机器学习课程

已于 2025-03-31 19:16:00 修改
阅读量233 收藏 2
点赞数 9
分类专栏： 机器学习 文章标签： 机器学习 人工智能
于 2025-03-30 14:04:51 首次发布
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/m0_50105717/article/details/146763657
版权

前言

课程代码和数据文件：

一、机器学习概述

1.1.人工智能概述

  • 机器学习和人工智能，深度学习的关系
    • 机器学习是人工智能的一个实现途径
    • 深度学习是机器学习的一个方法发展而来
  • 达特茅斯会议-人工智能的起点
    • 1956年8月，在美国汉诺斯小镇宁静的达特茅斯学院中约翰·麦卡锡（John McCarthy）、马文·闵斯基（Marvin Minsky，人工智能与认知学专家）、克劳德·香农（Claude Shannon，信息论的创始人）、艾伦·纽厄尔（Allen Newell，计算机科学家）、赫伯特·西蒙（Herbert Simon，诺贝尔经济学奖得主）等科学家正聚在一起讨论着一个完全不食人间烟火的主题：用机器来模仿人类学习以及其他方面的智能。会议足足开了两个月的时间，虽然大家没有达成普遍的共识，但是却为会议讨论的内容起了一个名字：人工智能。
  • 机器学习、深度学习可以做些什么
    • 机器学习的应用场景非常多，可以说渗透到了各个行业领域当中。医疗、航空、教育、物流、电商等等领域的各种场景。
    • 机器学习领域主要包括三个方面：自然语言处理、图像识别、传统预测。
      • 用在挖掘、预测领域，应用场景：店铺销量预测、量化投资、广告推荐、企业客户分类、SQL语。句安全检测分类等等
      • 用在图像领域，应用场景：街道交通标志检测、人脸识别等等
      • 用在自然语言处理领域，应用场景：文本分类、情感分析、自动聊天、文本检测等等

1.2.什么是机器学习

  • 定义：机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测
  • 数据集构成
    • 结构：特征值+目标值
    • 有些数据集可以没有目标值

1.3.机器学习算法分类

  • 监督学习：输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值（称为回归），或是输出是有限个离散值（称作分类）
    • 分类问题
      • 特征值：猫/狗的图片；
      • 目标值：猫/狗的类别；
      • 分类算法：k-近邻算法、贝叶斯分类、决策树、随机森林、逻辑回归；
    • 回归问题
      • 特征值：房屋的各个属性信息；
      • 目标值：房屋的价格-连续性数据；
      • 回归算法：线性回归、岭回归；
  • 无监督学习：输入数据是由输入特征值所组成。
    • 特征值：人物的各个属性信息；
    • 目标值：无
    • 聚类算法：k-means

1.4.机器学习开发流程

1、原始数据

=>

2、数据特征工程（训练数据和测试数据）

=>

3、算法进行学习

=>

4、模型

=>

5、模型评估（测试数据）

=>

6、模型选择

=>

7、判断模型是否合格

=>

8、模型应用

如果模型不合格，重复进行 3 - 7 阶段，知道模型符合要求。

二、特征工程

2.1.数据集

2.1.1.可用数据集

2.1.2.Scikit-learn工具

1、介绍

  1. Python语言的机器学习工具；
  2. Scikit-learn包括许多知名的机器学习算法的实现：分类、回归、聚类、降维、模型选择、特征工程；
  3. 文档完善，容易上手，丰富的API；

2、安装

 pip install scikit-learn

3、Scikit-learn数据集API介绍

  • sklearn.datasets
    • 加载获取流行数据集
    • datasets.load_*()
      • 获取小规模数据集，数据包含在datasets
    • datasets.fetch_*(data_home=None)
      • 获取大规模数据集，需要从网络上下载，函数的第一个参数是data_home，表示数据集下载的目录，默认是~/scikit_learn_data/

4、数据集的使用

load和fetch返回的数据类型datasets.base.Bunch（字典格式）

  • data：特征数据数组，是 [n_samples*n_features] 的二维 numpy.ndarray 数组
  • target：标签数组，是 n_samples 的一维 numpy.ndarray 数组
  • DESCR：数据描述
  • feature_names：特征名，新闻数据，手写数字、回归数据集没有
  • target_names：标签名
from sklearn.datasets import load iris

