码迷,mamicode.com
首页 >  
搜索关键字:anaconda 数据挖掘 机器学习    ( 12837个结果
深度学习“四大名著”发布!Python、TensorFlow、机器学习、深度学习四件套!
Python 程序员深度学习的“四大名著”: 这四本书着实很不错!我们都知道现在机器学习、深度学习的资料太多了,面对海量资源,往往陷入到“无从下手”的困惑出境。而且并非所有的书籍都是优质资源,浪费大量的时间是得不偿失的。 给大家推荐这几本好书并做简单介绍: 1、《Deep Learning with ...
分类:编程语言   时间:2020-06-27 20:04:15    阅读次数:132
(二)数据挖掘需要哪些技术
1. 数据挖掘需要哪些基本的技术 统计学知识和技术(Statistical Techniques) 可视化的画图展示技术(Visualization Tchniques):比如可以利用相关软件来画出柱状图、散点图等等 一些常用的数据挖掘技术. KNN K紧邻算法 常用数据挖掘建模技术 2.常用数据挖 ...
分类:其他好文   时间:2020-06-27 17:30:38    阅读次数:77
机器学习是否需要完整扎实的数学基础?
一个比较高质量的参考语雀网站 https://www.yuque.com/angsweet/machine-learning/jian-jie 线代高数概率论高数,微积分,线代,概率论,运筹学(优化) 微积分、线性代数、概率与统计、矩阵和数值分析、优化方法线代,微积分,概率论,数理统计,一些算法思想 ...
分类:其他好文   时间:2020-06-27 11:57:41    阅读次数:99
机器学习的最佳学习路线原来只有四步
AI这个词相信大家都非常熟悉,近几年来人工智能圈子格外热闹,光是AlphoGo就让大家对它刮目相看。今天小天就来跟大家唠一唠如何进军人工智能的第一步——机器学习。 在机器学习领域,Python已经成为了主流。一方面因为这门语言简单易上手,另一方面是因为Python有足够完善的库可以调用,能为我们节省 ...
分类:其他好文   时间:2020-06-27 11:55:04    阅读次数:88
[ML] 机器学习简介
监督学习(Supervised Learning) 添加标签,手把手训练。 比如线性回归算法。 半监督学习(Semi-supervised Learning) 非监督学习(Unsupervised Learning) 通过有标签或没标签的数据集,让机器自己去找出规律。比如分类算法。 结构化学习(St ...
分类:其他好文   时间:2020-06-26 18:40:25    阅读次数:55
windows下用pip安装tensorflow-cpu(不需要Anaconda,virtualenv创建虚拟环境)
感觉用Anconda安装TF2.X.X太麻烦了,软件体积还大,因此打算用pip直接安装。 一、安装准备 1.1环境要求: python3.5-3.7 pip版本大于19 virtualenv 环境 环境的检测: python --version pip --version virtualenv -- ...
分类:Windows程序   时间:2020-06-26 01:26:43    阅读次数:150
使用PARL与Gym仿真环境进行深度Q学习(DQL)
blog翻译。原blog:https://keon.github.io/deep-q-learning/ 强化学习 强化学习是一种允许你创造能从环境中交互学习的AI agent 的机器学习算法。就跟我们学习骑自行车一样,这种类型的AI通过试错来学习。如上图所示,大脑代表AI agent并在环境中活动 ...
分类:其他好文   时间:2020-06-26 01:13:31    阅读次数:156
对抗训练
对抗训练 对抗训练是防御对抗样本攻击的一种方法。将对抗样本和正常样本一起训练是一种有效的正则化,可以提高模型的准确度,同时也能有效降低对抗样本的攻击成功率。不过这种防御也只是针对同样用来产生训练集中的对抗样本的方法。 探索网络对底层任务的理解层次,通过对抗训练减少原有独立同分布的测试集的错误率——在 ...
分类:其他好文   时间:2020-06-25 23:23:40    阅读次数:67
模块B(数据分析)
一.python问题 问题1:Pandas创建多列函数在jupyter下,需要独立的单元格才能创建成功 问题2:数据挖掘与分析之4分位数 四分位数计算所遇到的问题,怎么利用索引+1来显示numpy内对应的数值? 解决思路:如上图,我们现在已经有了Q3,Q1的位置值(索引值)6 & 2,利用for循环 ...
分类:其他好文   时间:2020-06-25 21:48:50    阅读次数:91
机器学习之朴素贝叶斯(分类)
朴素:在给定类别的情况下,各个特征相互独立 贝叶斯公式:P(A|B)=P(A)P(B|A)/P(B) 朴素贝叶斯:P(特征|类别)=P(特征)P(类别|特征)/P(类别) 核心思想:算一下概率,那种类别概率大,就分为那种类别。 在scikit-learn中的实现: 1.高斯贝叶斯:数据集符合高斯(正 ...
分类:其他好文   时间:2020-06-25 12:11:08    阅读次数:100
12837条   上一页 1 ... 49 50 51 52 53 ... 1284 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!