当前标签：机器学习

上一页 1 ··· 6 7 8 9 10 11 12 13 14 下一页
TSNE——目前最好的降维方法
bonelee 2017-11-17 09:17 阅读:132147 评论:0 推荐:2 编辑
spark 朴素贝叶斯
bonelee 2017-11-15 23:46 阅读:1134 评论:0 推荐:0 编辑
机器学习算法选择
bonelee 2017-11-14 18:51 阅读:11766 评论:0 推荐:0 编辑
词袋模型
bonelee 2017-11-12 12:29 阅读:3698 评论:0 推荐:0 编辑
xss  多分类 优选 贝叶斯、逻辑回归、决策树
bonelee 2017-11-11 13:20 阅读:733 评论:1 推荐:0 编辑
spark pipeline 例子
bonelee 2017-11-09 16:53 阅读:2943 评论:2 推荐:0 编辑
sklearn 词袋 CountVectorizer
bonelee 2017-11-09 11:57 阅读:1379 评论:0 推荐:0 编辑
pandas dataframe 做机器学习训练数据=》直接使用iloc或者as_matrix即可
bonelee 2017-11-09 11:21 阅读:4350 评论:0 推荐:0 编辑
sklearn.preprocessing OneHotEncoder——仅仅是数值型字段才可以，如果是字符类型字段则不能直接搞定
bonelee 2017-11-08 20:06 阅读:4213 评论:1 推荐:0 编辑
spark 针对决策树进行交叉验证
bonelee 2017-11-08 14:20 阅读:2411 评论:4 推荐:0 编辑
使用isolation forest进行dns网络流量异常检测
bonelee 2017-11-07 14:59 阅读:2343 评论:4 推荐:1 编辑
LSTM 时间序列数据的异常检测
bonelee 2017-11-03 11:18 阅读:9280 评论:0 推荐:0 编辑
基于机器学习的web异常检测——基于HMM的状态序列建模，将原始数据转化为状态机表示，然后求解概率判断异常与否
bonelee 2017-11-03 11:08 阅读:3230 评论:0 推荐:0 编辑
异常检测概览——孤立森林 效果是最好的
bonelee 2017-11-03 09:43 阅读:34069 评论:2 推荐:3 编辑
异常检测——无监督、高斯分布模型，需要带标记的样本数据，基本假设：特征符合高斯分布
bonelee 2017-11-03 09:27 阅读:2866 评论:1 推荐:0 编辑
聚类-异常检测
bonelee 2017-11-03 09:01 阅读:10454 评论:0 推荐:0 编辑
一种神经元探索系统方法及装置
bonelee 2017-10-25 11:42 阅读:491 评论:0 推荐:0 编辑
neat算法——本质就是遗传算法用于神经网络的自动构建
bonelee 2017-10-24 19:12 阅读:12088 评论:0 推荐:0 编辑
递归神经网络——就是解决AST这样的问题
bonelee 2017-10-23 16:41 阅读:755 评论:0 推荐:0 编辑
循环神经网络
bonelee 2017-10-23 16:39 阅读:1369 评论:1 推荐:0 编辑
上一页 1 ··· 6 7 8 9 10 11 12 13 14 下一页
点击右上角即可分享
微信分享提示