码迷,mamicode.com
首页 >  
搜索关键字:ml    ( 950个结果
归一化输入向量
1.为什么需要归一化?维基百科给出的解释:1)归一化后加快了梯度下降求最优解的速度;2)归一化有可能提高精度。 1)加快梯度下降求解速度 斯坦福机器学习视频做了很好的解释:https://class.coursera.org/ml-003/lecture/21 如下图所示,蓝色的圈圈图代表的是两个特 ...
分类:其他好文   时间:2018-05-05 20:45:33    阅读次数:141
ml-agent v0.3 win10安装和实践
参考文档 Migrating to ML-Agents v0.3 Getting Started with the 3D Balance Ball Environment Training ML-Agents ml-agent v0.2:Win10下环境安装 前言 近段时间,ml-agent升级到了 ...
分类:Windows程序   时间:2018-05-03 00:56:18    阅读次数:1305
支持向量机
来源:http://www.hankcs.com/ml/support-vector-machine.html 一、概述 支持向量机(support vector machines,SVM)是一种二类分类模型。 支持向量机的学习算法是求解凸二次规划的最优化算法。 分类: 线性可分支持向量机(line ...
分类:其他好文   时间:2018-04-30 12:01:19    阅读次数:237
ML-Agents安装和配置
原文链接:https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Installation.md 安装和设置 要安装和使用ML-Agents,您需要安装Unity,克隆这个存储库并安装Python以及其他依赖项。除了Docke ...
分类:其他好文   时间:2018-04-28 14:03:24    阅读次数:1462
2018.4.25-ml笔记(梯度下降)
...
分类:其他好文   时间:2018-04-26 12:04:56    阅读次数:149
2018.4.24-ml笔记(多元线性回归)
numpy.dot作用于两个向量则是它们内积,作用于矩阵则是矩阵积。 RMSE解决量纲问题,即单位 RMSE会放大差值比较大的值,所以选用MSE更好。 ...
分类:其他好文   时间:2018-04-25 00:18:35    阅读次数:191
ml-agent:Win10下环境安装
这是我看到的最全面最详细的ml-agent讲解。(只用于学习与知识分享,如有侵权,联系删除。谢谢!) 来自CodeGize的个人博客 。源链接:https://www.cnblogs.com/CodeGize/p/7674281.html#undefined 个人知识补充:(安装时如有提示pip版本 ...
分类:Windows程序   时间:2018-04-23 19:53:05    阅读次数:503
[转] Mysql命令基础
【From】 http://c.biancheng.net/cpp/u/mysql_ml/ 连接Mysql数据库 mysql命令格式: mysql -h主机地址 -u用户名 -p用户密码1) 连接到本机上的MYSQL首先打开DOS窗口,然后进入目录mysql\bin,再键入命令mysql -u ro ...
分类:数据库   时间:2018-04-19 00:34:05    阅读次数:198
Lecture 1: The Learning Problem
前言 机器学习:理论与实践相结合的学问 基础导向:哲学解释,关键理论,核心技术,实践应用... 1.什么是机器学习 人类学习的方式:观察 学习 技巧 机器学习的方式:data ML skill 什么是技巧? 技巧 某种性能或者表现的提高(比如预测的精确度) ML learning: data ML ...
分类:其他好文   时间:2018-04-17 20:51:17    阅读次数:154
莫凡《机器学习》笔记
笔记参考地址:https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/ 机器学习方法 1.1 机器学习 通常来说, 机器学习的方法包括: 监督学习 supervised learning:(有数据有标签)在学习过程中,不断的向 ...
分类:其他好文   时间:2018-04-11 23:04:48    阅读次数:4964
950条   上一页 1 ... 41 42 43 44 45 ... 95 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!