2019 年 8月随笔档案 - 机器学习算法与Python

100天搞定机器学习|day44 k均值聚类数学推导与python实现

摘要：[如何正确使用「K均值聚类」？ "" 1、k均值聚类模型给定样本，每个样本都是m为特征向量，模型目标是将n个样本分到k个不停的类或簇中，每个样本到其所属类的中心的距离最小，每个样本只能属于一个类。用C表示划分，他是一个多对一的函数，k均值聚类就是一个从样本到类的函数。 2、k均值聚类策略 k均值阅读全文

posted @ 2019-08-25 22:51 机器学习算法与Python 阅读(541) 评论(0) 推荐(0) 编辑

100天搞定机器学习|day45-53 推荐一本豆瓣评分9.3的书：《Python数据科学手册》

摘要：《Python数据科学手册》共五章，每章介绍一到两个Python数据科学中的重点工具包。首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；第2章讲解能提供ndarray对象的NumPy，它可以用Python高效地存储和操作大型数组；第3章主要涉及提供DataFrame对象阅读全文

posted @ 2019-08-25 22:43 机器学习算法与Python 阅读(436) 评论(0) 推荐(0) 编辑

《统计学习方法》极简笔记P5：决策树公式推导

摘要：[《统计学习方法》极简笔记P2：感知机数学推导 ](http://mp.weixin.qq.com/s?__biz=MzA4MjYwMTc5Nw==&mid=2648931510&idx=1&sn=37c84511b7393b49a8a962406e710a62&chksm=8794ee9cb0e3 阅读全文

posted @ 2019-08-19 17:35 机器学习算法与Python 阅读(310) 评论(0) 推荐(0) 编辑

100天搞定机器学习|day43 几张GIF理解K-均值聚类原理

摘要：前文推荐 "如何正确使用「K均值聚类」？" KMeans算法是典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。 K个初始聚类中心点的选取对聚类结果具有较大的影响，因为在该算法阅读全文

posted @ 2019-08-18 23:28 机器学习算法与Python 阅读(969) 评论(0) 推荐(0) 编辑

100天搞定机器学习|day40-42 Tensorflow Keras识别猫狗

摘要："100天搞定机器学习|1 38天" "100天搞定机器学习|day39 Tensorflow Keras手写数字识别" 前文我们用keras的Sequential 模型实现mnist手写数字识别，准确率0.9713。今天我们完成day40 42的课程，实现猫、狗的识别。本文数据集下载地址 htt 阅读全文

posted @ 2019-08-18 22:54 机器学习算法与Python 阅读(1299) 评论(0) 推荐(0) 编辑

《统计学习方法》极简笔记P2：感知机数学推导

摘要：感知机模型输入空间是$\chi\subseteq\mathbb{R}^n$,输出空间是$y=\{+1, 1\}$ 感知机定义为：$f(x)=sign(wx+b)$ 感知机学习策略输入空间任一点$x_0$到超平面S的距离： $\frac{1}{||w||}|wx_0+b|$ 误分类数据$(x_i, 阅读全文

posted @ 2019-08-18 15:08 机器学习算法与Python 阅读(304) 评论(0) 推荐(0) 编辑

100天搞定机器学习|day39 Tensorflow Keras手写数字识别

摘要：提示：建议先看day36 38的内容 TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展阅读全文

posted @ 2019-08-17 22:21 机器学习算法与Python 阅读(1089) 评论(1) 推荐(2) 编辑

100天搞定机器学习|day38 反向传播算法推导

摘要：往期回顾 "100天搞定机器学习|（Day1 36）" "100天搞定机器学习|Day37无公式理解反向传播算法之精髓" 上集我们学习了反向传播算法的原理，今天我们深入讲解其中的微积分理论，展示在机器学习中，怎么理解链式法则。我们从一个最简单的网络讲起，每层只有一个神经元，图上这个网络就是由三个权阅读全文

posted @ 2019-08-17 18:16 机器学习算法与Python 阅读(358) 评论(0) 推荐(0) 编辑

100天搞定机器学习|day37 无公式理解反向传播算法之精髓

摘要："100天搞定机器学习（Day1 34）" "100天搞定机器学习|Day35 深度学习之神经网络的结构" "" "100天搞定机器学习|Day36 深度学习之梯度下降算法" 本篇为100天搞定机器学习之第37天，亦为3Blue1Brown《深度学习之反向传播算法》学习笔记。上集提到我们要找到特定阅读全文

