文章 2024-05-02 来自:开发者社区

机器学习算法原理与应用:深入探索与实战

一、引言 在当今的信息时代,机器学习(Machine Learning, ML)已经成为推动科技发展的重要引擎。从自动驾驶汽车到智能语音助手,从个性化推荐系统到金融风险控制,机器学习无处不在,它的应用已经深入到我们生活的方方面面。本文将深入探讨机器学习算法的原理,并结合实际应用案例,展...

文章 2022-12-31 来自:开发者社区

机器学习之KMeans聚类算法原理(附案例实战)

KMeans聚类 什么是聚类任务1 无监督机器学习的一种2 目标将已有数据根据相似度划分到不同的簇3 簇内样本彼此之间越相似,不同簇的样本之间越不相似,就越好为什么叫KMeans聚类1 也可以叫K均值聚类2 K是最终簇数量,它是超参数,需要预先设定3 在算法计算中会涉及到求均值 KMeans流程1 随机选择K个簇中心点2 样本被分配到离其...

机器学习之KMeans聚类算法原理(附案例实战)

高校精品课-复旦大学-机器学习与深度学习

1 课时 |
194 人已学 |
免费

PAI平台学习路线:机器学习入门到应用

52 课时 |
2433 人已学 |
免费

场景实践 - 机器学习PAI实现精细化营销

7 课时 |
197 人已学 |
免费
开发者课程背景图
文章 2022-11-13 来自:开发者社区

机器学习原理与实战 | 线性回归与逻辑回归

1. 基础概念1.1 学习曲线通过学习曲线可以观测模型准确度与训练数据集大小的关系,其要表达的内容是当训练数据集增加时,模型对训练数据集拟合的准确性以及交叉验证数据集预测的准确性的变化规律%matplotlib inline import matplotlib.pyplot as plt import numpy as npn_dots = 200 X ...

机器学习原理与实战 | 线性回归与逻辑回归
文章 2022-11-13 来自:开发者社区

机器学习原理与实战 | SVM(支持向量机)实践

%matplotlib inline import matplotlib.pyplot as plt import numpy as np1. 二维SVM分类例子from sklearn.datasets import make_blobs X, y = make_blobs(n_samples=100, centers=2, ra...

机器学习原理与实战 | SVM(支持向量机)实践
文章 2022-11-13 来自:开发者社区

机器学习原理与实战 | PCA降维实践

%matplotlib inline import matplotlib.pyplot as plt import numpy as np1. PCA介绍1.1 概念思想:dots = np.array([[1, 1.5], [2, 1.5], [3, 3.6], [4, 3.2], [5, 5.5]]) def cross_point(x0, y0): "...

机器学习原理与实战 | PCA降维实践
文章 2022-11-13 来自:开发者社区

机器学习原理与实战 | K近邻算法实践

%matplotlib inline import matplotlib.pyplot as plt import numpy as npKNN算法中,其算法参数是K,参数选择需要根据数据来决定。K值越大,模型的偏差越大,对噪声数据越不敏感,当K值很大时,可能造成模型欠拟合;K值越小,...

机器学习原理与实战 | K近邻算法实践
文章 2022-11-13 来自:开发者社区

机器学习原理与实战 | K-means聚类算法实践

%matplotlib inline import matplotlib.pyplot as plt import numpy as np1. K-均值算法介绍from sklearn.datasets import make_blobs # 产生聚类数据集 X, y = make_blobs(n_samples=200, # 样本数 n_f...

机器学习原理与实战 | K-means聚类算法实践
文章 2022-11-13 来自:开发者社区

机器学习原理与实战 | 决策树与集成算法实践

1.决策树算法原理决策树的基本原理是:对于一个数据集D DD,其基本的格式是由多个未知关联的多个特征共同决定一个输出。如果是分类问题,那么最后的输出是类别;而如果是回归问题,最后输出的是一个回归值。而在决策树的思想中,就是要对多个未知关联的特征挑选出最合适的一个特征(比如使用信息增益等等࿰...

机器学习原理与实战 | 决策树与集成算法实践
文章 2022-06-07 来自:开发者社区

分布式机器学习原理及实战(Pyspark)

一、大数据框架及Spark介绍1.1 大数据框架大数据(Big Data)是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据技术,是指从各种各样类型的数据中,快速获得有价值信息的能力。自2003年Google公布了3篇大数据奠基性论文,为大数据存储及分布式处理的核心问题提供了思路:非...

分布式机器学习原理及实战(Pyspark)

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

人工智能平台 PAI实战相关内容

产品推荐

阿里云机器学习平台PAI

阿里云机器学习PAI(Platform of Artificial Intelligence)面向企业及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-iTAG智能标注平台、PAI-Designer(原Studio)可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台,支持千亿特征、万亿样本规模加速训练,百余落地场景,全面提升工程效率。

+关注