摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 基于协同过滤的推荐算法 本推荐系统采用中等大小的MovieLens数据集，该数据集包含6000多用户对4000多部电影的100万条评分。该数据集是一个 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1684)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 通过线性回归带你了解算法流程 一、1. 1 线性回归引入 相信我们很多人可能都有去售楼处买房而无奈回家的行为，就算你没去过售楼处，相信你也应该听说过那 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1799)
评论(1)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 决策树总结 一、ID3算法、C4.5算法和CART算法比较 | 算法 | 树结构 | 支持模型 | 特征选择 | 连续值处理 | 缺失值处理 | 剪枝 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(2197)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 集成学习基础 集成学习(ensemnle learning)通过构建并结合多个学习器来完成学习任务，集成学习可以用于分类问题集成、回归问题集成、特征选 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1748)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 朴素贝叶斯 朴素贝叶斯是基于贝叶斯公式与特征条件独立假设的分类方法(注：贝叶斯公式是数学定义，朴素贝叶斯是机器学习算法)。朴素贝叶斯基于输入和输入的联 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(2748)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 深度学习 图像识别 一、人脸定位 相信你们外出游玩的时候，都不会带上你的牛逼plus诺基亚手机出门，而是带上你的智能手机给自己美美的拍上一张。当你用手 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(9433)
评论(1)
推荐(7)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html Bagging算法和随机森林 集成学习主要分成两个流派，其中一个是Boosting算法，另一个则是本文要讲的Bagging算法，Bagging算法 算 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1529)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 极大似然估计 一、最大似然原理 二、极大似然估计 极大似然估计是建立在最大似然原理的基础上的一个统计方法。极大似然估计提供了一种给定观察数据来评估模型 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1195)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 细分构建机器学习应用程序的流程 数据预处理 sklearn数据预处理官方文档地址：https://scikit learn.org/stable/mo 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1051)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 多元线性回归(波士顿房价预测) 一、导入模块 二、获取数据 三、训练模型 四、可视化 五、均方误差测试 训练集的均方误差是19.4，而测试集的均方误差 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(6317)
评论(0)
推荐(0)
浙公网安备 33010602011771号