一、概述 本篇我們首先通過回歸算法實現一個葡萄酒品質預測的程序，然后通過AutoML的方法再重新實現，通過對比兩種實現方式來學習AutoML的應用。 首先數據集來自於競賽網站kaggle.com的UCI Wine Quality Dataset數據集，訪問地址：https ...

一、概述 通過之前兩篇文章的學習，我們應該已經了解了多元分類的工作原理，圖片的分類其流程和之前完全一致，其中最核心的問題就是特征的提取，只要完成特征提取，分類算法就很好處理了，具體流程如下： 之前介紹過，圖片的特征是不能采用像素的灰度值的，這部分原理的台階有點高，還好可以直接使用 ...

一、要解決的問題 問題：常常一些單位或組織召開會議時需要錄入會議記錄，我們需要通過機器學習對用戶輸入的文本內容進行自動評判，合格或不合格。（同樣的問題還類似垃圾短信檢測、工作日志質量分析等。） 處理思路：我們人工對現有會議記錄進行評判，標記合格或不合格，通過對這些記錄的學習形成模型，學習算法 ...

一、序言 微軟的機器學習框架於2018年5月出了0.1版本，2019年5月發布1.0版本。期間各版本之間差異（包括命名空間、方法等）還是比較大的，隨着1.0版發布，應該是趨於穩定了。之前在園子里也看到不少相關介紹的文章，對我的學習提供了不少幫助。由於目前資料不是很豐富，所以學習 ...

一、概述 這次要解決的問題是輸入一張照片，輸出人物的顏值數據。 學習樣本來源於華南理工大學發布的SCUT-FBP5500數據集，數據集包括 5500 人，每人按顏值魅力打分，分值在 1 到 5 分之間。其中包括男性、女性、中國人、外國人四個分類 ...

一、准備樣本 接上一篇文章提到的問題：根據一個人的身高、體重來判斷一個人的身材是否很好。但我手上沒有樣本數據，只能偽造一批數據了，偽造的數據比較標准，用來學習還是蠻合適的。 下面是我用來偽造數據的代碼： View Code 制造成功后的數據 ...

一、問題與解決方案 通過多元分類算法進行手寫數字識別，手寫數字的圖片分辨率為8*8的灰度圖片、已經預先進行過處理，讀取了各像素點的灰度值，並進行了標記。 其中第0列是序號（不參與運算）、1-64列是像素值、65列是結果。 我們以64位像素值為特征進行多元分類，算法采用SDCA最大熵分類 ...

一、概述 上一篇文章我們利用ML.NET的多元分類算法實現了一個手寫數字識別的例子，這個例子存在一個問題，就是輸入的數據是預處理過的，很不直觀，這次我們要直接通過圖片來進行學習和判斷。思路很簡單，就是寫一個自定義的數據處理通道，輸入為文件名，輸出為float數字，里面保存的是像素信息 ...