weixin_45733462的博客

Artificial Intelligence 文章目录Artificial Intelligencek-means算法基本概念原理优缺点代码实现 k-means算法 基本概念 K-means聚类算法（K-均值算法），是一种广泛使用的聚类算法，其中k是需要指定的参数，即需要创建的簇的数目，K-means算法中的k个簇的质心可以通过随机的方式获得，但是这些点需要位于数据范围内。在算法中，计算每个点到质心得距离，选择距离最小的质心对应的簇作为该数据点的划分，然后再基于该分配过程后更新簇的质心。重复上述过程，直至

Artificial Intelligence 文章目录Artificial Intelligenceknn算法基本概念算法步骤欧几里得距离（欧氏距离）优缺点代码实现 knn算法 基本概念 什么是knn？knn即K-Nearest Neighbor，k最邻近算法。 KNN算法的思路：如果一个样本在特征空间中的k个最邻近的样本中的大多数属于某一个类别，则该样本也划分为这个类别。 经典示例如图：[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ONNPHb9q-15948972662

Artificial Intelligence 文章目录Artificial Intelligence基于矩阵分解的推荐算法推荐系统概念分类基于人口统计学的推荐基于内容的推荐协同过滤混合推荐算法引例矩阵分解公式推导代码实现运行结果 基于矩阵分解的推荐算法 目前推荐系统中用的最多的就是矩阵分解方法，以用户-项目评分矩阵为例，矩阵分解就是预测出评分矩阵中的缺失值，然后根据预测值以某种方式向用户推荐。 推荐系统概念 推荐系统是利用电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助

Artificial Intelligence 文章目录Artificial Intelligence人工神经网络激活函数性质作用常用的激活函数单层神经网络多层神经网络BP算法BP算法基本思想数学基础理论举例前向传播反向传播 人工神经网络 人工神经网络( Artificial Neural Network, ANN)是20世纪80年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象，构建某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界常将人工神经网络简称为神经网络（NN）

Artificial Intelligence 文章目录Artificial Intelligence协同过滤算法协同过滤概念余弦定理相似性度量基于用户的协同过滤算法介绍代码实现运行结果基于物品的协同过滤算法介绍代码实现运行结果 协同过滤算法 协同过滤概念 协同过滤（Collaborative Filtering，简称CF）简单来说是利用某兴趣相投、拥有共同经验的群体的喜好来推荐目标用户感兴趣的信息，个人通过合作的机制给予信息相当程度的回应（如评分）并记录下来以达到过滤的目的进而帮助别人筛选信息，回应不一定

机器学习 文章目录机器学习梯度下降法基本概念公式推导基本梯度下降步骤批量梯度下降(BGD)随机梯度下降(SGD)小批量梯度下降(MBGD) 梯度下降法 参考链接 基本概念 梯度下降法（gradient descent），又名最速下降法（steepest descent）是求解无约束最优化问题最常用的方法，它是一种迭代方法，每一步主要的操作是求解目标函数的梯度向量，将当前位置的负梯度方向作为搜索方向（因为在该方向上目标函数下降最快，这也是最速下降法名称的由来）。 梯度下降，其实就是一个公式： 公式推导 基本