24

文章标签:机器学习

机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组...

刘旺學長 刘旺學長 6月,1 周前

【技术分享】Ubuntu下使用微信教程

使用Linux(ubuntu)系统开发的同学福利。

使用Linux(ubuntu)系统开发的同学福利。

刘旺學長 刘旺學長 6月,3 周前

关于Django的ORM查询缺点

在Django性能优化方面,数据库访问效率是重要的环节,使用ORM遇到的一个很常见的是 “N+1”问题,自然Django也不例外。

在Django性能优化方面,数据库访问效率是重要的环节,使用ORM遇到的一个很常见的是 “N+1”问题,自然Django也不例外

刘旺學長 刘旺學長 8月,3 周前

【2020年冠状病毒肺炎 - 武汉加油】预测湖北确诊患者人数以及非湖北新增人数(使用线性回归模型)

这场突然爆发的新型冠状病毒肺炎是如何发生和传播的?死亡率和传播速度有多高?爆发接近两周将剧增蔓延? 这一场战疫已经持续了一个春节假期,你知道关于它传播速度的多少?

这场突然爆发的新型冠状病毒肺炎是如何发生和传播的?死亡率和传播速度有多高?爆发接近两周将剧增蔓延? 这一场战疫已经持续了

刘旺學長 刘旺學長 9月,3 周前

【机器学习】Bagging和Boosting的区别

Baggging 和Boosting都是模型融合的方法,可以将弱分类器融合之后形成一个强分类器,而且融合之后的效果会比最好的弱分类器更好。

Baggging 和Boosting都是模型融合的方法,可以将弱分类器融合之后形成一个强分类器,而且融合之后的效果会比最好的弱分

刘旺學長 刘旺學長 9月,3 周前

【机器学习】feature_importances_ 参数源码解析

在用sklearn的时候经常用到feature_importances_ 来做特征筛选,那这个属性到底是啥呢。

在用sklearn的时候经常用到feature_importances_ 来做特征筛选,那这个属性到底是啥呢。

刘旺學長 刘旺學長 9月,3 周前

【深度学习】Cifar-10-探究不同的改进策略对分类准确率提高

cifar10数据集上进行图片分类,基于tensorflow框架, 旨在探究不同的改进策略对分类准确率的影响,如何一步步得提高准确率

cifar10数据集上进行图片分类,基于tensorflow框架, 旨在探究不同的改进策略对分类准确率的影响,如何一步步得提高

刘旺學長 刘旺學長 9月,3 周前

【Tensorflow】基于卷积神经网络实现车牌的识别

过去几周我一直在涉足深度学习领域,尤其是卷积神经网络模型。最近,谷歌围绕街景多位数字识别技术发布了一篇不错的paper。该文章描述了一个用于提取街景门牌号的单个端到端神经网络系统。然后,作者阐述了基于同样的网络结构如何来突破谷歌验证码识别系统的准确率。

过去几周我一直在涉足深度学习领域,尤其是卷积神经网络模型。最近,谷歌围绕街景多位数字识别技术发布了一篇不错的paper。该文章描

刘旺學長 刘旺學長 9月,4 周前

【机器学习】逻辑斯蒂回归概率计算和手动计算对比

该模型建立在人口增长率 dy 和人口数量 y( t) 成正比,dt 并且处于理想状态( 如没有天敌、免于疾病等) 下,而且只考虑出生率和死亡率,没有考虑环境因素。事实上,更有实际意义的模型应该能反映限定环境的情况,这是由于很多种群开始时是呈指数增长的,但数量

该模型建立在人口增长率 dy 和人口数量 y( t) 成正比,dt 并且处于理想状态( 如没有天敌、免于疾病等) 下,而且只考

刘旺學長 刘旺學長 9月,4 周前

【机器学习】自己手写实现线性回归,梯度下降 原理

线性回归是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,运用十分广泛。其表达形式为y = w'x+e,e为误差服从均值为0的正态分布。 [1] 回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似

线性回归是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,运用十分广泛。其表达形式为y

刘旺學長 刘旺學長 9月,4 周前

【机器学习】熵、决策树、随机森林 总结

决策树: 我们需要了解的概念一个是熵还有一个是信息增益: 熵是描述一件事物的不确定性。。。

决策树: 我们需要了解的概念一个是熵还有一个是信息增益: 熵是描述一件事物的不确定性。。。

上一页 第 1 / 2 页 下一页