机器学习三要素

2018-08-26

机器学习三要素 通过对机器学习探索，发现其实无论用什么方法想要达到什么目的，其最终都是要求的一个能对新数据进行预测的公式，该公式可能是以概率的形式出现,即P（Y|X）；也可能是以函数的形式出现，即y=f（ ...

机器学习模型设计五要素

2018-08-26

机器学习模型设计五要素 数据可能没什么用，但是数据中包含的信息有用，能够减少不确定性，数据中信息量决定了算法能达到的上限。 数据环节是整个模型搭建过程中工作量最大的地方，从埋点，日志上报，清洗， ...

深度学习已成功应用于这三大领域

2017-11-20

深度学习已成功应用于这三大领域 在本章中，我们将介绍如何使用深度学习来解决计算机视觉、语音识别、自然语言处理以及其他商业领域中的应用。首先我们将讨论在许多最重要的AI 应用中所需的大规模神经网络的实 ...

机器学习之Logistic回归与Python实现

2017-07-24

机器学习之Logistic回归与Python实现 logistic回归是一种广义的线性回归，通过构造回归函数，利用机器学习来实现分类或者预测。 一 Logistic回归概述 Logistic回归的主要思想是，根据现有的数据对分类边 ...

详解反向传播算法

2017-05-25

详解反向传播算法 反向传播算法(Backpropagation)已经是神经网络模型进行学习的标配。但是有很多问题值得思考一下： 反向传播算法的作用是什么？ 神经网络模型的学习算法一般是SGD。SGD需要用到损 ...

简单易学的机器学习算法—极限学习机(ELM)

2017-03-23

简单易学的机器学习算法—极限学习机(ELM) 一、极限学习机的概念     极限学习机(Extreme Learning Machine) ELM，是由黄广斌提出来的求解单隐层神经网络的算法。     ELM最大的 ...

用十张图解释机器学习的基本概念

2017-03-20

用十张图解释机器学习的基本概念 在解释机器学习的基本概念的时候，我发现自己总是回到有限的几幅图中。以下是我认为最有启发性的条目列表。 1. Test and training error: 为什么低训练误差并不总 ...

批量梯度下降与随机梯度下降

2017-03-15

批量梯度下降与随机梯度下降 下面的h(x)是要拟合的函数，J(theta)损失函数，theta是参数，要迭代求解的值，theta求解出来了那最终要拟合的函数h(theta)就出来了。其中m是训练集的记录条数，j是参数的个数。 ...

机器学习常用算法（LDA,CNN,LR）原理简述

2017-03-14

机器学习常用算法（LDA,CNN,LR）原理简述 1.LDA LDA是一种三层贝叶斯模型，三层分别为：文档层、主题层和词层。该模型基于如下假设： 1）整个文档集合中存在k个互相独立的主题； 2）每一个主题是词上的多项 ...

机器学习中使用的神经网络

2017-03-14

机器学习中使用的神经网络 这一小节介绍随机梯度下降法（stochastic gradient descent）在神经网络中的使用，这里首先回顾了第三讲中介绍的线性神经网络的误差曲面(error surface)，如下图所示。线性神经网络对 ...

机器学习：决策树（Decision Tree）

2017-03-11

机器学习：决策树（Decision Tree） 决策树（decision tree）是一种基本的分类与回归方法。在分类问题中，它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。在学习时，利 ...

十张图解释机器学习的基本概念

2016-10-05

十张图解释机器学习的基本概念 在解释机器学习的基本概念的时候，我发现自己总是回到有限的几幅图中。以下是我认为最有启发性的条目列表。 1. Test and training error: 为什么低训练误差并不总是 ...

K-means算法及文本聚类实践

2016-08-17

K-means算法及文本聚类实践 K-Means是常用的聚类算法，与其他聚类算法相比，其时间复杂度低，聚类的效果也还不错，这里简单介绍一下k-means算法，下图是一个手写体数据集聚类的结果。 基本思想 k-mea ...

机器学习算法需要注意的一些问题

2016-05-05

机器学习算法需要注意的一些问题 对于机器学习的实际运用，光停留在知道了解的层面还不够，我们需要对实际中容易遇到的一些问题进行深入的挖掘理解。我打算将一些琐碎的知识点做一个整理。 1 数据不平衡问 ...

太奇妙了，基于OpencvCV的情绪检测！

2020-08-20

情绪检测或表情分类在深度学习领域中有着广泛的研究。使用相机和一些简单的代码我们就可以对情绪进行实时分类，这也是迈向高级人机交互的一步。 前言 本期我们将首先介绍如何使用Keras 创建卷积神 ...

机器学习中最小二乘法是什么，如何实现？

2020-07-24

最小二乘法，相信大家都不陌生，统计学中很是常见，而且其理论相对简单，用途也很广泛。今天小编就给大家具体介绍一下最小二乘法。 一、最小二乘概念 最小二乘，或者也可以叫做最小平方和，它目的就是通过最 ...

过拟合是如何产生的？有什么好的解决方法？

2020-07-23

在机器学习中，相对于欠拟合，过拟合出现的频次更高。这是因为，假设某一数据集其对应的模型为‘真’模型，我们通常是采用提高模型的复杂度的方法，来避免欠拟合现象的产生，但与此同时，我们又很难把网络设计成和 ...

应该怎样理解深度学习Caffe？

2020-07-13

Caffe是深度学习框架中经常遇到的，那么到底Caffe是什么?我们又应该怎样理解呢?下面，小编对于Caffe做了一个简单的介绍，希望对大家有所帮助。 一、Caffe基本概念 Caffe全称为：Convolutional Architecture ...

如何快速简单地入门Keras？

2020-07-13

Keras 是基于 Theano 或 者TensorFlow 的一个深度学习框架，其设计源于Torch，编程语言用 Python ，是一个功能强大、内容抽象，高度模块化的神经网络库，能够支持 GPU 和 CPU。目前tensorflow已经将keras合并到了 ...

XGBoost算法的这3类参数，你知道吗？

2020-07-09

XGBoost是诞生于2014年2月的一种专攻梯度提升算法的机器学习函数库，它有很好的学习效果，速度也非常快，与梯度提升算法在另一个常用机器学习库scikit-learn中的实现相比，XGBoost的性能可以提升10倍以上。还有，X ...