机器学习（八）

优快云 博客精选
最新推荐文章于 2025-10-07 15:06:45 发布
原创 最新推荐文章于 2025-10-07 15:06:45 发布 · 307 阅读 · 0 ·
CC 4.0 BY-SA版权
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。

机器学习知识点全面总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-12 17万+
机器学习按照模型类型分为监督学习模型、无监督学习模型和概率模型三大类,文章对十大机器学习算法进行详细介绍并阐述机器学习其他概念问题，可作为机器学习初学者学习使用。
机器学习算法与流程
2401_87217037的博客
09-07 2131
传统的神经网络为BP神经网络，基本网络结构为输入层、隐藏层和输出层，节点代表神经元、边代表权重值，对输入值按照权重和偏置计算后将结果传给下一层，通过不断的训练修正权。深度学习包括：卷积神经网络（CNN），深度神经网络（DNN） ，循环神经网络（RNN），对抗神经网络（GAN）神经网络是基于历史数据构建的分析模型，新数据产生时需要动态优化网络的结构和参数。深度学习中训练集、开发集、测试集的样本比例一般为6:2:2、7:2:1、8:1:1。数据样本需要有足够的覆盖范围，需要覆盖与分析目标相关的维度。
机器学习的流程
最新发布
经天纬地，格物致理
10-07 1582
在当今数据驱动的时代，机器学习（Machine Learning）已成为解决各类复杂问题的重要手段。从语音识别、图像分类到气象预测、金融风控，机器学习的应用几乎无处不在。然而成功构建一个高性能的机器学习模型并非仅仅依靠算法本身，而是一个系统的、循序渐进的过程。本文将结合下图，详细介绍机器学习的完整工作流程。
机器学习入门
qq_57095929的博客
05-27 2137
20世纪50-70年代：符号主义阶段，以专家系统为主导，例如1950年图灵设计的国际象棋程序和1962年IBM Arthur Samuel的跳棋程序。1956年是人工智能的元年。20世纪80-2000年代：统计主义阶段，主要用统计模型解决问题，如1993年Vapnik提出的SVM和1997年IBM深蓝战胜卡斯帕罗夫。21世纪初期：神经网络阶段，2012年AlexNet的出现标志着深度学习的兴起。2017年至今：大规模预训练模型阶段。
机器学习入门知识
CYTLOVELY的博客
11-18 7233
随着人工智能的发展，作为人工智能中的一个基础且重要的分支——机器学习也是愈发吸引大家来了解以及学习，那么在学习机器学习前，我们需要先来了解一下什么是机器学习，以及机器学习中涉及了哪些内容。
机器学习西瓜书习题参考
热门推荐
herosunly的博客
01-07 6万+
作为人工智能领域（AI）中文教材扛鼎之作，南京大学周志华教授所著的《机器学习》帮助无数AI从业者理清了机器学习的基本原理。在书中，周志华解释机器学习基本术语和问题时，贯穿全书用西瓜进行比喻讲解，因此该书也被读者们昵称为“西瓜书”。接下来我将详细介绍这本书的内容，文末会附上购买链接。叶翰嘉南京大学人工智能学院副教授、博士生导师。从事机器学习领域研究工作，入选全国高校计算机专业优秀教师奖励计划，获中国计算机学会优秀博士学位论文奖等荣誉。詹德川南京大学人工智能学院教授、博士生导师，南京大学科研院副院长。
机器学习基础
士心凡
06-06 1988
机器学习基础
机器学习实战
Naomi521的博客
11-13 1657
在实际应用中，机器学习涉及从数据预处理到模型选择、训练、评估和部署的多个环节。
机器学习基本概念
時雨的博客
09-21 1585
机器学习领域术语繁多，理解和掌握这些术语是入门的第一步。建议在学习过程中结合实际案例和项目，逐步加深对这些术语的理解。
合成数据机器学习
Chujun123528的博客
08-04 1495
在机器学习的世界里，数据是模型的命脉，它直接决定了模型的性能与准确性。然而，真实世界的数据往往受到多种因素的限制，如稀缺性、隐私性、成本高昂等，这些因素限制了机器学习模型的训练和应用。因此，合成数据作为一种解决方案应运而生，它在机器学习中扮演着至关重要的角色。以下详细阐述为什么需要合成数据进行机器学习。
精选资源
机器学习常用算法课件大全-436页.pdf
12-02
机器学习常用算法课件大全-436页.pdf
机器学习于剑课后答案
12-26
机器学习于剑版本课后答案机器学习
精选资源
