看懂Azure ML、Windows ML和ML.NET
最新2018微軟中國人工智能大會剛剛落下帷幕，對於.NET開發者，可能早已被眼花繚亂的微軟家AI體系弄暈了。我特意整理了幾張圖，以示區別。 Azure ML提供了大量認知API服務，外加一個機器學習的工作台，為在線訓練、發布、使用機器學習成果提供支持。 Windows ML主要是為了 ...
原文：ml0
知識點 監督分為分類和回歸 回歸問題：預測明天多少度 輸出是連續變量 ：線性回歸，決策樹，KNN，神經網絡，boosting和bagging 分類問題：預測明天是晴天還是雨天 輸出是離散變量 ：LR，svm，因子分解機，朴素貝葉斯，決策樹，KNN，神經網絡，boosting和bagging 無監督學習包括聚類 Kmeans，混合高斯，層次聚類 ，關聯與推薦，PCA 泛化強：對未知數據集也能表現良 ...
2022-01-13 15:09 0 730 推薦指數：
相關推薦
ML面試題
ML面試題 特征工程的意義和作用 特征工程可以將樣本數據處理成更為適合訓練模型時模型更容易找尋出數據規則的數據集，且適當的特征工程可以提升最終模型處理分類或者回歸的精度。 使用過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：目錄 ML.NET 示例中文版：https://github.com/feiyun0112/machinelearning-samples.zh-cn英文原版請訪問：https://github.com/dotnet/machinelearning-samples ...
spark-ML基礎
一、ML組件 ML的標准API使用管道（pipeline）這樣的方式，可以將多個算法或者數據處理過程整合到一個管道或者一個流程里運行，其中包含下面幾個部分： 1. dataFrame：用於ML的dataset，保存數據 2. transformer：將一個dataFrame按照某種計算轉換成 ...
ML - 特征選擇
1. 決策樹中的特征選擇 分類決策樹是一種描述對實例進行分類的樹型結構，決策樹學習本質上就是從訓練數據集中歸納出一組分類規則，而二叉決策樹類似於if-else規則。決策樹的構建也是非常的簡單，首 ...
ML—隨機森林·1
Introduction to Random forest（Simplified） With increase in computational power, we can now choose a ...
ML: 降維算法-LLE
局部線性嵌入 （Locally linear embedding）是一種非線性降維算法，它能夠使降維后的數據較好地保持原有 流形結構 。LLE可以說是流形學習方法最經典的工作之一。很多后 ...
ML-Agents概述
原文鏈接：https://github.com/Unity-Technologies/ml-agents/blob/master/docs/ML-Agents-Overview.md ML-Agents概述 Unity機器學習Agent（ML-Agents）是一款開源的Unity插件，可讓游戲 ...