# 获取鸢尾花数据集
iris = load_iris()
print(“鸢尾花数据集的返回值:\n",iris)
# 返回值是一个继承自字典的Bench
print("鸢尾花的特征值:\n", iris['data"])
print("鸢尾花的目标值:\n", iris.target)
print(“鸢尾花特征的名字:\n", iris.feature_names)
print("鸢尾花目标值的名字:\n", iris.target_names)
print(“鸢尾花的描述:\n", iris.DESCR)

5、数据集的划分

  • 机器学习一般的数据集会划分为两个部分
    • 训练数据：用于训练，构建模型
    • 测试数据：在模型检验时使用，用于评估模型是否有效
  • 划分比例
    • 训练集：70%80%75%
    • 测试集：30%20%25%
  • 数据集划分api
    • sklearn.model_selecion.train_test_split(arrays, *options)
      • x 数据集的特征值
      • y 数据集的标签值
      • test _size 测试集的大小，一般为float
      • random_state 随机数种子，不同的种子会造成不同的随机采样结果。相同的种子采样结果相同。
      • return 训练集特征值，测试集特征值，训练集目标值，测试集目标值
from sklearn.model_selection import train_test_split

# 训练集的特征值：x_train, 测试集的特征值：x_test, 训练集的目标值：y_train, 测试集的目标值：y_test, test_size：随机数种子
x_train, x_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2, random_state=22)

2.2.特征工程

1、为什么需要特征工程

业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。

2、什么是特征工程

特征工程是使用专业背景知识和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用的过程。

2.3.特征抽取

2.3.1.什么是特征抽取

将任意数据（如文本或图像）转换为可用于机器学习的数字特征

注：特征值化是为了计算机更好的去理解数据

  • 字典特征提取（特征离散化）
  • 文本特征提取
  • 图像特征提取（会在深度学习中涉及到）

2.3.2.特征提取API

sklearn.feature_extraction

2.3.3.字典特征提取

1、作用：对字典数据进行特征值化

  • sklearn.feature_extraction.DictWectorizer(sparse=True,...)
    • DictVectorizer.fit_transform(X)
      • X：字典或者包含字典的迭代器
      • 返回值:返回sparse矩阵
    • DictVectorizer.inverse_transform(X)
      • X：array数组或者sparse矩阵
      • 返回值：转换之前数据格式
    • DictVectorizer.get _feature_names()
      • 返回类别名称

2、Demo

这里有一个独热（one-hot）编码的概念：机器学习：数据预处理之独热编码（One-Hot）详解-优快云博客

from sklearn.feature_extraction import DictVectorizer

def dict_demo():
    """
    字典特征抽取
    :return:
    """
    data = [{'city': '北京','temperature':100}, {'city': '上海','temperature':60}, {'city': '深圳','temperature':30}]
    # 1、实例化一个转换器类
    transfer = DictVectorizer(sparse=True)

    # 2、调用fit_transform()
    data_new = transfer.fit_transform(data)
    print("data_new:\n", data_new.toarray(), type(data_new))
    print("特征名字：\n", transfer.get_feature_names())

    return None

2.3.4.文本特征提取

1、作用：对文本数据进行特征值化

  • sklearn.feature_extraction.text.CountVectorizer(stop_words=[])
    • stop_words：停用词表，把不需要的词语去掉
    • 返回词频矩阵
    • CountVectorizer.fit_transform(X)
      • X：文本或者包含文本字符串的可迭代对象
      • 返回值：返回sparse矩阵
    • CountVectorizer.inverse_transform(X)
      • X：array数组或者sparse矩阵
      • 返回值：转换之前数据格
    • CountVectorizer.get_feature_names()
      • 返回值：单词列表
  • sklearn.feature extraction.text.TfidfVectorizer
    • Tf-idf 文本特征提取
      • TF-IDF的主要思想是：如果某个词或短语在一篇文章中出现的概率高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类
      • TF-IDF作用：用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度；
      • 公式：
        • 词频（term frequency，tf）指的是某一个给定的词语在该文件中出现的频率
        • 逆向文档频率（inverse document frequency，idf）是一个词语普遍重要性的度量。某一特定词语的 idf，可以由总文件数目除以包含该词语之文件的数目，再将得到的商取以10为底的对数得到
        • tfidf = tf x idf
        • 例子：语料库-1000篇文章，其中100篇文章中有“非常”这个词，现在有一篇文章，她有100个词，“非常”这个词出现了10次，那它的 tf = 10/100 = 0.1， idf = lg 1000/100 = 1，tfidf = 0.1 x 1 = 0.1