国科大模式识别与机器学习（黄庆明）- 作业答案参考
10-13
国科大模式识别与机器学习课程的作业答案参考提供了对课程相关章节作业的全面解答。这些作业涵盖了从基础知识到高级应用的各个层面，旨在加深学生对模式识别和机器学习理论与实践的理解。具体来说，参考资料中包含了...
基于LDA主题模型文本分类
.
07-21 5439
项目场景：以微博为数据源，分析新冠疫苗舆情的主题演化和情感波动趋势，结合时事进行验证，从而得出特殊事件对于舆情的特定影响，为突发公共事件的社交媒体舆情合理引导提供建议。所以想要生成一篇文章，可以先以一定的概率选取上述某个主题，再以一定的概率选取那个主题下的某个单词，不断重复这两步就可以生成最终文章。LDA主题模型主要用于推测文档的主题分布，可以将文档集中每篇文档的主题以概率分布的形式给出根据主题进行主题。，通过分析一些文档抽取出它们的主题（分布）出来后，便可以根据主题（分布）进行主题聚类或文本分类。
python实现量化交易策略
.
08-20 5018
相信大家都听说过股票，很羡慕那些炒股大佬，觉得量化投资非常高深，本文教大家用python实现简单的量化交易策略。在这强调一下，本文仅供交流学习参考，不构成任何投资建议。炒股有风险，投资需谨慎。本文用相关性构建一个简单的交易策略，但还有许多工作没有完成，有兴趣的读者可以进行改善。比如调参，本文用1年数据来测试1个季度，读者们可以用2年数据测试1个季度，用1年数据测试1个月等等。或者用今天和前天数据计算相关性，或者用所有上市公司代替沪深300，或者取相关性最大的5组股票等等。
信用评分卡模型
.
09-12 4993
信贷风险是指借款人因偿还贷款或履行合同承诺而破产而产生损失的可能性。传统上，它与贷款人无法偿还所欠利息和本金、影响现金流和增加装配成本所产生的风险有关。很难准确预测谁会违约。尽管如此，适当的评估和风险管理可以通过减少损失的严重程度，帮助您显著降低此类信贷风险。个人信用风险当任何贷款人发放贷款（如抵押贷款、信用卡或其他类似贷款）时，存在借款人可能无法偿还贷款金额的可避免风险。此外，如果一家公司向客户提供此类信贷，客户也会面临同样的风险，即客户不会偿还。
大数据新算法在个人信用风险评估模型中使用效果的评估
.
04-18 3554
风控系统资料https://www.jianshu.com/p/db2aece905a7 基于大数据和机器学习的Web异常参数检测系统Demo实现https://www.freebuf.com/articles/web/134334.html 支付风控系统设计：风控数据仓库建设http://www.woshipm.com/data-analysis/527332.html 项目...
Python量化交易
.
08-12 2808
dit={'111':'重要价值客户','011':'重要保持客户','101':'重要挽留客户','001':'重要发展客户','110':'一般价值客户','010':'一般保持客户','100':'一般挽留客户','000':'一般发展客户',df.groupby(by='user_id').sum().query('order_amount ..................
机器学习（二）--贝叶斯分类器、垃圾邮件分类、TF-IDF及其算法
.
03-08 2142
联合概率表示两个事件共同发生的概率。A与B的联合概率表示为P(A∩B)或者P(A,B)。 条件概率（又称后验概率）：事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P(A|B)，读作“在B条件下A的概率”。 贝叶斯定理便是基于下述贝叶斯公式： P(A|B)=P(B|A)P(A)/P(B) 上述公式的推导其实非常简单，就是从条件概率推出。 根据条件概率的定义，在事件B发...
一站式掌握机器学习八大核心算法
资源摘要信息: "轻松搞定八大机器学习算法" 1. 人工智能与国家战略 - 人工智能被视为国家发展的战略方向，代表了未来的发展趋势。 - 随着人工智能技术的不断进步，越来越多的工作岗位可能会被自动化或智能化技术...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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

四月天03

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