已找到以下 10000 条记录
  • 机器学习算法优缺点(4)-回归算法

    变量之间关系统计过程。当用于分析因变量和一个 多个自变量之间关系时,该算法能提供很多建模和分析多个变量技巧。具体一点说,回归分析可以帮助我们理解当任意一个自变量变化,另一个自变量不变时,因变量变化典型值。最常见是,回归分析能在给定自变量条件下估计出因变量条件期望。回

    作者: @Wu
    1392
    5
  • 浅学XGBoost机器学习分类算法

    去拟合上次预测残2.当我们训陈练完成得到棵树,我们要预湨一个样本分数,其实就是根据这个样本特征,在每棵树中会落到对应一个叶子节点,每个叶子节点就对应一个分数3.最后只需要将每棵树对应分数加起来就是该样本预湨值。需要带入包from sklearn.metrics import

    作者: QGS
    34
    1
  • 机器学习算法介绍—回归算法

    来求解。“最小二乘法”思想是这样,假设我们拟合出直线代表数据真实值,而观测到数据代表拥有误差值。为了尽可能减小误差影响,需要求解一条直线使所有误差平方和最小。最小二乘法将最优问题转化为求函数极值问题。函数极值在数学上我们一般会采用求导数为0方法。但这种做法并不适

    作者: ypr189
    879
    2
  • 机器学习知识

           机器学习算法        需要明确,当前人工智能技术中,机器学习占据了主导地位,但不仅仅包括机器学习,而深度学习机器学习一个子项。目前可以说,学习AI主要学习机器学习,但是,人工智能并不等同于机器学习。具体到机器学习流程,包括数据收集、清洗、预处理,建

    作者: ypr189
    1382
    1
  • 机器学习学术速递1[01.19]

    Interpretable Ensemble Learning for Image-based Malware Detection标题:面向可解释集成学习基于图像恶意软件检测作者:Yuzhou Lin,Xiaolin Chang机构: Beijing Key Laboratory of Security

    作者: 角动量
    1076
    2
  • 机器学习 概述

    断改善自身性能。  它是人工智能核心,是使计算机具有智能根本途径,其应用遍及人工智能各个领域,它主要使用归纳、综合而不是演绎。  海量数据  获取有用信息机器学习 研究意义  机器学习是一门人工智能科学,该领域主要研究对象是人工智能,特别是如何在经验学习中改善具体

    作者: 我就是豆豆
    543
    0
  • 机器学习简介

    识到行为。这种行为学习基于三个因素:    程序消耗数据;    量化当前行为和理想行为之间误差或某种形式距离度量;    使用量化误差指导程序在后续事件中产生更好行为反馈机制。可以看出,第二个和第三个因素很快使这个概念变得抽象,并强调其深层数学根源。机器学习理论

    作者: QGS
    692
    2
  • 机器学习方法论-笔记

    然后对特征进行分类。    然而,这种分类效果,高度取决于特征选取好坏。传统机器学习专家们,把大部分时间都花在如何寻找更加合适特征上。因此,早期机器学习专家们非常苦逼,故此,传统机器学习,其实可以有个更合适称呼——特征工程(feature engineering)。

    作者: 运气男孩
    1021
    4
  • 深度学习会逐步取代传统机器学习吗?

    近几年媒体大肆针对深度学习宣传及报道,而深度学习是被证明为最先进性能最好技术之一,那它会不会逐步取代传统机器学习了?

