|
|
Scikit-Learn与TensorFlow机器学习实用指南（书籍）
从零开始的机器学习实用指南(四)：训练模型
一望可相见 一步如重城
之前我们把许多机器学习算法当作黑盒，尽管这样，我们还是解决了许多问题，比如房价预测和手写数字识别。 但是，如果你对模型内部的过程更了解的话，可以方便更好的调试参数和分析误差 以线性回归为例，讨论两种求解模型的方法 通过运算封闭的方程式直接求解，得到最优参数通过迭代优化的方法：梯度下降，和它的一些变体 线性回归之前介绍了线性回归的例子，比如人民幸福指数的预测（第一章），以及用MSE来衡量模型的好坏 [公式]
《Hands-On Machine Learning》学习笔记3 — 数据获取与清洗
微信公众号：AI有道
红色石头的个人网站：红色石头的个人博客-机器学习、深度学习之路 本章将完整地介绍一个端对端（End-to-End）机器学习项目。假如你是某个房地产公司刚雇佣的数据科学家，你所要做的事情主要分成以下几个步骤： 1.整体规划。 2.获取数据。 3.发现、可视化数据，增加直观印象。 4.为机器学习准备数据。 5.选择模型并进行训练。 6.调试模型。 7.给出解决方案。 8.部署、监控、维护系统 1. 使用真实数据学习机器学习时，最好使用真实…
① 全连接神经网络，或者多层感知器，是深度学习的基础，可以先学会。 [图片] ② 卷积神经网络，是入门级的深度学习算法，也需要学会。 [图片] ③ 残差网络是卷积神经网络的经典改进，影响力非常大，也比较简单。 [图片] ④ 残差网络还有许多改进，可以根据自己的需要，或者根据数据的特点，学习专门的算法。 [图片] 这么一路学下来，就算得上入门了。
《Hands-On Machine Learning》学习笔记4 — 数据探索与可视化、发现规律
微信公众号：AI有道
红色石头的个人网站：红色石头的个人博客-机器学习、深度学习之路 目前为止，我们已经对数据有了初步的认识，大体上明白了我们要处理的数据类型。现在，我们将进入更深入的研究。 首先，确保已经划分了测试集并放置一边，我们只会对训练集进行操作。另外，如果训练集很大，可以从中采样一些作为探索集（exploration set），方便进行快速处理。在我们这个例子中，数据集比较小，所以直接在训练集上处理即可。我们还要创建一个训练…
Scikit-Learn&TensorFlow机器学习实用指南(二)：一个完整的机器学习项目【上】
喜欢打篮球的人形代码输出装置
机器学习实用指南(二)：一个完整的机器学习项目【上】作者：LeonG 本文参考自：《Hands-On Machine Learning with Scikit-Learn & TensorFlow 机器学习实用指南》，感谢中文AI社区ApacheCN 提供翻译。 本文全部代码和数据集保存在我的github-----LeonG的github 1. 学习前提建议掌握以下知识的基础内容： python编程numpy、matplotlib、pandas科学计算库python是机器学习分析的编程基础，numpy、matplotlib、pandas是机器学习中常用…
从零开始的机器学习实用指南(五)：支持向量机
一望可相见 一步如重城
支持向量机是强大并且用途广泛的机器学习工具，可以完成线性或者非线性的分类，回归，甚至离群点检测，尤其适合于那些复杂但是小型或者中型数据上的分类任务 线性SVM分类器 [图片] 这个图展示的是上一张的花朵分类，可以看出，这两个类是线性可分的，并且，存在着许多分类的方法，比如右图展示了三条决策边界都可以分开他们。简而言之，SVM追求的不只是分开他们，还希望决策边界到两个类的距离尽可能宽（中间实线那样），这叫最大分隔分…
有的而且这书现在已经出第二版了，两版的英文影印版均是东南大学出版社 中文翻译版改名了 叫机器学习实战 是机械工业出版社出的 第一版第二版均有中文翻译版 第一版影印版 [图片] 第一版中文 书在实验室没在手边上个网购订单吧 [图片] 第二版影印版 [图片] 第二版中文版 [图片]
不要迷路，跟 @李沐 老师学AI。链接放在这了。【跟李沐学AI的个人空间-哔哩哔哩】
计算机存储领域萌新
先固定随机种子，你每次调的其他参数才有对比价值，不然每次结果都波动，你怎么知道哪个超参数最好？不同种子对于其他超参数是通用的，你要是觉得种子不好，可以调完其它参数了单独改种子试试
图解机器学习神器：Scikit-Learn
公众号：Python小二
原文： https://www.showmeai.tech/article-detail/203 欢迎关注 @Python小二 ，专注 Python爬虫、数据分析、实战项目等！ 图解机器学习 本文详解 scikit-learn 工具库的用法，覆盖机器学习基础知识、SKLearn讲解、SKLearn三大核心API、SKLearn高级API等内容。 [文章: Python笔记大全(入门+爬虫+数据分析可视化+机器学习+深度学习)] 我们在上一篇 SKLearn入门与简单应用案例[1] 里给大家讲到了 SKLearn 工具的基本板块与使用方法，在本篇内容中，我们展开讲解SKLearn…