机器学习之PyTorch和Scikit-Learn第2章 为分类训练简单机器学习算法Part 2
其它章节内容请见机器学习之PyTorch和Scikit-Learn 使用Python实现感知机学习算法 在前一节中，我们学习了Rosenblatt感知机规则的原理，下面使用Python进行实现并使用第1章 赋予计算机学习数据的能力中介绍的鸢尾花数据集进行训练。 面向对象的感知机API 我们采用面向对...
机器学习之PyTorch和Scikit-Learn第2章 为分类训练简单机器学习算法Part 1
其它章节内容请见机器学习之PyTorch和Scikit-Learn 本章中我们会使用所讲到的机器学习中的第一类算法中两种算法来进行分类：感知机（perceptron）和自适应线性神经元（adaptive linear neuron）。我们先使用Python逐步实现感知机，然后对鸢尾花数据集训练来分出...
Interview：机器学习算法工程师求职九大必备技能之【数学基础、工程能力、特征工程、模型评估、优化算法、机器学习基本概念、经典机器学习模型、深度学习模型、业务与应用】(建议收藏，持续更新)
目录一、数学基础1.1、概率论1.2、线性代数1.3、微积分1.4、凸优化1.5、信息论二、工程能力2.1、数据结构与算法(1)、树与相关算法(2)、图与相关算法(3)、哈希表(4)、矩阵运算与优化2.2、大数据处理(1)、MapReduce(2)、Spark(3)、HiveQL(4)、Storm2...
ML之分类预测：以六类机器学习算法(kNN、逻辑回归、SVM、决策树、随机森林、提升树、神经网络)对糖尿病数据集(8→1)实现二分类模型评估案例来理解和认知机器学习分类预测的模板流程
目录六类机器学习算法(kNN、逻辑回归、SVM、决策树、随机森林、提升树、神经网络)对糖尿病数据集(8→1)实现二分类预测数据集理解1、kNN2、逻辑回归3、SVM4、决策树5、随机森林6、提升树7、神经网络 相关文章ML之分类预测：以六类机器学习算法(kNN、逻辑回归、SVM、决策树、随...
机器学习实战 | Python机器学习算法应用实践
作者：韩信子@ShowMeAI教程地址：http://www.showmeai.tech/tutorials/41本文地址：http://www.showmeai.tech/article-detail/201声明：版权所有，转载请联系平台与作者并注明出处收藏ShowMeAI查看更多精彩内容引言本篇...
网络安全与机器学习（一）：网络安全中的机器学习算法
相当多的文章已经描述了机器学习在网络安全的应用以及保护我们免受网络攻击的能力。尽管如此，我们仍然需要仔细研究人工智能（AI）、机器学习（ML）和深度学习（DL），它们到底能不能像炒作内容所说的无所不能。 首先，我要让你失望了。我通过研究发现与图像识别或自然语言处理相比，机器学习永远不会成为网络安全的...
【机器学习PAI实践十二】机器学习算法基于信用卡消费记录做信用评分
背景 如果你是做互联网金融的，那么一定听说过评分卡。评分卡是信用风险评估领域常用的建模方法，评分卡并不简单对应于某一种机器学习算法，而是一种通用的建模框架，将原始数据通过分箱后进行特征工程变换，继而应用于线性模型进行建模的一种方法。 评分卡建模理论常被用于各种信用评估领域，比如信用卡风险评估、贷款发...
【机器学习PAI实践八】用机器学习算法评估学生考试成绩
（本文数据为实验用例） 一、背景 母亲是老师反而会对孩子的学习成绩造成不利影响？能上网的家庭，孩子通常能取得较好的成绩？影响孩子成绩的最大因素居然是母亲的学历？本文通过机器挖掘算法和中学真实的学生数据为您揭秘影响中学生学业的关键因素有哪些。 本文的数据采集于某中学在校生的家庭背景数据以及在校行为数据...
《实用机器学习》——1.2 机器学习算法的分类
本节书摘来异步社区《实用机器学习》一书中的第1章，第1.2节，作者：孙亮,黄倩，更多章节内容可以访问云栖社区“异步社区”公众号查看。 1.2 机器学习算法的分类 在机器学习中，常用的算法可以分为监督型学习（supervised learning）和非监督型学习（unsupervised learni...
《R语言机器学习：实用案例分析》——2.2节机器学习算法
本节书摘来自华章社区《R语言机器学习：实用案例分析》一书中的第2章，第2.2节机器学习算法，作者[印度] 拉格哈夫·巴利（Raghav Bali）迪潘简·撒卡尔（Dipanjan Sarkar），更多章节内容可以访问云栖社区“华章社区”公众号查看 2.2 机器学习算法目前为止，我们已经大致了解了机器...
更新时间 2023-05-31 22:04:37
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。
