机器学习

PHP实现机器学习之朴素贝叶斯算法详解

本文实例讲述了PHP实现机器学习之朴素贝叶斯算法。分享给大家供大家参考,具体如下: 机器学习已经在我们的生活中变得随处可见了。比如从你在家的时候温控器开始工作到智能汽车以及我们口袋中的智能手机。机器学习看上去已经无处不在并且是一个非常值得探索的领域。但是什么是机器学习呢?通常来说,机器学习就是让系统不断的学习并且对新的问题进行预测。从简单的预测购物商品到复杂的数字助理预测。 在这篇文章我将会使用朴... »

PHP机器学习库php-ml的简单测试和使用方法

php-ml是一个使用PHP编写的机器学习库。虽然我们知道,python或者是C++提供了更多机器学习的库,但实际上,他们大多都略显复杂,配置起来让很多新手感到绝望。 php-ml这个机器学习库虽然没有特别高大上的算法,但其具有最基本的机器学习、分类等算法,我们的小公司做一些简单的数据分析、预测等等都是够用的。我们的项目中,追求的应该是性价比,而不是过分的效率和精度。一些算法和库看上去非常厉害,但... »

image-20200412224019838

机器学习笔记(机器学习很难么???那必然难啊!!!)

传统机器学习分为 监督学习 和 无监督学习。深度学习深度学习是基于深度神经网络的学习。2 机器学习中的一些概念首先我们需要了解几个机器学习中的起码要知道是怎么回事的概念,了解了后面看代码才不会一脸懵逼。 »

深度学习(神经网络) —— BP神经网络原理推导及python实现

深度学习(神经网络) —— BP神经网络原理推导及python实现

(一)BP神经网络简介BP神经网络是整个神经网络体系中的精华,与一般神经网络相比,它调整权值方式为从最后一层开始逐层调整,通过多次迭代,使得代价函数降低至可接受范围。具体BP神经网络的学习信号推导过程见以下的原理推导,推导过程有点小复杂,即使不看,根据以上的结论也可以编写自己的BP神经网络程序了。(二)BP神经网络原理推导1、变量说明以三层感知器构成的神经网络为例。 »

image-20200421103112278

机器学习笔记(机器学习很难么???那必然难啊!!!)

传统机器学习分为 监督学习 和 无监督学习。深度学习深度学习是基于深度神经网络的学习。2 机器学习中的一些概念首先我们需要了解几个机器学习中的起码要知道是怎么回事的概念,了解了后面看代码才不会一脸懵逼。 »

Halcon  深度学习分类模型介绍

Halcon 深度学习分类模型介绍

Halcon提供了预训练网络。网络架构支持改变训练图像尺寸,但最小尺寸不能低于15 x 15pretrained_dl_classifier_enhanced.hdl模型对比上面的迷你型分类网络,此网络拥有更多的隐含层,因此可以胜任更复杂的分类任务。 »

两次刷新世界纪录,这个中国程序员有点牛!

两次刷新世界纪录,这个中国程序员有点牛!

阿里云已经连续两年蝉联冠军宝座,上一次是去年九月。毫无疑问,贾扬清选择了后者,于是,一个影响世界的作品就这样在一个不足30岁的年轻学生的手中诞生了。这一年,贾扬清36岁,是整个阿里核心管理层中最年轻的领导人之一。2019年9月,阿里云MaxCompute以100TB的数据规模创造TPCx-BB竞赛世界纪录。2020年4月,带领EMR团队再次刷新TPC-DS性能纪录。 »

最新版学习笔记—Python机器学习基础教程(4)线性模型(分类)—附完整代码

最新版学习笔记—Python机器学习基础教程(4)线性模型(分类)—附完整代码

线性模型1. 用于二分类的线性模型2. 用于多分类的线性模型 线性模型也同样应用于分类问题。 1. 用于二分类的线性模型 首先我们看一下二分类,预测公式: 这个公式上一篇博文里面的线性回归公式非常相似,但是我们没有返回特征的加权求和,而是为预测设置了阈值(0)。如果函数值小于0,我们就预测类别-1;若函数值大于0,我们就预测类别+1。 最常见的两种线性分类算法是Logistic回归和线性支持向量机... »

