机器学习
关注
分享
扫一扫
文章平均质量分 94
主要介绍机器学习经典算法以及相关论文
czijin
一般路过底层打工人
展开
-
高级人工智能课程总结
NUAA高级人工智能课程总结及考试内容原创 2025-01-15 10:35:13 · 835 阅读 · 0 评论 -
循环神经网络(Recurrent Neural Network,RNN)
介绍了RNN的分类、详细原理，推导了BPTT算法的实现，给出了RNN的实现代码案例。原创 2024-10-28 22:17:45 · 1791 阅读 · 1 评论 -
卷积神经网络(CNN)
介绍了卷积神经网络各层的设计、卷积的概念、卷积神经网络反向传播的计算步骤以及使用pytorch实现卷积神经网络的代码。原创 2024-10-25 21:36:14 · 2057 阅读 · 3 评论 -
K折交叉验证代码实现——详细注释版
给出了K折交叉验证的代码以及实现方法原创 2024-10-23 22:22:48 · 1565 阅读 · 0 评论 -
EM算法（期望最大算法、Expectation Maximization Algorithm)
介绍了EM算法的实现方式以及定理推导，给出了EM算法的python实现代码原创 2024-10-23 22:13:56 · 1068 阅读 · 0 评论 -
semi-Naive Bayesian（半朴素贝叶斯）
介绍了半朴素贝叶斯的原理以及相应的代码原创 2024-10-21 20:43:39 · 1189 阅读 · 0 评论 -
Naive Bayes（朴素贝叶斯分类器）
介绍朴素贝叶斯的原理以及基于西瓜数据集的代码实现原创 2024-10-21 15:55:15 · 1325 阅读 · 0 评论 -
SVM（支持向量机）
支持向量机(Support Vector Machine,SVM)，可以用来解答二分类问题。：把划分数据的决策边界叫做超平面，点到超平面的距离叫做。在SVM中，距离超平面最近的且满足一定条件的几个训练样本点被称为支持向量。图中，被圈出来的就是支持向量。支持向量机是要使超平面和支持向量之间的间隔尽可能的大，这样才能使两类样本尽可能地分开。间隔又分为和。硬间隔存在的问题：1.只在数据线性可分时有效 2.对异常值非常敏感。原创 2024-10-20 11:19:20 · 971 阅读 · 0 评论 -
Error BackPropagation（误差逆传播）
介绍了误差逆传播算法，详细分析了前向传播和反向传播，给出了反向传播的代码以及相应的调整策略。原创 2024-10-18 21:09:58 · 1046 阅读 · 0 评论 -
多层感知机 MLP
介绍多层感知机以及响应代码原创 2024-10-16 20:53:10 · 1907 阅读 · 0 评论 -
决策树（Decision Tree)
决策树算法详解以及python代码和sklearn代码原创 2024-10-15 14:59:56 · 1239 阅读 · 0 评论 -
Linear Regression
线性回归介绍以及代码实现原创 2024-10-11 10:27:52 · 394 阅读 · 0 评论 -
Logistic Regression
Logistic Regression介绍原创 2024-10-11 10:14:36 · 868 阅读 · 0 评论 -
GAN(Generative Adversarial Nets)
GAN的详解以及公式推导和代码原创 2024-10-08 21:53:57 · 1214 阅读 · 0 评论