机器学习文章收藏

最新推荐文章于 2025-03-14 16:25:12 发布
原创 最新推荐文章于 2025-03-14 16:25:12 发布 · 276 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。

用Python的pulp解决线性规划问题

Linear Programming with Python and PuLP – Part 4

机器学习系列(3)_逻辑回归应用之Kaggle泰坦尼克之灾

Complete Titanic tutorial with ML, NN & Ensembling

Understanding Logistic Regression

Understanding Confusion Matrix

Understanding AUC - ROC Curve

Differences between L1 and L2 as Loss Function and Regularization

plot_confusion_matrix

SVMs - An overview of Support Vector Machines

Random Forest Simple Explanation

What is the difference between Bagging and Boosting?

titanic-data-science-solutions

机器学习中的范数规则化之（一）L0、L1与L2范数

李宏毅2020机器学习资料汇总
⚡
04-08 8万+
前言 可能受到新冠病毒的影响，台大也开始了网课教学。李宏毅上传了2020版本的机器学习视频，可以说是非常好的学习资料（尽管其中多数都是2017、2019的视频，但有部分更新）。 和吴恩达的CS229机器学习相比，中文版本的机器学习显得亲民了许多，李宏毅的机器学习是英文的ppt+中文讲解，非常有利于大家入门。吴恩达的CS229中偏向于传统机器学习……
根据软件架构设计与评估的叙述开发一套机器学习应用开发平台
帅次的博客
09-26 1988
在当今快速发展的科技环境中，机器学习应用开发平台的架构设计面临着前所未有的挑战与机遇。本文探讨了在设计此类平台时，如何平衡灵活性与可扩展性两大核心要素。通过对平台用户角色的深入分析，明确不同用户需求，结合质量属性效用树的构建，识别出关键的性能与可修改性要求。同时，对三种架构风格——解释器、管道-过滤器与隐式调用进行比较，探讨它们在实现机器学习流程定义和算法扩展方面的优劣势。最终，提出基于解释器架构的设计方案，以其自定义规则和跨平台适配能力，确保平台不仅能满足初学者与高级用户的需求，还能在未来快速响应技术发展
机器学习系列文章
10-08
机器学习系列文章
我的2017年文章汇总——机器学习篇
weixin_34190136的博客
12-31 353
2018，你跟自己做了约定了吗？为了遇见更好的自己。 近期准备把过去一年写的文章按照分类重新整理推送一遍，包括：“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”。 本篇推送机器学习相关文章。 强化学习 机器学习之条件随机场（CRF） 隐马尔可夫模型的Viterbi解码算法 线性回归之最小二乘法 k-means聚类算法 ...
机器学习的8篇文章
weixin_34203426的博客
07-10 424
Time Series Prediction with LSTM Recurrent Neural Networks in Python with Keras Time series prediction problems are a difficult type of predictive modeling problem. Unlike regression predictive m...
机器学习文章汇总
dta0502的博客
10-11 1161
机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。 一个更精确的定义：如果计算机程序对于任务 T 的性能度量 P 通过经验 E 得到了提高，则认为此程序对经验 E 进行了学习。 为了便于理解，这里我整理了常见机器学习算法的通俗解释。 机器学习算法分类 机器学习可以分成监督学习与无监督学习：监督学习从给定的训练数据集中学习出一个函数，当新的数据到来时，可以根据这个函数预...
关于机器学习的文章
Daretry的专栏
03-31 836