2、Demo1：文本特征抽取

from sklearn.feature_extraction.text import CountVectorizer

def count_demo():
    """
    文本特征抽取：CountVecotrizer
    :return:
    """
    data = ["life is short,i like like python", "life is too long,i dislike python"]
    # 1、实例化一个转换器类
    transfer = CountVectorizer(stop_words=["is", "too"])

    # 2、调用fit_transform
    data_new = transfer.fit_transform(data)
    print("data_new:\n", data_new.toarray())
    print("特征名字：\n", transfer.get_feature_names())

    return None

3、Demo2：中文文本抽取

from sklearn.feature_extraction.text import CountVectorizer

def count_chinese_demo():
    """
    中文文本特征抽取，自动分词
    :return:
    """
    # 将中文文本进行分词
    data = ["一种还是一种今天很残酷，明天更残酷，后天很美好，但绝对大部分是死在明天晚上，所以每个人不要放弃今天。",
            "我们看到的从很远星系来的光是在几百万年之前发出的，这样当我们看到宇宙时，我们是在看它的过去。",
            "如果只用一种方式了解某样事物，你就不会真正了解它。了解事物真正含义的秘密取决于如何将其与我们所了解的事物相联系。"]

    data_new = []
    for sent in data:
        data_new.append(cut_word(sent))
    # print(data_new)
    # 1、实例化一个转换器类
    transfer = CountVectorizer(stop_words=["一种", "所以"])

    # 2、调用fit_transform
    data_final = transfer.fit_transform(data_new)
    print("data_new:\n", data_final.toarray())
    print("特征名字：\n", transfer.get_feature_names())

    return None

def cut_word(text):
    """
    进行中文分词："我爱北京天安门" --> "我 爱 北京 天安门"
    :param text:
    :return:
    """
    return " ".join(list(jieba.cut(text)))

4、Demo3：用TF-IDF的方法进行文本特征抽取

from sklearn.feature_extraction.text import TfidfVectorizer

def tfidf_demo():
    """
    用TF-IDF的方法进行文本特征抽取
    :return:
    """
    # 将中文文本进行分词
    data = ["一种还是一种今天很残酷，明天更残酷，后天很美好，但绝对大部分是死在明天晚上，所以每个人不要放弃今天。",
            "我们看到的从很远星系来的光是在几百万年之前发出的，这样当我们看到宇宙时，我们是在看它的过去。",
            "如果只用一种方式了解某样事物，你就不会真正了解它。了解事物真正含义的秘密取决于如何将其与我们所了解的事物相联系。"]

    data_new = []
    for sent in data:
        data_new.append(cut_word(sent))
    # print(data_new)
    # 1、实例化一个转换器类
    transfer = TfidfVectorizer(stop_words=["一种", "所以"])

    # 2、调用fit_transform
    data_final = transfer.fit_transform(data_new)
    print("data_new:\n", data_final.toarray())
    print("特征名字：\n", transfer.get_feature_names())

    return None

def cut_word(text):
    """
    进行中文分词："我爱北京天安门" --> "我 爱 北京 天安门"
    :param text:
    :return:
    """
    return " ".join(list(jieba.cut(text)))