posted @ 2019-08-17 17:00 机器学习算法与Python 阅读(361) 评论(0) 推荐(1) 编辑

100天搞定机器学习|Day36用有趣的方式解释梯度下降算法

摘要：本文为3Blue1Brown神经网络课程讲解第二部分《Gradient descent, how neural networks learn 》的学习笔记，观看地址：www.bilibili.com/video/av16144388前文我们已经搭建了一个包含两个隐藏层的神经网络，我们需要这样一种算法阅读全文

posted @ 2019-08-17 00:26 机器学习算法与Python 阅读(313) 评论(0) 推荐(0) 编辑

100天搞定机器学习|Day35 深度学习之神经网络的结构

posted @ 2019-08-16 23:10 机器学习算法与Python 阅读(560) 评论(1) 推荐(0) 编辑

《统计学习方法》极简笔记P4：朴素贝叶斯公式推导

摘要：《统计学习方法》极简笔记P4：朴素贝叶斯公式推导朴素贝叶斯基本方法通过训练数据集T=\{(x_1,y_1),(x_2,y_2),(x_N,y_N)...,(x_1,y_1)\}学习联合概率分布P(X,Y)，即学习先验概率分布P(Y=c_k) 条件概率分布$P(X=x|Y=c_k)$ $k=1,2 阅读全文

posted @ 2019-08-16 18:04 机器学习算法与Python 阅读(437) 评论(0) 推荐(0) 编辑

100天搞定机器学习|Day33-34 随机森林

posted @ 2019-08-16 17:48 机器学习算法与Python 阅读(516) 评论(0) 推荐(0) 编辑

100天搞定机器学习|Day 30-32 微积分的本质

摘要：3blue1brown系列课程，精美的动画，配上生动的讲解，非常适合帮助建立数学的形象思维，非常值得反复观看： http://www.3blue1brown.com/ 哔哩哔哩： https://space.bilibili.com/88461692 作者还把制作视频的用到的代码放到了 github 阅读全文

posted @ 2019-08-16 10:46 机器学习算法与Python 阅读(544) 评论(0) 推荐(0) 编辑

100天搞定机器学习|Day23-25 决策树及Python实现

摘要：算法部分不再细讲，之前发过很多： "【算法系列】决策树" "决策树（Decision Tree）ID3算法" "决策树（Decision Tree）C4.5算法" "决策树（Decision Tree）CART算法" "ID3、C4.5、CART三种决策树的区别" 实验：导入需要用到的python 阅读全文

posted @ 2019-08-16 10:14 机器学习算法与Python 阅读(348) 评论(0) 推荐(0) 编辑

100天搞定机器学习|Day22 机器为什么能学习？

posted @ 2019-08-15 22:37 机器学习算法与Python 阅读(305) 评论(0) 推荐(0) 编辑

100天搞定机器学习|Day21 Beautiful Soup

posted @ 2019-08-15 17:07 机器学习算法与Python 阅读(210) 评论(0) 推荐(0) 编辑

100天搞定机器学习|Day19-20 加州理工学院公开课：机器学习与数据挖掘

posted @ 2019-08-15 14:25 机器学习算法与Python 阅读(559) 评论(0) 推荐(0) 编辑

100天搞定机器学习|Day17-18 神奇的逻辑回归

posted @ 2019-08-14 22:54 机器学习算法与Python 阅读(809) 评论(0) 推荐(2) 编辑

100天搞定机器学习|Day16 通过内核技巧实现SVM

posted @ 2019-08-13 15:40 机器学习算法与Python 阅读(280) 评论(0) 推荐(0) 编辑

100天搞定机器学习|Day15 朴素贝叶斯

摘要：Day15，开始学习朴素贝叶斯，先了解一下贝爷，以示敬意。托马斯·贝叶斯 (Thomas Bayes),英国神学家、数学家、数理统计学家和哲学家，1702年出生于英国伦敦，做过神甫；1742年成为英国皇家学会会员；1763年4月7日逝世。贝叶斯曾是对概率论与统计的早期发展有重大影响的两位（贝叶斯和阅读全文

posted @ 2019-08-05 19:20 机器学习算法与Python 阅读(746) 评论(0) 推荐(2) 编辑

100天搞定机器学习|Day13-14 SVM的实现

摘要：昨天我们学习了支持向量机基本概念，重申数学推导原理的重要性并向大家介绍了一篇非常不错的文章。今天，我们使用Scikit Learn中的SVC分类器实现SVM。我们将在day16使用kernel trick实现SVM。导入库导入数据数据集依然是Social_Network_Ads，下载链接： h 阅读全文

posted @ 2019-08-02 14:10 机器学习算法与Python 阅读(185) 评论(0) 推荐(0) 编辑

08 2019 档案

公告