机器学习实战之朴素贝叶斯(二)文本分类

机器学习实战之朴素贝叶斯(二)文本分类

朴素贝叶斯(二)文本分类朴素贝叶斯的一般流程用python进行文本分类准备数据:从文本中构建词向量训练算法:从词向量计算概率测试算法:朴素贝叶斯分类函数文档词袋模型 朴素贝叶斯的一般流程 (1)收集数据:任何方法 (2)准备数据:数值型、布尔型 (3)分析数据:特征多,用直方图效果好 (4)训练算法:计算不同的独立特征的多条件概率 (5)测试算法:计算错误率 (6)使用算法:一般应用于文档分类,也... »

最新版学习笔记—Python机器学习基础教程(3)线性模型(回归)—附完整代码

最新版学习笔记—Python机器学习基础教程(3)线性模型(回归)—附完整代码

线性模型1. 用于回归的线性模型2. 线性回归3. 岭回归4. Lasso线性模型是实践中广泛应用的一类模型。线性模型利用输入特征的线性函数进行预测。这里就在不写需要什么环境了,可以翻看之前的笔记。我们在一维wave数据集上学习参数w和b。 »

机器学习 回归篇(1)——多元线性回归

机器学习 回归篇(1)——多元线性回归

机器学习 回归篇(1)——多元线性回归摘要线性回归简介python实现运行结果及可视化 摘要 本文介绍了最基础的回归问题——多元线性回归,并通过python进行实现及可视化展示运行结果。 线性回归简介 线性回归问题的重点在于如何求解回归函数的截距和系数。 1、构建代价函数(也叫损失函数):平均平方误差。 2、通过最小二乘法或其他优化算法进行求解,因为线性回归的代价函数为凸函数,所以一般的经典优化算... »

机器学习:鸢尾花数据集8:2划分训练集和测试集,并进行决策树分类算法练习

机器学习:鸢尾花数据集8:2划分训练集和测试集,并进行决策树分类算法练习

鸢尾花数据集8:2划分训练集和测试集,并进行决策树分类算法练习Graphviz的安装训练集、测试集的划分输出训练模型可视化树状图训练模型的精度F1-Score测试集的精度F1-Score遇到的问题 针对鸢尾花数据集,按照80%训练集、20%测试集的划分,进行决策树分类算法的训练(在训练集上)和预测(测试集上)。要求:1)输出训练模型的可视化树状图 ;2)输出训练模型的精度 F1-score;3)输... »

机器学习实战第三章决策树

这是以本人的笔记的形式写的,各个函数逐个来写,至于存放在那个模块大家可以看书,这里不再详细讲解。可能存在错误,有不对的的地方希望评论给予改正。多谢大家嘻嘻 »

【深度学习入门】Paddle实现人脸检测和表情识别(基于TinyYOLO和ResNet18)

【深度学习入门】Paddle实现人脸检测和表情识别(基于TinyYOLO和ResNet18)

【深度学习入门】Paddle实现人脸检测和表情识别(基于YOLO和ResNet18)一、先看效果:训练及测试结果:UI 界面及其可视化:二、AI Studio 简介:平台简介:创建项目:三、创建AI Studio项目:创建并启动环境:下载数据:下载预训练模型:四、代码讲解:五、算法详解:YOLO 算法详解:ResNet 算法详解:欢迎关注我的主页~博主主页: »

机器学习–Iris数据集的Fisher线性分类以及数据可视化技术的学习

机器学习–Iris数据集的Fisher线性分类以及数据可视化技术的学习

Iris数据集的Fisher线性分类以及数据可视化技术的学习1.Iris数据集的Fisher线性分类2.数据可视化技术的学习1.数据集介绍2.观看数据前5行3.特征工程1.数据清洗2.数据可视化3.jointplot4.distplot5.boxplot6.violinplot7.violinplot8.pairplot 1.Iris数据集的Fisher线性分类 import pandas as ... »

机器学习实战一:knn算法 约会网站

机器学习实战一:knn算法 约会网站

1、sklearn库 import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier df = pd.read_table('D:\datingTestSet2.txt',hea... »

⭐ 李宏毅2020机器学习作业4-RNN:句子情感分类

⭐ 李宏毅2020机器学习作业4-RNN:句子情感分类

training_label.txt:有 label 的 training data,约20万句句子。中文句子以“字”为单位。一句中文句子是由一个个字组成的,每个字都分别变成词向量,用一个向量vector来表示一个字的意思。句子的表示对于一句句子的处理,先建立字典,字典内含有每一个字所对应到的索引。我们已经用一个向量 vector 来表示一个单词,然后我们就可以用RNN模型来得到一个表示句子向量。... »