2.4.特征预处理

2.4.1.什么是特征预处理

通过一些转换函数将特征数据转换成更加适合算法模型的特征数据的过程。

2.4.2.特征预处理的方法

  • 归一化
  • 标准化

2.4.3.特征预处理的API

sklearn.preprocessing

2.4.4.为什么要进行归一化/标准化？

特征的单位或者大小相差较大，或者某特征的方差相比其他的特征要大出几个数量级，容易影响（支配）目标结果，使得一些算法无法学习到其它的特征。

2.4.5.归一化

1、定义

通过对原始数据进行变换把数据映射到（默认为[0,1]）之间

2、公式

作用于每一列，max为一列的最大值，min为一列的最小值，X''为最终结果，mx，mi分别为指定区间，默认mx为1，mi为0

3、例子

对60进行归一化，X' = (60 - 60) / (90 - 60) = 0；X'' = 0 * (1 - 0) + 0 = 0

对3进行归一化，X' = (3 - 2) / (4 - 2) = 0.5；X'' = 0.5 * (1 - 0) + 0 = 0.5

4、API

  • sklearn.preprocessing.MinMaxScaler(feature_range=(0,1)...)
    • MinMaxScalar.fit_transform(X)
      • X：numpy array格式的数据[n_samples,n_features]
    • 返回值:转换后的形状相同的array

5、Demo

约会对象数据-datingg.txt

如果报错的话，将[2, 3]改为(2, 3)

sklearn.utils._param_validation.InvalidParameterError: The 'feature_range' parameter of MinMaxScaler must be an instance of 'tuple'. Got [2, 3] instead.
from sklearn.preprocessing import MinMaxScaler
import pandas as pd

def minmax_demo():
    """
    归一化
    :return:
    """
    # 1、获取数据
    data = pd.read_csv("datingg.txt")
    data = data.iloc[:, :3]
    print("data:\n", data)

    # 2、实例化一个转换器类
    transfer = MinMaxScaler(feature_range=[2, 3])

    # 3、调用fit_transform
    data_new = transfer.fit_transform(data)
    print("data_new:\n", data_new)

    return None

6、总结

最大值最小值是变化的，另外，最大值与最小值非常容易受异常点影响所以这种方法鲁棒性较差，只适合传统精确小数据场景。

2.4.6.标准化

1、定义

通过对原始数据进行变换把数据变换到均值为0，标准差为1范围内

2、公式

作用于每一列，mean为平均值，ó为标准差

3、API

  • sklearn.preprocessing.StandardScaler()
    • 处理之后，对每列来说，所有数据都聚集在均值为0附近，标准差为1
    • StandardScaler.fit_transform(X)
      • "X：numpy array格式的数据[n_samples,n_features]
    • 返回值：转换后的形状相同的array

5、Demo

from sklearn.preprocessing import StandardScaler

def stand_demo():
    """
    标准化
    :return:
    """
    # 1、获取数据
    data = pd.read_csv("dating.txt")
    data = data.iloc[:, :3]
    print("data:\n", data)

    # 2、实例化一个转换器类
    transfer = StandardScaler()

    # 3、调用fit_transform
    data_new = transfer.fit_transform(data)
    print("data_new:\n", data_new)
    return None

6、总结

在已有样本足够多的情况下比较稳定，适合现代嘈杂大数据场景。

2.5.特征降维

2.5.1.什么是特征降维

降维是指在某些限定条件下，降低随机变量（特征）个数，得到一组“不相关”主变量的过程。

正是因为在进行训练的时候，我们都是使用特征进行学习。如果特征本身存在问题或者特征之间相关性较强，对于算法学习预测会影响较大。

2.5.2.降维的两种方式

  • 特征选择
  • 主成分分析（可以理解为一种特征提取的方式）

2.5.3.特征选择

1、定义

数据中包含冗余或相关变量（或称特征、属性、指标等），旨在从原有特征中找出主要特征。

2、方法

特征选择方法最全总结！

  • Filter（过滤式）：主要探究特征本身特点、特征与特征和目标值之间关联
    • 方差选择法：低方差特征过滤
    • 相关系数
  • Embedded（嵌入式）：算法自动选择特征（特征与目标值之间的关联）
    • 决策树：信息熵、信息增益
    • 正则化：L1、L2
    • 深度学习：卷积等

