Classical method of machine learning

最新推荐文章于 2025-09-05 14:24:44 发布
转载 最新推荐文章于 2025-09-05 14:24:44 发布 · 76 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：http://www.cnblogs.com/linyx/p/3854949.html
文章标签：

#人工智能 #大数据 #数据结构与算法

本文深入探讨了机器学习领域的关键算法，包括PCA、K-means、贝叶斯方法、光谱聚类、SVM、EM、隐马尔可夫模型、深度学习、Spark等，并详细介绍了它们在数据科学中的应用。
  1. PCA principal components analysis
  2. kmeans
  3. bayes
  4. spectral clustering
  5. svm
  6. EM 
  7. hidden Markov models
  8. deep learning
  9. Spark

转载于:https://www.cnblogs.com/linyx/p/3854949.html

推荐系统——机器学习模型完整指南 Recommender Systems — A Complete Guide to Machine Learning Models
AI天才研究院
07-25 173
—类似地，每个项目 i 都有一组注释 Aᴵ(i)——例如“price > 100 $”，“book”，...然后我们通过潜在因子 xᵁₐ εRᶠ 和偏差项 bᵁₐ εR 对每个用户标签进行建模，并且我们假设用户向量表示 pᵤ 及其相关偏差 bᵤ 可以是分别简单地表示为这些项 xᵁₐ 和 bᵁₐ 的总和。基于内容的方法通过已知的元数据来描述用户和项目。这种方法的优点是项目元数据是预先知道的，因此我们还可以将其应用于冷启动场景，其中新项目或用户被添加到平台，并且我们没有用户-项目交互来训练我们的模型。
Classic_machine_learning:经典机器学习
03-18
经典机器学习 这里是我汇集总结的经典机器学习十大算法。 附： 在总结的过程中，查询和引用了很多资料，以至于有些其他尚未被注明，如果大家发现需要我重新指定来源欢迎发邮件提醒，我将尽快替换。 邮箱地址： 如果发现其中有问题的，欢迎问题。 其中关于EM计算HMM（隐藏马尔可夫模型）我没有将其归纳，由于现在都是使用CTC居多。所以来日我会在DeepLearn中详细说明HMM转CTC在NLP方面的应用。 祝你好运~~~ --小丑。
机器学习经典算法实践/機器學習經典算法實踐 (Classical Machine Learning Algorithms in Practice)[JAVA] 完整電子檔+原始碼
qq_35611035的博客
11-07 319
机器学习经典算法实践/機器學習經典算法實踐 (Classical Machine Learning Algorithms in Practice)[JAVA] 完整電子檔+原始碼 http://jashliao.eu/yourls/fgosp2u 昨天剛找到，現在最火紅的AI入門教材，難得不是用PYTHON 開發 這位教授是用JAVA來演示，我已經將相關資料收集在網址中，有興趣請自取 我覺得他寫得...
机器学习经典书籍
weixin_33905756的博客
04-23 971
入门书单 《数学之美》 PDF 作者吴军大家都很熟悉。以极为通俗的语言讲述了数学在机器学习和自然语言处理等领域的应用。 《Programming Collective Intelligence》（《集体智慧编程》）PDF 作者Toby Segaran也是《BeautifulData : The Stories Behind Elegant Data Solutions》（《数据之美：解密优雅...
微分方程数值分析基础：Euler法
Zhang Phil
01-05 9167
微分方程数值分析基础：Euler法Euler法作为数值分析的一种方法，主要解决微分方程在求出精确公式没有必要，求不到或者非常困难情况下有用。为数值分析提供了一种渐变的分析手段，但是也要看到，Euler法在多次轮回循环后，极可能积累过量误差，导致计算结果不可靠。误差累积现象和附录1的梯形逼近相似。附录：1，《数值积分的梯形逼近》链接：http://blog.youkuaiyun.com/zhangphil/ar
A Tour of Machine Learning Algorithms
omnispace的博客
09-20 809
In this post, we take a tour of the most popular machine learning algorithms. It is useful to tour the main algorithms in the field to get a feeling of what methods are available. There are so m
Day 5. Suicidal Ideation Detection: A Review of Machine Learning Methods and Applications综述
weixin_37996254的博客
11-05 3647
Title: Suicidal Ideation Detection: A Review of Machine Learning Methods and Applications 自杀意念检测：机器学习方法及应用综述 Keywords: Deep learning 深度学习 feature engineering 特征工程 social contents 社交内容 suicidal ideation detection (SID) 自杀意念检测 Abstract： Suicide is a critical
Review of 4721 Machine Learning
qq_41103204的博客
04-21 2476
ContentsMultivariate GaussiansReview: Variance and covarianceMultivariate GaussiansPCA/ SVD Multivariate Gaussians Review: Variance and covariance Covariance matrix: X⃗=(X1,X2,…,Xd)\vec{X} = (X_1, X_2, \dots, X_d)X=(X1​,X2​,…,Xd​), cov(X⃗)cov(\vec{X})cov
