机器学习复习笔记
如何验证算法的正确性 2. 机器学习的数据 2.1 样本 2.2 特征 2.3 特征空间 ...
原文：机器学习笔记（一）
一 监督学习 supervised learning 与无监督学习 unsupervised learning .监督学习中数据集是由特征组和标签组成，目的是训练机器对标签取值的准确预测。如：房价预测 肿瘤判定 垃圾邮件判定。 .无监督学习中人工不对数据集作任何说明，不给答案，不贴标签，目的是让机器自动将一堆混乱的数据分成几个簇 类 ，而分类的标准没有事先 给出。例如：新闻分类 自动市场分割 前 ...
2019-10-27 16:52 0 413 推荐指数：
相关推荐
《Python 机器学习》笔记（二）
机器学习分类算法 本章将介绍最早以算法方式描述的分类机器学习算法：感知器（perceptron）和自适应线性神经元。 人造神经元——早期机器学习概览 MP神经元 生物神经元和MP神经元模型的对应关系如下表： 这个结构非常简单，如果你还记得前面所讲的M-P神经元的结构的话，这个图 ...
Spark机器学习笔记一
Spark机器学习库现支持两种接口的API:RDD-based和DataFrame-based，Spark官方网站上说，RDD-based APIs在2.0后进入维护模式，主要的机器学习API是spark-ml包中的DataFrame-based API，并将在3.0后完全移除RDD-based ...
周志华 机器学习 笔记
首先的阶段由卷积层和池化层组成，卷积的节点组织在特征映射块（feature maps）中，每个节点与上一层的feature maps中的局部块通过一系列的权重即过滤器连接。加权和的结果被送到非线性函数 ...
机器学习笔记之机器学习算法XGBoost
0x00 概述 在上一篇Boosting方法的介绍中，对XGBoost有过简单的介绍。为了更还的掌握XGBoost这个工具。我们再来对它进行更加深入细致的学习。 0x01 什么是XGBoost 全称：eXtreme Gradient Boosting 作者：陈天奇(华盛顿大学 ...
视觉机器学习笔记------CNN学习
卷积神经网络是第一个被成功训练的多层神经网络结构，具有较强的容错、自学习及并行处理能力。 一、基本原理 1.CNN算法思想 卷积神经网络可以看作为前馈网络的特例，主要在网络结构上对前馈网络进行简化和改进，从理论上讲，反向传播算法可以用于训练卷积神经网络。卷积神经网络被广泛用于 ...
机器学习自动写诗-学习笔记
要先将字编码成向量 要对之前的信息有记忆 相同的输入，写诗，可能有不同的输出。 可以发现，输入不止与当前输入有关，还和之前的输入有关。要有记忆！ 将隐藏层的激活值利 ...
【学习笔记】机器学习之特征工程
，通过专业的技巧进行数据处理，是的特征能在机器学习算法中发挥更好的作用。优质的特征往往描述了数据的固有结构 ...