3、模块

sklearn.feature_selection
 2.5.3.1.特征选择 - 过滤式
2.5.3.1.1.低方差特征过滤

1、低方差特征过滤

删除低方差的一些特征，前面讲过方差的意义。再结合方差的大小来考虑这个方式的角度。

  • 特征方差小：某个特征大多样本的值比较相近
  • 特征方差大：某个特征很多样本的值都有差别

2、API

  • sklearn.feature_selection.VarianceThreshold(threshold = 0.0)
    • 删除所有低方差特征
    • Variance.fit_transform(X)
      • X：numpy array格式的数据[n_samples,n_features]
      • 返回值：训练集差异低于threshold的特征将被删除。默认值是保留所有非零方差特征，即删除所有样本中具有相同值的特征。

3、案例

我们对某些股票的指标特征之间进行一个筛选，数据在“factor_returns.csv”文件当中，除去'index，'date'，return'列不考虑（这些类型不匹配，也不是所需要指标）

from sklearn.feature_selection import VarianceThreshold
import pandas as pd

def variance_demo():
    """
    过滤低方差特征
    :return:
    """
    # 1、获取数据
    data = pd.read_csv("factor_returns.csv")
    data = data.iloc[:, 1:-2]
    print("data:\n", data)

    # 2、实例化一个转换器类
    transfer = VarianceThreshold(threshold=10)

    # 3、调用fit_transform
    data_new = transfer.fit_transform(data)
    print("data_new:\n", data_new, data_new.shape)

    return None
 2.5.3.1.2.相关系数

1、相关系数

  • 皮尔逊相关系数（Pearson Correlation Coefficient）
    • 反应变量之间相关关系密切程度的统计指标

2、公式

3、计算案例

比如说计算广告费和月平均销售额的相关性

那么之间的相关系数怎么计算

最终计算

所以我们最终得出结论是广告投入费与月平均销售额之间有高度的正相关关系。

4、特点

相关系数的值介于 -1 与 +1 之间，即 -1 ≤ r ≤ +1。其性质如下：

  • 当 r > 0 时，表示两变量正相关，r < 0 时，两变量为负相关
  • 当 |r| = 1 时，表示两变量为完全相关，当 r = 0 时，表示两变量间无相关关系
  • 当 0 < |r| < 1时，表示两变量存在一定程度的相关。且 |r| 越接近1，两变量间线性关系越密切；|r| 越接近于0，表示两变量的线性相关越弱
  • 一般可按三级划分：|r| < 0.4 为低度相关；0.4 ≤ |r| < 0.7 为显著性相关；0.7 ≤ |r| <1为高度线性相关

5、API

  • from scipy.stats import pearsonr
    • x：(N,) array_like
    • y：(N,) array_like Returns：(Pearson's correlation coefficient, pvalue)

6、案例：股票的财务指标相关性计算

from scipy.stats import pearsonr

def pearsonr_demo():
    """
    相关系数
    :return:
    """
    # 1、获取数据
    data = pd.read_csv("factor_returns.csv")
    data = data.iloc[:, 1:-2]
    print("data:\n", data)

    # 2、计算某两个变量之间的相关系数
    r1 = pearsonr(data["pe_ratio"], data["pb_ratio"])
    print("相关系数：\n", r1)
    r2 = pearsonr(data['revenue'], data['total_expense'])
    print("revenue与total_expense之间的相关性：\n", r2)

return None

2.5.4.主成分分析

1、什么是主成分分析（PCA）

  • 定义：高维数据转化为低维数据的过程，在此过程中可能会舍弃原有数据、创造新的变量
  • 作用：使数据维数压缩，尽可能降低原数据的维数（复杂度），损失少量信息。
  • 应用：回归分析或者聚类分析当中

例子：

将下面二维平面上的5个点，降维到一维向量上

2、API

  • sklearn.decomposition.PCA(n_components=None)
    • 将数据分解为较低维数空间
    • n_components：
      • 小数：表示保留百分之多少的信息
      • 整数：减少到多少特征
    • PCA.fit_transform(X)
      • X：numpy array格式的数据[n_samples,n features]
    • 返回值：转换后指定维度的array

