摘要：
目录第一篇 基本操作第二篇 高级操作第三篇 神经网络与全连接层第四篇 随机梯度下降第五篇 Keras高层接口第六篇 过拟合第七篇 卷积神经网络CNN第八篇 循环神经网络RNN第九篇 自编码器Auto-Encoders推荐阅读 第一篇 基本操作 01 Tensor数据类型 02 创建Tensor 03 阅读全文
摘要：
目录 Tensorflow基本使用 一、确认安装Tensorflow 二、获取MNIST数据集 三、使用Tensorflow训练——Softmax回归 四、使用Tensorflow训练——卷积神经网络 4.1 构建网络组件 4.2 定义网络结构 4.3 训练模型 五、使用Tensorflow进行可视 阅读全文
摘要：
目录 细分构建机器学习应用程序的流程-模型优化 一、1.1 网格搜索法 二、1.2 随机搜索法 2.1 1.2.1 随机采样 2.2 1.2.2 随机搜索法 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs. 阅读全文
摘要：
目录 细分构建机器学习应用程序的流程-测试模型 一、1.1 metrics评估指标 二、1.2 测试回归模型 2.1 1.2.1 r2_socre 2.2 1.2.1 explained_variance_score 三、1.3 测试分类模型 3.1 1.3.1 准确度 3.2 1.3.2 查准率 阅读全文
摘要：
目录 细分构建机器学习应用程序的流程-训练模型 一、1.1 训练回归模型 1.1 1.1.1 Lasso回归 1.2 1.1.2 弹性网络回归 1.3 1.1.3 岭回归 1.4 1.1.4 线性支持向量回归 1.5 1.1.5 核支持向量回归 1.6 1.1.6 决策树回归 1.7 1.1.7 随 阅读全文
摘要：
目录细分构建机器学习应用程序的流程-数据预处理一、1.1 缺失值处理1.1 1.1.1 删除缺失值1.1.1 4.6.1.2 填充缺失值二、1.2 异常值处理三、1.3 自定义数据类型编码四、1.4 通过sklearn对数据类型编码五、1.5 独热编码5.1 1.5.1 sklearn做独热编码5. 阅读全文
摘要：
目录细分构建机器学习应用程序的流程-数据收集一、1.1 通过sklearn生成随机数据1.1 1.1.1 make_classification()1.2 1.1.2 make_multilabel_classification()1.3 1.1.3 make_regression()1.4 1.1 阅读全文
摘要：
目录细分构建机器学习应用程序的流程-流程简介一、1.1 sklearn安装二、1.2 sklearn功能模块2.1 1.2.1 英文版本2.2 1.2.2 中文版本2.3 1.2.3 API统一的方法三、1.3 sklearn使用地图3.1 1.3.1 英文版本3.2 1.3.2 中文版本四、1.4 阅读全文
摘要：
目录机器学习算法原理一、1.1 感知机算法1.1 1.1.1 决策函数1.1.1 1.1.1.1 sign函数图像1.2 1.1.2 损失函数1.3 1.1.3 目标函数1.4 1.1.4 目标函数优化问题二、1.2 线性回归2.1 1.2.1 决策函数2.2 1.2.2 目标函数2.3 1.2.3 阅读全文
摘要：
目录通过线性回归带你了解算法流程一、1. 1 线性回归引入二、1. 2 决策函数三、1. 3 损失函数四、1. 4 目标函数五、1. 5 目标函数最小化六、1. 6 过拟合七、1. 7 正则化7.1 1. 7.1 L1正则化7.2 1. 7.2 L2正则化八、1. 8 训练集、验证集、测试集8.1 阅读全文