10 2019 档案
摘要：一、支持向量机 （SVM）算法的原理 支持向量机（Support Vector Machine，常简称为SVM）是一种监督式学习的方法，可广泛地应用于统计分类以及回归分析。它是将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面，分隔
阅读全文
摘要：对于维数比较多的数据，首先需要做的事就是在尽量保证数据本质的前提下将数据中的维数降低。降维是一种数据集预处理技术，往往在数据应用在其他算法之前使用，它可以去除掉数据的一些冗余信息和噪声，使数据变得更加简单高效，从而实现提升数据处理速度的目的，节省大量的时间和成本。降维也成为了应用非常广泛的数据预处理
阅读全文
摘要：一、基于Sklearn的PCA代码实现 输出结果： 二、运行过程中出现的问题。 初次运行时出现：No module named 'sklearn.model_selection' 代码提示指向： 仔细查看代码，并无问题，问题出在Sklearn的版本过低，Sklearn 0.17.1的版本（及以前）是
阅读全文
摘要：一、PCA算法的原理 PCA（principle component analysis），即主成分分析法，是一个非监督的机器学习算法，是一种用于探索高维数据结构的技术，主要用于对数据的降维，通过降维可以发现更便于人理解的特征，加快对样本有价值信息的处理速度，此外还可以应用于可视化（降到二维）和去噪。
阅读全文
摘要：一、KNN算法原理 K近邻法(k-nearst neighbors,KNN)是一种很基本的机器学习方法。 它的基本思想是： 在训练集中数据和标签已知的情况下，输入测试数据，将测试数据的特征与训练集中对应的特征进行相互比较，找到训练集中与之最为相似的前K个数据，则该测试数据对应的类别就是K个数据中出现
阅读全文
摘要：一、线性回归算法的原理 回归是基于已有数据对新的数据进行预测，比如预测股票走势。这里我们主要讲简单线性回归。基于标准的线性回归，可以扩展出更多的线性回归算法。 线性回归就是能够用一个直线较为精确地描述数据之间的关系，这样当出现新的数据的时候，就能够预测出一个简单的值。 线性回归的模型形如： 线性回归
阅读全文
摘要：一、人工智能研究的基本内容 （1）知识表示 人工智能研究的目的是要建立一个能模拟人类智能行为的系统，但知识是一切智能行为的基础，因此首先要研究知识表示方法。只有这样才能把只是存储到计算机中去，供求解现实问题使用。知识表示方法可分为两类：符号表示法（用各种包含具体含义的符号以各种不同的方式和顺序组合起
阅读全文
摘要：一、人工智能--在机器实现智能 人工智能（Artificial intelligence）简称AI。是一门研究如何构造智能机器（智能计算机）或智能系统，使它能模拟、延伸、扩展人类智能的计算机学科。通俗的来说，人工智能就是要研究如何使机器具有能听、能说、能看、会写、能思考、会学习、能适应环境变化、能解
阅读全文
摘要：目前对人工智能研究影响较大的的学派主要有符号主义、联结主义和行为主义这三大学派。 (1)符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派(psychologism)或计算机学派(computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。
阅读全文
摘要：初学者学习人工智能有时候需要了解一些背景知识，我从网上简单搜集总结了下分享给大家。 一、人工智能的发展历史 人工智能的发展并非一帆风顺，总体呈“三起两落”趋势，如今算是迈进人工智能发展的新时代。 （1）梦的开始(1900--1956)。1900年，希尔伯特在数学家大会上庄严的向全世界数学家宣布了23
阅读全文