3、Demo

def pca_demo():
    """
    PCA降维
    :return:
    """
    data = [[2,8,4,5], [6,3,0,8], [5,4,9,1]]

    # 1、实例化一个转换器类
    transfer = PCA(n_components=0.95)

    # 2、调用fit_transform
    data_new = transfer.fit_transform(data)
    print("data_new:\n", data_new)
    return None

 4、案例

Instacart市场菜篮子分析

Instacart消费者将购买哪些产品？

参考：day01_instacart_pca.ipynb

三、分类算法

四、回归与聚类算法

李宏毅机器学习课程笔记
godblesstao的博客
02-28 1708
李宏毅机器学习课程笔记，持续更新~1. Convolutional Neural Network2. Recurrent Neural Network3. Graph Neural Network4. Generative Adversarial Network5. Auto-encoder6. Transformer7. ELMO, BERT, GPT1. Transfer Learning2. Anomaly Detection3. Attack Machine Learning Models4. Ex
李宏毅2021/2022春机器学习课程（机器学习基本概念简介）
qq_22749225的博客
07-10 1320
李宏毅老师的机器学习课程内容
9门最佳机器学习课程 [2024]
新华编程特战队
12-17 1033
此列表中提到的课程，例如来自 Scaler、斯坦福大学、华盛顿大学、Google、ColumbiaX 等的课程，将帮助您成为机器学习专家，因为它们深入涵盖了大多数 ML 主题。此外，这些课程还提供出色的职业和就业指导。完成本课程后，您将收到一份可共享的证书，证明您在数据科学和分析的机器学习方面的熟练程度。完成本课程后，您将收到一份可共享的证书，证明您在数据科学机器学习方面的熟练程度和分析。在本文中，我们列出了您可以学习的最佳机器课程和计划，以提高自己的技能，并在 2023 年获得最好的机器学习工作之一。
李宏毅2023春季机器学习课程
啥都生的博客
02-25 4791
满足该课程所需的所有数据
机器学习课程总结
和而不流
01-09 9663
1结论 1.1总结和致谢 在这门课中 我们花了大量的时间 介绍了诸如线性回归 逻辑回归 神经网络 支持向量机 等等一些监督学习算法， 这类算法需要带标签的数据和样本 ，比如 x(i) y(i)。 然后我们也花了很多时间介绍无监督学习 ，例如 K-均值聚类 用于降维的主成分分析。 以及当你只有一系列无标签数据 x(i) 时的 异常检测算法， 当然 有时带标签的数据 也可以用于异常检测
机器学习-课程整理及初步介绍
littleboy_IT
06-17 1395
机器学习是人工智能的一个分支，它使计算机系统能够从经验中学习并改进其在特定任务上的表现，而无需进行明确的编程。机器学习涉及多种算法和统计模型，它们可以从数据中学习规律，并做出预测或决策。机器学习的应用非常广泛，包括图像识别、语音识别、推荐系统、自动驾驶汽车、医疗诊断等。监督学习（Supervised Learning）：算法从标记的训练数据中学习，以便对新的未标记数据进行预测。无监督学习（Unsupervised Learning）：算法从未标记的数据中学习，以发现数据中的结构或模式。
机器学习-01-课程目标与职位分析
IT从业者的成长历程
02-26 2807
本系列是机器学习课程的第01篇，主要介绍本门课程的课程目标与职位分析。
吴恩达机器学习课程资源（笔记、中英文字幕视频、课后作业，提供百度云镜像！）
记录学习的小白
07-21 1万+
课程，可以说是机器学习入门的第一课和最热门课程，作者在github开源了吴恩达机器学习个人笔记，用python复现了课程作业，成为热门项目，star数达到11671+。由于某种原因，国内用户访问github非常慢，下载资源经常失败，于是，为方便读者，我们把github内容做成镜像文件予以发布，针对非会员无法一次性保存大量文件，我把所有文件压缩成一个iso文件，转存即可，只需5秒即可保存！密码1fih，包含视频和字幕，下载后解压，建议用potplayer播放，此视频与mp4一致。...
