这里构造的系统只能识别数字0到9。数据集和项目源代码难点： 图形信息如何处理?图像转换为文本格式2 准备数据将图像转换为测试向量训练集：目录trainingDigits大约2000个例子每个数字大约有200个样本;测试集目录testDigits大约900个测试数据。将图像格式化处理为一个向...

1 分类算法引言众所周知,电影可以按照题材分类,然而题材本身是如何定义的?由谁来判定某部电影属于哪个题材?也就是说同一题材的电影具有哪些公共特征?这些都是在进行电影分类时必须要考虑的问题。动作片中也会存在接吻镜头,爱情片中也会存在打斗场景,我们不能单纯依靠是否存在打斗或者亲吻来判断影片的类型。爱情片中的亲吻镜头更多,动作片中的打斗场景也更频繁,基于此类场景在某部电影中出现的次数可以用来进行...

1. 项目描述在项目中，根据网络保险保费额度的特点，选取了六个比较重要的因变量和六个比较重要的自变量，利用所获得的数据构建了一个较为适合网络保险信用风险度量的logit 模型，分别对这些因变量采取了逻辑回归分析和多元线性回归分析，结果发现，年龄、性别，身体健康指数、孩子个数，是否抽烟与所在地区都与投保人存在其他网络保险信用风险有相关关系。相对于年龄来说， 年龄越大， 购买保险的金额应该越大；...

多变量线性回归1 多变量线性回归应用场景1.1 单变量线性回归案例1.2 多变量线性回归案例2 多元梯度下降法1 多变量线性回归应用场景目前为止，我们探讨了单变量/特征的回归模型，现在我们对房价模型增加更多的特征，例如房间数楼层等，构成一个含有多个变量的模型.。1.1 单变量线性回归案例模型： hθ(x) = θ0 + θ1x1.2 多变量线性回归案例模型：新的概念...

1 线性回归

数据集训练集开发集(验证集)测试集有监督机器学习和无监督机器学习常用的机器学习介绍数学知识学习误差中心极限定理高斯分布(正态分布)导数...

机器学习导论机器学习和人工智能的区别机器学习的缺点和应用数学和机器学习的关系机器学习和人工智能的区别机器学习的缺点和应用数学和机器学习的关系...

序列模型序列模型属于通用模型的一种，因为很常见，所以这里单独列出来进行介绍，这种模型各层之间是依次顺序的线性关系，在第K层合第K+1层之间可以加上各种元素来构造神经网络这些元素可以通过一个列表来制定，然后作为参数传递给序列模型来生成相应的模型。from keras.models import Sequentialfrom keras.layers import Densefrom kera...