機器學習

1/279ページ

Logistic 迴歸線性迴歸-概率分析

本文參照Andrew Ng的機器學習課程講義和jerryLead的學習筆記整理而成,如有不足,請指出,謝謝~ 在描述Logistic迴歸之前,我們先要討論下線性迴歸(linear  regression)。 線性迴歸假設特徵和結果滿足線性關係。那什麼是迴歸呢?迴歸其實就是對已知公式的未知引數進行估計 […]

機器學習中的概率問題

前言 機器學習的過程可以理解為計算機通過分析大量的資料獲得模型,並通過獲得的模型進行預測的過程。機器學習的模型可以有多種表示,例如線性迴歸模型,SVM模型,決策樹模型,貝葉斯模型。   概率型別 在理解概率模型之前,首先要理解的各種概率型別所表示的確切含義。 1.先驗概率 某事件發生的概率。 2.條 […]

機器學習主題模型之LDA引數求解——Gibbs取樣

  LDA引數推導的Gibbs取樣方法基於馬爾科夫鏈蒙特卡洛方法,因此首先學習MCMC方法。 一、馬爾科夫鏈蒙特卡洛方法 MCMC(Markov Chain Monte Carlo)方法是構造適合的馬爾科夫鏈,使其平穩分佈為待估引數的後驗分佈,抽樣並使用蒙特卡洛方法進行積分計算,實現了抽樣分佈隨模擬 […]

【機器學習】logistic迴歸原理分析及python實現

【機器學習】logistic迴歸原理分析及python實現 1.sigmoid函式和logistic迴歸分類器 2.梯度上升最優化演算法 3.資料中的缺失項處理 4.logistic實現馬疝氣病預測         首先闡述logistic迴歸的定義,然後介紹一些最優化演算法,其中包括基本的梯度上升 […]

《機器學習》周志華習題4.4答案

本文主要程式碼來源於《機器學習實戰》作者:Peter harrington 一書的內容 並參考了Will-Lin的部落格:機器學習演算法的Python實現 (3):CART決策樹與剪枝處理 並對程式碼進行了一些整理和註釋,繪了幾張圖,勉強湊出本篇。 4.4試程式設計實現基於基尼指數進行劃分選擇的決策 […]

30分鐘手把手帶你入門TensorFlow——Mnist手寫數字識別實戰教程

Hello大家好,這一次睿老師將會帶領大家實現mnist的手寫數字識別,手把手教會你如何使用TensorFlow進行基本的操作。本次課程中,我會保持一貫的囉嗦風格,事無鉅細地深入講解每一個操作細節,為每一位讀者提供最貼心的服務。 準備工作 安裝TensorFlow我就不多說了,主要是mnist資料集 […]