随笔分类 - 机器学习
最近正在基于兴趣进行一些机器学习相关知识的学习了解，本人近乎零基础，会一直在这里分享一些学习心得并做学习记录，希望能够督促自己。
摘要：感知机 给定输入x, 权重w, 偏移b, 感知机输出： $$o=\sigma(<w,x>+b){\quad \quad} \sigma(x)=\begin{cases} 1& \text{if x>0}\ 1& \text{others} \end{cases} \[ 相当于给所有样本点画一条线，将
阅读全文
摘要：统计学习方法三要素 方法=模型+策略+算法 构建一种统计学习方法就是确定具体的统计学习三要素 1.模型 统计学习首要考虑的问题就是学习什么样的模型。在监督学习过程中，模型就是所要学习的条件概率或决策函数。 模型的假设空间：包括所有可能的条件概率分布或决策函数 假设空间用$F$表示。假设空间可以定义为
阅读全文
摘要：手动实现线性回归 点击查看代码 import torch import pandas as pd import numpy as np import matplotlib.pyplot as plt import random from torch.utils import data 构造一个人造数
阅读全文
摘要：决策树笔记整理 算法原理 决策树是一种简单但是被广泛使用的分类器。通过训练数据构建决策树，可以高效的对未知的数据进行分类。它有两个有点：（1）决策树模型可读性好，具有描述性，有助于人工分析；（2）效率高，决策树只需要一次构建，反复使用，每一次预测的最大计算次数不超过决策树的深度。 构建决策树的基本步
阅读全文
摘要：import numpy as np import numpy.random import scipy.special class NeuralNetwork: # initialise the neural network def __init__(self, input_nodes_num, h
阅读全文
摘要：# kaggle Titanic # 导入需要的库 import pandas as pd import numpy as np import sys import sklearn import random import time from sklearn import ensemble from
阅读全文
摘要：Kaggle入门Titanic数据处理 问题相关数据官方下载地址：https://www.kaggle.com/c/titanic/data # 导入需要的库 import sys import pandas as pd import numpy as np import sklearn impor
阅读全文
摘要：python实现一个简单三层神经网络的搭建（有代码） 废话不多说了，直接步入正题，一个完整的神经网络一般由三层构成：输入层，隐藏层（可以有多层）和输出层。本文所构建的神经网络隐藏层只有一层。一个神经网络主要由三部分构成（代码结构上）：初始化，训练，和预测。首先我们先来初始化这个神经网络吧！ 1.初始
阅读全文
摘要：从零开始的机器学习（一） 笔者理解的机器学习 对于一些正常的可执行程序来说，它们的执行都是遵照着一种非常规范的行为模式，如程序员在编写程序时的顺序语句、循环判别或者是较为复杂的一些特定算法的设计，种类各样但归根结底，计算机都是在有条不紊的执行我们输给计算机的在一些特定规则下的特定指令。而打破这种行为
阅读全文