吴恩达 - 机器学习课程笔记（持续更新）
热门推荐
做一只猫的博客
02-26 3万+
吴恩达机器学习
机器学习思维导图（吴恩达机器学习课程）
qq_31075041的博客
07-20 1092
吴恩达机器学习课程的思维导图，纯自制，如有不足请多指教，欢迎交流。 pan.baidu.com/s/1ApD9bczidvRy8LMhSMYUKQ 2do2
数据挖掘与机器学习课程设计-基于深度学习对数据进行分析识别课设合集.zip
06-26
数据挖掘与机器学习课程设计-基于深度学习对数据进行分析识别课设合集，包含动物识别、 手写数字识别、猫狗识别、鸟类分类。 数据挖掘与机器学习课程设计-基于深度学习对数据进行分析识别课设合集，包含动物识别、 ...
Coursera上吴恩达(Andrew Ng)机器学习课程PPT
01-05
吴恩达(Andrew Ng)是世界知名的机器学习和人工智能专家，他在Coursera开设的机器学习课程被全球众多学习者视为入门AI领域的经典资源。这个压缩包中的PPT正是这门课程的重要讲义，涵盖了从基础概念到高级技术的全面...
2022-吴恩达机器学习课程(原始讲义)高清完整版PPTpdf
05-08
2022_吴恩达机器学习课程(原始讲义)高清完整版PPTpdf 包含对应课程所有PPT 仅供大家学习使用，请勿用作商业目的
李宏毅2020机器学习课程课后作业要求+代码.zip
03-14
《李宏毅2020机器学习课程课后作业详解》 李宏毅教授的机器学习课程因其深入浅出的讲解而备受赞誉，这门课程的2020版不仅涵盖了丰富的理论知识，还提供了实战性的课后作业，旨在帮助学生巩固理解并提升实践能力。在...
机器学习课程课件
05-03
机器学习是计算机科学的一个分支，它致力于通过让计算机系统...通过这个由资深专家总结的机器学习课程，学习者不仅可以掌握机器学习的基础理论，还能了解到实际工作中的问题和解决策略，为未来的职业发展打下坚实基础。
从物理学到机器学习：用技术手段量化分析职场被动攻击行为
SiArch的博客
03-28 1358
通过将物理学原理与机器学习技术相结合，我们不仅可以量化分析职场中的被动攻击行为，还能构建智能化的预警和应对系统。这种技术手段的应用需要遵循"AI for Good"的原则，在提升组织效率的同时，也要注重保护员工权益，最终实现人机协同的智慧型组织进化。
机器学习——集成学习框架(GBDT、XGBoost、LightGBM、CatBoost)、调参方法
qq_64296768的博客
03-27 1216
使得模型效果更好，那么我怎么更好的去寻找到满足前提条件中最好的值(即这个前提条件是最优的)，此时寻找的方法就可以使用高斯过程，找到这个最好的前提条件值，此时就只需要对另外一个参数2做考虑即可，迭代参数2的范围，找到模型性能最好的那组对应的超参数组合。幸运的是，目前这个好理解但实现复杂的方法已经被封装在。其高斯过程的核心是对已有的数据点预测区域进行函数建模，求其不确定性和概率分布，对其中概率较大的区间的进行迭代，使得模型的损失达到最低时对应的超参数组合选择，但是这种方式比较消耗计算资源。
机器学习knnlearn4
xiaoadoudou的博客
03-28 383
素材来源于网上，记录自己学习过程
深入理解机器学习之TF-IDF：文本特征提取的核心技术
最新发布
zdx2585503940的博客
03-28 1021
TF-IDF是一种统计方法，用于评估一个词对于一个文档集或语料库中的某个文档的重要程度。核心思想：一个词在当前文档中出现的频率越高，同时在所有文档中出现的频率越低，则该词对当前文档的代表性越强。词频(TF, Term Frequency)：衡量词在文档中出现的频率逆文档频率(IDF, Inverse Document Frequency)：衡量词的普遍重要性我们在这里使用六行英文单词数据，数据文件命名为 task2_1.txt。
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

打赏作者

于齐龙

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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