首页
PyTorch安装
PyTorch官方文档
PyTorch教程
PyTorch电子书
经验分享
AI训练营
关于网站
分类
机器学习
下的文章
简明机器学习教程11:主成分与标准化
撰写于
2019-06-11
浏览:886 次 分类:
机器学习
主成分可以用已有的一个或多个变量表示。 比如,可以使用生素C这个变量来区分不同的食物。因为蔬菜含维生素C而肉类普遍缺乏,所以可以通过维生素C这个变量区分蔬菜和肉类,但是无法进步区分不同的肉类。为了进一步区分不同的肉类,可以选择把脂肪含量作为第2个变量,因为肉类含有脂肪,而大部分蔬菜则不然。由于脂肪和维生素C的计量单位不同,因此在组合之前,必须先对它[...]
简明机器学习教程10:K均值聚类的局限性
撰写于
2019-06-10
浏览:1142 次 分类:
机器学习
尽管K均值聚类方法很有用,但是它有一定的局限:(1)每个数据点只能属于一个群组。然而,数据点可能恰好位于两个群组中间,无法通过k均值聚类方法确定它应该属于哪个群组(2)群组被假定是正圆形的。查找距离某个群组中心点最近的数据点,这一迭代过程类似于缩小群组的半径,因此最终得到的群组在形状上类似于正圆形。假设群组的实际形状是椭圆形,那么在应用k均值聚类方[...]
简明机器学习教程9:超参数和参数
撰写于
2019-06-09
浏览:977 次 分类:
机器学习
机器学习一般包含两类参数:超参数和参数。超参数的数目通常不多,在10以内。参数的数目可能很多,如卷积神经网络中有近千万个参数(权重)。曲线拟合中,方程的次数就是超参数,多项式的系数就是参数。这两种参数的调参方式不同,超参数取值一般是人工设定的,参数值是根据参数优化算法自动寻优的。超参数的取值对模型泛化性能有重大的影响,验证集就是用来决定最优超参数取值的。
简明机器学习教程8:图像的特征:计算机“看到”的图像是什么?
撰写于
2019-06-08
浏览:987 次 分类:
机器学习
计算机“看”不到图像的内容,对它而言,图像是巨大的数值,即数值矩阵,矩阵元素表示像素的颜色信息。例如,某幅图像分群率为1280 x 720,表示图像有1280 x 720个像素点,则存储为1280 x 720的矩阵。对于彩色图像,每个像素点有红、绿、蓝( RGB)3个颜色的通道值,每个值在0(黑)到255(白)之间。对于灰度图像,每个像素点有亮度1[...]
简明机器学习教程7:特征缩放
撰写于
2019-06-07
浏览:857 次 分类:
机器学习
如果输人的数值属性具有非常大的比例差异,往往导致机器学习算法的性能表现不佳,当然也有极少数特例。案例中的房屋数据就是这样:房间总数的范围从6到39 320,而收入中位数的范围是0到15。注意,目标值通常不需要缩放。同比例缩放所有属性,常用的两种方法是:最小-最大缩放和标准化。最小-最大缩放,又叫作归一化,很简单:将值重新缩放使其最终范围归于0到1之[...]
简明机器学习教程6:相似特征
撰写于
2019-06-06
浏览:914 次 分类:
机器学习
解决非线性问题的另种技术是添加相似特征。这些特征经过相似函数计算得出,相似函数可以测量每个实例与一个特定地标之间的相似度。以前面提到过的一维数据集为例,在x=-2和x=1处添加两个地标。接下来,我们采用高斯径向基函数(RBF) 作为相似函数,y=0.3 高斯RBF这是一个从0 (离地标差得非常远)到1 (跟地标-样)变化的钟形函数。现在我们准备计算[...]
