看懂Azure ML、Windows ML和ML.NET
最新2018微软中国人工智能大会刚刚落下帷幕，对于.NET开发者，可能早已被眼花缭乱的微软家AI体系弄晕了。我特意整理了几张图，以示区别。 Azure ML提供了大量认知API服务，外加一个机器学习的工作台，为在线训练、发布、使用机器学习成果提供支持。 Windows ML主要是为了 ...
原文：ml0
知识点 监督分为分类和回归 回归问题：预测明天多少度 输出是连续变量 ：线性回归，决策树，KNN，神经网络，boosting和bagging 分类问题：预测明天是晴天还是雨天 输出是离散变量 ：LR，svm，因子分解机，朴素贝叶斯，决策树，KNN，神经网络，boosting和bagging 无监督学习包括聚类 Kmeans，混合高斯，层次聚类 ，关联与推荐，PCA 泛化强：对未知数据集也能表现良 ...
2022-01-13 15:09 0 730 推荐指数：
相关推荐
ML面试题
ML面试题 特征工程的意义和作用 特征工程可以将样本数据处理成更为适合训练模型时模型更容易找寻出数据规则的数据集，且适当的特征工程可以提升最终模型处理分类或者回归的精度。 使用过哪些不同形式的特征工程 1.特征值化（文本特征抽取，字典特征 ...
ML.NET 1
ML.NET 示例：目录 ML.NET 示例中文版：https://github.com/feiyun0112/machinelearning-samples.zh-cn英文原版请访问：https://github.com/dotnet/machinelearning-samples ...
spark-ML基础
一、ML组件 ML的标准API使用管道（pipeline）这样的方式，可以将多个算法或者数据处理过程整合到一个管道或者一个流程里运行，其中包含下面几个部分： 1. dataFrame：用于ML的dataset，保存数据 2. transformer：将一个dataFrame按照某种计算转换成 ...
ML - 特征选择
1. 决策树中的特征选择 分类决策树是一种描述对实例进行分类的树型结构，决策树学习本质上就是从训练数据集中归纳出一组分类规则，而二叉决策树类似于if-else规则。决策树的构建也是非常的简单，首 ...
ML—随机森林·1
Introduction to Random forest（Simplified） With increase in computational power, we can now choose a ...
ML: 降维算法-LLE
局部线性嵌入 （Locally linear embedding）是一种非线性降维算法，它能够使降维后的数据较好地保持原有 流形结构 。LLE可以说是流形学习方法最经典的工作之一。很多后 ...
ML-Agents概述
原文链接：https://github.com/Unity-Technologies/ml-agents/blob/master/docs/ML-Agents-Overview.md ML-Agents概述 Unity机器学习Agent（ML-Agents）是一款开源的Unity插件，可让游戏 ...