2018年8月25日

易百教程人工智能python修正-人工智能NLTK性别发现器

摘要: 在这个问题陈述中,将通过提供名字来训练分类器以找到性别(男性或女性)。 我们需要使用启发式构造特征向量并训练分类器。这里使用scikit-learn软件包中的标签数据。 以下是构建性别查找器的Python代码 - 导入必要的软件包 - 现在需要从输入字中提取最后的N个字母。 这些字母将作为功能 - 阅读全文

posted @ 2018-08-25 22:45 耀扬 阅读(368) 评论(0) 推荐(0) 编辑

易百教程人工智能python修正-人工智能无监督学习(聚类)

摘要: 无监督机器学习算法没有任何监督者提供任何指导。 这就是为什么它们与真正的人工智能紧密结合的原因。 在无人监督的学习中,没有正确的答案,也没有监督者指导。 算法需要发现用于学习的有趣数据模式。 什么是聚类? 基本上,它是一种无监督学习方法,也是用于许多领域的统计数据分析的常用技术。 聚类主要是将观测集 阅读全文

posted @ 2018-08-25 17:02 耀扬 阅读(454) 评论(0) 推荐(0) 编辑

易百教程人工智能python修正-人工智能监督学习(回归)

摘要: 回归是最重要的统计和机器学习工具之一。 我们认为机器学习的旅程从回归开始并不是错的。 它可以被定义为使我们能够根据数据做出决定的参数化技术,或者换言之,允许通过学习输入和输出变量之间的关系来基于数据做出预测。 这里,依赖于输入变量的输出变量是连续值的实数。 在回归中,输入和输出变量之间的关系很重要, 阅读全文

posted @ 2018-08-25 16:16 耀扬 阅读(424) 评论(0) 推荐(0) 编辑

易百教程人工智能python修正-人工智能监督学习(分类)

摘要: 分类技术或模型试图从观测值中得出一些结论。 在分类问题中,我们有分类输出,如“黑色”或“白色”或“教学”和“非教学”。 在构建分类模型时,需要有包含数据点和相应标签的训练数据集。 例如,如果想检查图像是否属于汽车。 要实现这个检查,我们将建立一个训练数据集,其中包含与“车”和“无车”相关的两个类。 阅读全文

posted @ 2018-08-25 15:55 耀扬 阅读(388) 评论(0) 推荐(0) 编辑

易百教程人工智能python修正-人工智能数据准备-标记数据

摘要: 我们已经知道,某种格式的数据对于机器学习算法是必需的。 另一个重要的要求是,在将数据作为机器学习算法的输入发送之前,必须正确标记数据。 例如,如果所说的分类,那么数据上会有很多标记。 这些标记以文字,数字等形式存在。与sklearn中的机器学习相关的功能期望数据必须具有数字标记。 因此,如果数据是其 阅读全文

posted @ 2018-08-25 10:57 耀扬 阅读(296) 评论(0) 推荐(0) 编辑

易百教程人工智能python修正-人工智能数据准备-预处理数据

摘要: 预处理数据 在我们的日常生活中,需要处理大量数据,但这些数据是原始数据。 为了提供数据作为机器学习算法的输入,需要将其转换为有意义的数据。 这就是数据预处理进入图像的地方。 换言之,可以说在将数据提供给机器学习算法之前,我们需要对数据进行预处理。 数据预处理步骤 按照以下步骤在Python中预处理数 阅读全文

posted @ 2018-08-25 10:50 耀扬 阅读(502) 评论(0) 推荐(0) 编辑

导航