    作者: 建赟
    1454
    6
  • 机器学习笔记之性能度量

    学习泛化性能进行评估,不仅需要有效可行实验估计方法,还需 要有衡量模型泛化能力评价标准,这就是性能度噩(performance measure).性能度最反映了任务需求,在对比不同模型能力时,使用不同性能度量往往会导致不同评判结果;这意味着模型 “好坏 ” 是相对的,什么样的模型

    作者: ypr189
    714
    1
  • 机器学习笔记之NFL定理

    最重要寓意,是让我们清楚地认识到,脱离具体问题,空泛地谈论 “什么学习算法更好” 毫无意义,因为若考虑所有潜在问题,则所 有学习算法都一样好.要谈论算法相对优劣,必须要针对具体学习问题;在 某些问题上表现好学习算法,在另一些问题上却可能不尽如人意,学习算法自身归纳偏好

    作者: ypr189
    942
    4
  • 机器学习学术速递3[01.17]

    Grid Emergency Control via Deep Meta Reinforcement Learning标题:基于深元强化学习电网应急控制学习与快速适应作者:Renke Huang,Yujiao Chen,Tianzhixi Yin,Qiuhua Huang,Jie Tan

    作者: 角动量
    959
    1
  • 机器学习笔记之评估方法

    通常,我们可通过实验测试来对学习泛化误差进行评估并进而做出选择为此,需使用一个 “测试集” (testing set)来测试学习器对新样本判别能力,然后以测试栠上 " 测试误差” (testing error)作为泛化误差近似. 通常我们假设测试样本也是从样本真实分布中独立同分布采样曲得.

    作者: ypr189
    723
    1
  • 机器学习基础

    1 三类机器学习问题在之前所有例子中,尝试解决是分类(预测猫或狗)或回归(预测用户在平台上花费平均时间)问题。所有这些都是有监督学习例子,目的是找到训练样例和目标之间映射关系,并用来预测未知数据。有监督学习只是机器学习一部分,机器学习也有其他不同部分。以下是3种不同类型机器学习:有监

    作者: 人工智能君
    167
    0
  • 连接可信机器学习不同主题

    接近零。这种被称为 “对抗攻击” 方法,和神经网络易受攻击特性,给包括无人驾驶在内 AI 应用带来很大安全隐患。人们对这一现象本质提出了多种角度理解,比如认为对抗噪音也是一种特征。为了解决这一问题,最常使用方法是对抗训练,即用生成对抗样本和原样本一起训练模型。很多

    作者: @Wu
    19
    1
  • 机器视觉

    机器视觉 在本展区你将了解好望软件定义摄像机、好望智能视频存储、好望云服务等产品,感受机器视觉以智慧之眼感知万物,点亮智能世界! 立即投票 开发者社区 场景体验 好望SDC 专业AI芯 | 开放OS | 丰富生态 好望智能视频存储vPaaS 2.0 智能视频存储vPaaS 2

  • MLS解决方案大片】华为云机器学习服务-预测性维护解决方案大片来袭!

    华为云机器学习服务MLS)预测性维护解决方案介绍尊敬华为云客户:       华为云机器学习服务(Machine Learning Service,简称MLS解决方案视频上线啦!更多视觉体验请您点击以下图片了解详情。感谢您对华为云支持!

    作者: 云小器
    7825
    3
  • 分享机器学习趋势论文(三)

    孰弱。作者们分析表明,原始GNN嵌入就有能力编码知识图中隐含信息,但是无法建模谓词之间依赖关系,也就是无法处理马尔科夫逻辑网络后向参数化。为了解决这个问题,作者们设计了ExpressGNN架构,其中有额外几层可调节嵌入,作用是对知识图中实体做层次化编码。        

    作者: 初学者7000
    1580
    2
  • 机器学习算法优缺点(8)-聚类算法

    (EM)最大期望算法(EM)分层集群(Hierarchical Clstering)优点:让数据变得有意义缺点:结果难以解读,针对不寻常数据组,结果可能无用。模型:

    作者: @Wu
    922
    3
  • 机器学习机器学习概叙

    据划分 训练数据(训练集)-- 构建模型测试数据(测试集)-- 模型评估 2.机器学习流程:   用户数据-->数据基本处理-->特征工程-->机器学习-->模型评估-->在线服务 3.专有名词     样本 

    作者: 子都爱学习
    发表时间: 2024-06-27 22:45:52
    10
    0