机器学习    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    浏览:998 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[...]
机器学习    简明机器学习教程7：特征缩放
撰写于    浏览:885 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[...]
微积分    趣谈数学之二：伟大的正态分布，人人都应该深刻认识
撰写于    浏览:1107 次  分类: 微积分
自然界的物体运动都遵循牛顿三大定律，同样道理，人的思维也是一种物质，只要它是物质必然遵循着某种运动规律：任何人，做任何事情，70%的时间和精力都是用来试错的，这些付出并不能带来成功，而真正在正确的方向上努力的时间和精力占比不过30%。我之所以没有采用80%和20%的数字形式，而是为了避免与二八定理相混淆。因为上述规律的发现来自于：正态分布。世人公认[...]
机器学习    简明机器学习教程6：相似特征
撰写于    浏览:923 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[...]
机器学习    简明机器学习教程5：多项式特征
撰写于    浏览:861 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[...]
机器学习    简明机器学习教程4：特征工程之缺失数据的处理
撰写于    浏览:925 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[...]
机器学习    简明机器学习教程3：特征工程
撰写于    浏览:831 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[...]
微积分    趣谈数学之一：数学是什么？
撰写于    浏览:1034 次  分类: 微积分
数学是什么？在很多人的眼里，数学是公式。这个回答没有问题，对于一名中学生来说，对于一名大学生来说，这个回答一点问题都没有。但是世间万物在发展，人的年龄和阅历在增加，如果一个人一直还是这么认为，那么就有问题了。还是停留在书本上白纸黑字版本的数学概念、数学术语、数学公式层面，没有深化，没有升华，那肯定是有问题的。数学是公式，这是我对数学的第一阶段认识。[...]
机器学习    简明机器学习教程2：模型的分类
撰写于    浏览:825 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
机器学习    简明机器学习教程1：模型与拟合
撰写于    浏览:915 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[...]
微积分    趣谈数学的背景介绍：数学改变命运
撰写于    浏览:1088 次  分类: 微积分
回归过去走过的路，风风雨雨十多年过去了，如果没有数学，我相信自己的命运不会这么顺利。知识改变命运，对我而言，是数学改变命运。如果不是数学，高考也好，考研也好，都难以有所突破。最后的突破往往都归结于数学给自己提升了不少分。在备考的过程中，我做了大量的数学习题，而且反复的做，做的滚瓜烂熟，在这个阶段，我认识到：数学就是公式，只有十分扎实和熟练的掌握数学[...]
默认分类    2019年5月网站公告
撰写于    浏览:820 次  分类: 默认分类
网站公告自2019年6月1日起，本网站将推动三个方向的发展：（1）成为一个非盈利性组织。非盈利不代表没有营收项目。所有的营收归入：八月在线基金会。（2）以传播科学的学习方法为主，而不是工程技术问题。技术问题随时代变化、技术更替而变化，但是人的学习方法往往持久。（3）以分享机器学习，深度学习，AI技术等相关的资料为主，包括电子书，视频教程。
Python 教程    Anaconda 使用教程：入门指南
撰写于    浏览:1107 次  分类: Python 教程
备注：本文修订于2020年6月21日。1、windows环境变量的认识在windows安装程序要明白三点：（1）程序安装在哪里并不重要，最重要的是系统变量指向具体的安装路径，这样就能启动程序。（2）同一个程序可以安装多次，存放在不同的路径，通过修改环境变量的“指路标”，就能实现启动不同的程序，而这些程序也不会相互冲突。（3）也许你的系统已经安装了P[...]
Python 教程    Anaconda 使用教程：anaconda、conda、pip 三者的关系
撰写于    浏览:1055 次  分类: Python 教程
conda是一个包管理器，而anaconda是一个Python发行版。软件发行版是在系统上提前编译和配置好的软件包集合，装好了后就可以直接用。包管理器是自动化软件安装，更新，卸载的一种工具，也是一个可执行命令。conda有命令”conda install”, “conda update”, “conda remove”, 所以很明显， conda是[...]
Python 教程    Anaconda 使用教程：什么是Anaconda？
撰写于    浏览:917 次  分类: Python 教程
备注：本文修订于2020年6月21日。1、Anaconda简介Anaconda 可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。2、Anaconda特点Anaconda具有如下特点：开源 安装过程简单 高性能使用Python和R语言 免费的社区支持[...]
飞燕网
专注于AI实习

    友情链接

飞燕网：专注于AI实习  ©  2024   运行时间： 1859天   上线时间：2019年3月19日
京ICP备14057001号-6