简明机器学习教程5:多项式特征
撰写于
2019-06-05
浏览:833 次 分类:
机器学习
处理非线性数据集的方法之是添加更多特征, 比如多项式特征,某些情况下,这可能导致数据集变得线性可分离。下图是一个简单的数据集,只有一个特征x,可以看出,数据集线性不可分,但是如果添加第二个特征x2=(x1)2,生成的2D数据集则完全线性可分离。 一个简单的方法就是将每个特征的幕次方添加为一个新特征,然后在这个拓展过的特征集上训练线性模型。一般情况下[...]
简明机器学习教程4:特征工程之缺失数据的处理
撰写于
2019-06-04
浏览:918 次 分类:
机器学习
处理缺失值主要有以下几种方法:(1)当某个变量的缺失值占比过大时,那么我们可以认为这一变量没有意义,可以直接删除。(2)缺失值可以用平均值、中值、分位数、众数、随机值等替代,但是效果一般,因为等于人为增加了噪声。(3)用其他变量做预测模型来算出缺失变量,效果比方法2略好,但有一个根本缺陷,如果其他变量和缺失变量无关,则预测的结果无意义。如果预测结果[...]
简明机器学习教程3:特征工程
撰写于
2019-06-03
浏览:824 次 分类:
机器学习
1、什么是特征?特征通常是建立在原始数据之上的特定表示,通常用数据集中的列表示。对于一个通用的二维数据集,每个观测值由一行表示,每个特征由一列表示,对于每一个观测具有一个特定的值。2、特征工程是什么?当你想要自己的预测模型性能达到最佳时,你要做的不仅是要选取最好的算法,还要尽可能的从原始数据中获取更多的信息。这就是特征工程要做的事,它的目的就是获取[...]
简明机器学习教程2:模型的分类
撰写于
2019-06-02
浏览:816 次 分类:
机器学习
模型,就是函数,模型通常分为下面三类:(1)线性模型(2)核模型(3)层次模型
简明机器学习教程1:模型与拟合
撰写于
2019-06-01
浏览:909 次 分类:
机器学习
1、什么是模型呢?简单的说,模型就是函数,就是数学公式。2、什么是拟合呢?经常看到一些复杂的公式,结构对称,身段优美,是某个天才晚上做梦想出来的吗?看下面这个公式:显然不太可能。那么它是怎么来的呢?我猜测:先画出来的,然后测算若干个x和y的关系,最后试出来的公式。这是一个根据数据不断猜和尝试的过程。上述的过程,就是拟合的过程。拟合,指的是对一些数据[...]
1
2
飞燕网
专注于强化学习
分类
默认分类
算法工程师经验分享
Python 教程
自然语言处理与推荐系统
计算机视觉
机器学习
强化学习
PyTorch 教程
数学电子书
数据结构与算法电子书
人工智能考研
人工智能面试
微积分
网站公告
图神经网络
飞燕AI训练营
最新文章
AI创业的年度总结(20...
PyTorch whl文...
PyTorch的modu...
torch.is_sto...
Tensor.grad属...
torch.is_ten...
PyTorch中Lazy...
PyTorch模型加载详解
PyTorch 中的 T...
《PyTorch深度学习...
PyTorch 快速入门
《labuladong的...
《深入理解XGBoost...
《美团机器学习实践》高清...
《百面机器学习-算法工程...
热门文章
《 百面深度学习》高清完整PDF版 下载
技术交流群-成员昵称-参考列表
《深度学习推荐系统》全彩版 高清完整PDF版 下载
《Python深度学习:基于PyTorch》中文版 高清完整PDF版 下载
《机器学习的数学》高清完整PDF版 下载
Keras怎么读?解读Keras英文发音
《优美的数学思维(原书第2版)》高清完整PDF版 下载
《数学之美 第三版》高清完整PDF版 下载
最新评论
求提供
:
谢谢!
lzhengp1986
:
站长,求资料
ii
:
想要!特别想要!
Andy
:
学习学习
f2wrok
:
谢谢!
pandarking
:
学习
paulqu911
:
非常期待的一本书。
东明
:
来一份!
张队长
:
希望学习到更多关于深[...]
alex
:
学习一下
友情链接