机器学习–Fisher线性判别

机器学习–Fisher线性判别

Fisher判别法是根据方差分析的思想建立起来的一种能较好区分各个总体的线性判别法,由Fisher在1936年提出。Fisher判别法是一种投影方法,把高维空间的点向低维空间投影。Fisher线性判别Fisher分类器也叫Fisher线性判别,或称为线性判别分析。最初于1936年,提出Fisher线性判别,后来于1948年,进行改进成如今所说的LDA。 »

Tensorflow 2.0卷积神经网络cifar-10数据集图像分类

Tensorflow 2.0卷积神经网络cifar-10数据集图像分类

我们可以看出,32*32尺寸的彩色图片是不够清晰的,所以相比于MNIST数据集,cifar 10 数据集更为复杂,但利用卷积神经网络进行计算的话,准确率大概是全连接层的两倍,这就是为什么卷积神经网络比全连接网络更受欢迎的原因。 »

最新版学习笔记—Python机器学习基础教程(2)k近邻(K-NN)算法—附完整代码

最新版学习笔记—Python机器学习基础教程(2)k近邻(K-NN)算法—附完整代码

正在学习书上的内容,书上有部分代码没有给全,注解不详细,且随着版本原因出现的问题有所调整,所以写下学习笔记供大家参考。 K-NN1.环境搭建2.目前会出现的问题3.可视化将要处理的样本数据集3.1 forge数据集3.2 wave数据集4.k近邻4.1 k近邻分类4.2 分析k近邻分类(KNeighborsClassifier)4.3 k近邻回归4.4 分析k近邻回归(KNeighborsRegr... »

周志华《机器学习》西瓜书 小白Python学习笔记(三) ————  第四章 决策树 python代码  预剪枝

周志华《机器学习》西瓜书 小白Python学习笔记(三) ———— 第四章 决策树 python代码 预剪枝

周志华《机器学习》西瓜书 小白Python学习笔记(三) ———— 第四章 决策树 python代码 预剪枝 基于西瓜数据集2.0(提取码:esa8) ,选择信息增益作为属性选择指标,建立决策树。 步骤如下: 输入离散变量的取值集合与标签,并读取数据. D_keys = { '色泽': ['青绿', '乌黑', '浅白'], '根蒂': ['蜷缩', '硬挺', '稍蜷'], '敲声': ['清脆... »

最新版学习笔记—Python机器学习基础教程(1)Irises(鸢尾花)分类—附完整代码

最新版学习笔记—Python机器学习基础教程(1)Irises(鸢尾花)分类—附完整代码

开始学习机器学习基础,在此留下学习心得与自己的理解。 »

机器学习:决策树(三)——决策树的可视化

机器学习:决策树(三)——决策树的可视化

一、简介     对于自己实现的决策树,我们可以使用matplotlib将其可视化,见下。     其中create_plot可以生成最终的图,其中Tree是树结构,如果你的决策树直接用字典类型存储的化,可以适当修改其中的代码,大概的思路是不变的。     retrieve_tree()函数是手工生成两棵树,以便测试查看。 二、实现 #%% import matplotlib.pyplot as ... »

人人都在用的机器学习算法-决策树

人人都在用的机器学习算法-决策树

决策树这里说几个决策树有关的概念:贪心算法:是指在对问题求解时,总是做出在当前看来是最好的选择。决策树是典型的贪心算法,现在众多的决策树算法包括,ID3、C4.5和CART,都是在使用这一算法。那么对于决策树来说,怎么才能实现局部最优呢? »

深度学习–第9篇: Pytorch模型创建与nn.Module

深度学习–第9篇: Pytorch模型创建与nn.Module

Pytorch模型创建与nn.Module1. 模型创建步骤1.1 构建模型的两要素2. nn.Module属性2.1 torch.nn2.2 nn.Module3. 模型容器Containers3.1 nn.Sequential3.2 nn.ModuleList3.3 nn.ModuleDict3.4 容器总结4. AlexNet创建5. VGG16创建6 »

Page 1 of 37123»