m0_37442062的博客

def sigmoid(x): y = 1/(1+np.exp(-x)) return ydef dersigmoid(x): y=x*(1-x) return ystep = 0.1ipnumber = 2hdnumber = 32opnumber = 2neu_i2h = 2*np...

目录0x01 简介1.安装2.使用weka进行数据挖掘0x02 相关介绍1.界面介绍2.简单教程3.数据格式4.数据准备5.数据预处理0x03 实例使用实例1 关联规则实例2 分类与回归实例3 聚类实例4 weka连接mysql数据库实例5 在myeclipse中使用weka​0x04 参考0x01 简介...

转载整理自https://blog.youkuaiyun.com/tonydz0523/article/details/837949610x01 数据准备数据为kaggle上的关于蘑菇分类的数据，地址：https://www.kaggle.com/uciml/mushroom-classification也可在这里下载：https://github.com/ffzs/dataset/blob/maste...

应部分朋友要求，特奉上“机器学习与数据挖掘的学习路线图”，供有兴趣的读者研究。说起机器学习和数据挖掘，当然两者并不完全等同。如果想简单的理清二者的关系，不妨这样来理解，机器学习应用在数据分析领域 = 数据挖掘。同理，如果将机器学习应用在图像处理领域 = 机器视觉。当然这只是一种比较直白的理解，并不能见得绝对准确或者全面。我们权且这样处理。而且在本文后面若提到这两个名词，我们所表示的意思是一致的...

这篇文章主要讲述了如何入门/转行机器学习。文章的宗旨是：1. 指出一些自学的误区 2. 不过多的推荐资料 3. 提供客观可行的学习表 4. 给出进阶学习的建议。这篇文章对于已经身处机器学习领域可能帮助不大。

　　在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。这篇文档也算是EasyPR开发的番外篇，从这里开始，必须对机器学习了解才能进一步介绍EasyPR的内核。当然，本文也面对一般读者，不会对阅读有相关的前提要求。　　在进入正题前，我想读者心中可能会有一个疑惑：机器学习有什么重要性，以至于要阅读完这篇非常长的文章呢？...