Chapter2 : Machine Learning Applied to the Modeling of Pharmacological and ADMET Endpoints
weixin_52812620的博客
07-09 1287
《Artificial Intelligence in Drug Design》第二章
Machine learning: Trends,perspectives, and prospects
风信子的博客
08-05 1945
Machine learning: Trends,perspectives, and prospects M. I. Jordan1* and T. M. Mitchell2* 机器学习：趋势、观点和前景 Abstract   Machine learning addresses the question of how to build computers that improve automatically through experience. It is one of today’s most ra
Conceptual Challenges for Interpretable Machine Learning
weixin_42786150的博客
03-01 1613
Conceptual Challenges for Interpretable Machine Learning David S. Watson1 'Department of Statistical Science, University College London, London, UK Email for correspondence: david.watson@ucl.ac.uk §0 Abstract As machine learning has gradually entere..
【新出！完全免费】微软机器学习课程（Machine Learning for Beginners, Curriculum）【含文档、地址】
m0_52599573的博客
07-07 803
微软机器学习课程 微软机器学习课程，面向机器学习初学者，24 节课(总共 12 周)，实实在在的免费，且已由 MIT 授权。由 Azure 云倡导者等人员制作而成。 https://github.com/microsoft/ML-For-Beginners 课程内容 Lesson Number Topic Lesson Grouping Learning Objectives Linked Lesson Author 01 Introducti..
MATLAB Gaussian Fitting in Machine Learning: Foundation of Constructing Predictive Models, Enhancing...
# Application of Gaussian Fitting in Machine Learning: Building Predictive Models, Enhancing Model Accuracy ## 1. Gaussian Distribution and Fitting Theory The Gaussian distribution, also known as ...
STM32传感器模块编程实践(十六)DIY人脸识别智能垃圾桶模型
光子物联
09-05 752
本文介绍了一种基于STM32单片机的人脸识别智能垃圾桶模型。该系统由STM32F103C8T6主控芯片、ASR-PRO语音交互模块、SG90舵机和人脸识别模块组成。语音模块用于验证口令，只有口令正确才能录入人脸；识别成功后舵机带动垃圾桶盖打开。控制流程包括人脸识别、语音交互和舵机驱动，通过串口指令实现人脸录入与识别。系统采用STM32CubeMX配置GPIO、PWM和串口参数，Keil5编写控制程序，最终实现人脸识别控制垃圾桶
怎么快速构建一个deep search模型呢
最新发布
qq_57565004的博客
09-05 695
本文提出了一种快速构建具备深度信息检索能力的智能体系统（DeepSearch）的方法。该方法采用分阶段开发策略：首先基于RAG架构搭建基础检索链路，再通过LangChain框架整合大语言模型和搜索引擎API，赋予系统自主规划与迭代搜索能力，最终实现多源信息整合和结构化报告生成。技术选型上强调利用开源工具（如LangChain、ChromaDB）和预训练模型，通过"思考-检索-整合-迭代"的智能体工作流，高效构建可验证原型的核心功能。
2025年09月03日最热门的开源项目(Github)
09-04 644
模型常见训练超参数介绍(1)
my java博客园
09-02 1744
【摘要】本文总结了BERT/RoBERTa模型调参的关键策略：1）训练轮数需平衡过拟合与欠拟合，NER任务通常10+轮，分类任务3-5轮，推荐使用早停机制；2）学习率建议2e-5~5e-5，过高易震荡，过低收敛慢；3）batch size需适配显存，大batch需配合高学习率；4）warmup steps设为总步数5-20%，稳定训练初期；5）weight decay建议0.01-0.1，防止过拟合。调参时应监控训练/验证损失曲线，结合任务复杂度动态调整参数组合。（149字）
机器学习基础-day03-机器学习中的线性回归
XZSSWJS的博客
09-04 853
初学小小白，个人笔记使用，仅供参考
filiter
03-20
Additionally, modern applications may involve integrating recurrent neural network language models into weighted finite state ...under machine learning rather than classical DSP theory per se....
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
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