机器学习
关注
分享
扫一扫
文章平均质量分 95
知行一AI
学习是逆熵过程，与自然无序发展相悖。挑战熵增定律，也即对抗无知，是学习的重要意义。与我一起终身成长。
展开
-
实用机器学习：支持向量机SVM与核函数
SVM模型训练过程：在初始阶段，超平面是随机初始化的，随着训练的进行，优化算法会不断调整超平面的位置和参数，以寻找最优的分类边界。核函数映射到高维空间的技巧帮助我们处理原始数据在低维空间中不可分的情况，通过引入更多的维度，使得数据在新的高维空间中变得线性可分。原创 2024-01-31 09:19:02 · 1584 阅读 · 0 评论 -
动手学机器学习：一文弄懂逻辑回归
很多时候，我们不识庐山真面目，只缘身在此山中，也可以说我们正处于低维阶段，需要升维一下，通过引入更多的信息（更多更高的维度）。本文通过线性组合和逻辑函数，引入逻辑回归的基本原理，引申讲述非线性处理的作用，以及如何上手建立逻辑回归模型，一文读懂逻辑回归算法。原创 2024-01-24 19:45:30 · 1808 阅读 · 0 评论 -
人工智能--认知放大器（上）
机器学习（Machine Learning，简称ML），是人工智能的分支，专注于使用数据和算法，模仿人类学习的方式，逐步提高自身的准确性。神经网络（Neural Networks，简称NN），深度学习的基本组成部分，是一种模仿生物神经网络的结构和功能的数学模型或计算模型，由神经元和层次组成，通过学习权重来对输入进行处理，从而实现对复杂模式的识别。原创 2024-01-14 15:31:46 · 976 阅读 · 0 评论