AI 助理
备案控制台
文章 2024-04-07 来自：开发者社区

机器学习实战第3天：手写数字识别

一、任务描述 手写数字识别是机器学习中的一个经典问题，通常涉及将手写数字的图像与其对应的数字进行关联。这种问题通常被认为是计算机视觉领域的一个入门任务，也是许多深度学习框架和算法的基础测试案例之一。 ...

机器学习实战第3天：手写数字识别
文章 2024-01-29 来自：开发者社区

实战技术：如何使用Python进行机器学习建模

机器学习是数据科学领域的重要分支，它使用算法和统计模型来从数据中提取有用的信息。Python是一种广泛使用的编程语言，可以用于机器学习建模。本文将介绍一些常用的Python机器学习库和技术，并提供相关的代码示例，以帮助您开始在Python中进行机器学习建模。1.NumPy和PandasNumPy和Pandas是Python中最常用的科学计算和数据处理库。NumPy提供了高效的多维数组对象和数学函....

文章 2024-01-04 来自：开发者社区

机器学习实战：基于sklearn的工业蒸汽量预测

写在前面本期内容：基于机器学习的工业蒸汽量预测实验环境：anacondapythonsklearn注：本专栏内所有文章都包含完整代码以及数据集工业蒸汽量预测1.基础代码（1）导入工具包import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from scipy imp....

机器学习实战：基于sklearn的工业蒸汽量预测
文章 2023-12-20 来自：开发者社区

【Python机器学习】KNN进行水果分类和分类器实战（附源码和数据集）

需要源码和数据集请点赞关注收藏后评论区留言私信~~~KNN算法简介KNN（K-Nearest Neighbor）算法是机器学习算法中最基础、最简单的算法之一。它既能用于分类，也能用于回归。KNN通过测量不同特征值之间的距离来进行分类。KNN算法的思想非常简单：对于任意n维输入向量，分别对应于特征空间中的一个点，输出为该特征向量所对应的类别标签或预测值。KNN算法是一种非常特别的机器学习算法，因为....

【Python机器学习】KNN进行水果分类和分类器实战（附源码和数据集）
文章 2023-12-20 来自：开发者社区

【Python机器学习】K-Means算法对人脸图像进行聚类实战（附源码和数据集）

需要源码和数据集请点赞关注收藏后评论区留言私信~~~K-Mean算法，即 K 均值算法，是一种常见的聚类算法。算法会将数据集分为 K 个簇，每个簇使用簇内所有样本均值来表示，将该均值称为“质心”。算法步骤K-Means容易受初始质心的影响；算法简单，容易实现；算法聚类时，容易产生空簇；算法可能收敛到局部最小值。通过聚类可以实现：发现不同用户群体，从而可以实现精准营销；对文档进行划分；社交网络中，....

【Python机器学习】K-Means算法对人脸图像进行聚类实战（附源码和数据集）
文章 2023-12-20 来自：开发者社区

【Python机器学习】K-Means对文本聚类和半环形数据聚类实战（附源码和数据集）

需要全部代码请点赞关注收藏后评论区留言私信~~~K-Mean算法，即 K 均值算法，是一种常见的聚类算法。算法会将数据集分为 K 个簇，每个簇使用簇内所有样本均值来表示，将该均值称为“质心”。K-Means++,算法受初始质心影响较小；表现上，往往优于 K-Means 算法；与 K-Means算法不同仅在于初始质心的选择方式不同Mini Batch K-Means与 K-Means 算法相比，大....

【Python机器学习】K-Means对文本聚类和半环形数据聚类实战（附源码和数据集）
文章 2023-12-20 来自：开发者社区

【Python机器学习】感知器进行信用分类和使用KNN进行图书推荐实战（附源码和数据集）

需要源码和数据集请点赞关注收藏后评论区留言私信~~~一、KNN进行图书推荐KNN算法思想简介KNN 可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一。注意：KNN 算法是有监督学习中的分类算法，它看起来和另一个机器学习算法 K-means 有点像（K-means 是无监督学习算法），但却是有本质区别的。KNN 的全称是 K Nearest Neighbors，意思是 K 个最近的邻....

【Python机器学习】感知器进行信用分类和使用KNN进行图书推荐实战（附源码和数据集）
文章 2023-12-20 来自：开发者社区

【Python机器学习】SVM解决非线性问题和信用卡欺诈检测实战（附源码和数据集）

需要全部源码和数据集请点赞关注收藏后评论区留言私信~~~SVM简介支持向量机（support vector machines, SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机；SVM还包括核技巧，这使它成为实质上的非线性分类器。SVM的的学习策略就是间隔最大化，可形式化为一个求解凸二次规划的问题，也等价于正则化的合页损失函数的最小化问题。....

【Python机器学习】SVM解决非线性问题和信用卡欺诈检测实战（附源码和数据集）
文章 2023-12-20 来自：开发者社区

【Python机器学习】文本特征提取及文本向量化讲解和实战（图文解释 附源码）

需要源码和数据集请点赞关注收藏后评论区留言私信~~~文本提取及文本向量化词频和所谓的Tf-idf是传统自然语言处理中常用的两个文本特征。以词频特征和Tf-idf特征为基础，可以将一段文本表示成一个向量。将多个文本向量化后，然后就可以运用向量距离计算方法来比较它们的相似性、用聚类算法来分析它们的自然分组。如果文本有标签，比如新闻类、军事类、财经类等等，那么还可以用它们来训练一个分类模型，用于对未知....

【Python机器学习】文本特征提取及文本向量化讲解和实战（图文解释 附源码）
文章 2023-12-20 来自：开发者社区

【Python机器学习】决策树、逻辑回归、神经网络等模型对电信用户流失分类实战（附源码和数据集）

需要源码和数据集请点赞关注收藏后评论区留言私信~~~电信用户流失分类该实例数据来自kaggle，它的每一条数据为一个用户的信息，共有21个有效字段，其中最后一个字段Churn标志该用户是否流失1：数据初步分析 可用pandas的read_csv()函数来读取数据，用DataFrame的head()、shape、info()、duplicated()、nunique()等来初步观察数据。....

【Python机器学习】决策树、逻辑回归、神经网络等模型对电信用户流失分类实战（附源码和数据集）

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。

机器学习平台 PAI更多实战相关

机器学习平台 PAI您可能感兴趣