看一篇关于机器学习的文章，截取了其中一些有启发的话： 1. “统计”思想将在你学习“机器学习”相关理念时无时无刻不伴随，相关而不是因果的概念将是支撑机器学习能够工作的核心概念。 2. 线性回归就是我们前面说过的房价求解问题。如何拟合出一条直线最佳匹配我所有的数据？一般使用“最小二乘法”来求解。最小二乘法将最优问题转化为求函数极值问题。计算机科学界专门有一个学科叫“数值计算”，专门用来提升计算机
机器学习/深度学习资料
2401_86435672的博客
07-30 1365
新年大礼包：机器之心2018高分教程合集CVPR2019目标检测方法进展综述。
好书推荐丨细说机器学习：从理论到实践
热门推荐
Python、C++、HTML、Java
02-20 2万+
本期博主给大家推荐一本有关机器学习的全新正版书籍，对机器学习、人工智能感兴趣的小伙伴们快来看看吧~
机器学习在科研领域的应用与未来趋势：机器学习第一性原理+分子动力学
最新发布
E_Magic_Cube的博客
03-14 1204
随后，他们以物理描述符（如前驱体性质）为输入特征，训练了一个人工神经网络（ANN）模型，预测MTMCs的机械性能，包括体积模量（B）、剪切模量（G）、杨氏模量（E）和维氏硬度（H_v）。结合了密度泛函理论（DFT）和机器学习（ML）技术，旨在探索掺杂元素对铪氧化物（HfO2）基铁电材料的影响。研究团队开发了一种高效的力矩张量潜力（MTP），通过在线主动学习方法训练，结合高级采样技术，从分子动力学轨迹中迭代选择代表性构型进行DFT计算，确保训练数据集（3775个96原子结构）覆盖相关相空间。
机器学习的一些参考文章
hyl999的专栏
11-30 908
Machine Learning 4 - Naive Bayes朴素贝叶斯算法 卷积神经网络CNN浅析 机器学习中的算法(2)-支持向量机(SVM)基础 Python机器学习基础目录大纲 KKT条件介绍 “我爱智能”原创性博客索引 【入门】深入浅出，一篇超棒的机器学习入门文章 【超级重磅】626篇！机器学习&深度学习资料汇总(一) 【超级重磅】626篇！机器学习&深度学习资料汇总(二) 【超级重磅】
2017文章汇总——机器学习篇
远洋号
12-31 477
2018，你跟自己做了约定了吗？为了遇见更好的自己。    近期准备把过去一年写的文章按照分类重新整理推送一遍，包括：“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”。本篇推送机器学习相关文章。强化学习机器学习之条件随机场（CRF）隐马尔可夫模型的Viterbi解码算法线性回归之最小二乘法k-means聚类算法机器学习
近期机器学习系列文章汇总
weixin_44747933的博客
04-20 384
文章汇总机器学习系列文章已经更新了十篇，主要介绍了机器学习的五种常见的分类算法，分别为KNN算法、决策树、朴素贝叶斯、逻辑回归、支持向量机。每种算法都会从其原理开始讲述，配有详细的公式推...
机器学习文章
Yolanda2016的博客
06-09 368
预训练1
深入浅出，一篇超棒的机器学习入门文章
chufu3790的博客
01-12 323
【摘要】 来源： 计算机的潜意识www.cnblogs.com/subconscious/p/4107357.html在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。在进入正题前，我想读者心中可能会有一个疑惑：机...
机器学习系列文章（chapter one）—— 机器学习介绍
weixin_44201373的博客
08-10 211
一、 机器学习简介 机器学习是从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测的一种方法。比如淘宝的用户心仪产品推荐、AlphaGo下围棋、智能搜索推荐、智能客服等，都用到了机器学习的算法。未来智慧城市、智慧医疗都需要机器学习来极大程度地解放生产力，所以学习机器学习算法是大势所趋、也顺应了国家未来的发展战略需要。 二、机器学习应用场景 机器学习现阶段应用场景主要分为四类： - 自然语言处理：如智能识别文本内容，将文本分类等。 - 无人驾驶：机器学习道路行驶规则，识别实时路况并做出反应等。 -
机器学习常用参考文章
多元思考力
12-11 365
机器学习算法使用图谱机器学习算法一览，应用建议与解决思路Approaching (Almost) Any Machine Learning Problem Base classes and utility functionsplot learning curve
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