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 感知机 感知机在1957年被提出，算是最古老的分类方法之一。 虽然感知机泛化能力不及其他的分类模型，但是如果能够对感知机的原理有一定的认识，在之后学习 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(14534)
评论(1)
推荐(6)
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 RANSAC算法线性回归(波斯顿房价预测) 虽然普通线性回归预测结果总体而言还是挺不错的，但是从数据上可以看出数据集中有较多的离群值，因此本节将使用R 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(5214)
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 AdaBoost算法 集成学习中弱学习器之间有强依赖关系的，称之为Boosting系列算法，而AdaBoost则是Boosting系列算法中最著名的算 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1391)
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 sign(符号)函数 一、sign函数概述 sign函数也称作符号函数，当x 0的时候y=1；当x=0的时候y=0；当x0 \\ 0,\quad x= 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1345)
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 条件概率 一、条件概率简介 条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为：$p(A|B)$，读作“在B的条件下A的概率” 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(884)
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 拉格朗日对偶性 在约束最优化问题中，拉格朗日对偶性(Lagrange duality)可以将原始问题转换为对偶问题，然后通过求解对偶问题的解得到原始问 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(919)
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 距离公式汇总 假设$n$维空间中有两个点$x_i$和$x_j$，其中$x_i = (x_i^{(1)},x_i^{(2)},\cdots,x_i^{( 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1080)
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 支持向量机总结 支持向量机中有线性可分支持向量机、线性支持向量机、非线性支持向量机、线性支持回归等算法，算是前期比较繁琐的一个内容，如果感觉自己还是对 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1674)
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 线性支持向量机 在线性可分支持向量机中说到线性可分支持向量机有一个缺点是无法对异常点做处理，也正是因为这些异常点导致数据变得线性不可分或者会因为它的正 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(2004)
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 Logistic回归(鸢尾花分类) 一、导入模块 二、获取数据 三、构建决策边界 四、训练模型 4.1 C参数与权重系数的关系 上图显示了10个不同的 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(5572)
评论(0)
推荐(0)
浙公网安备 33010602011771号